Arvutituvastus - Arvutitele nägemise andmine
Arvutituvastus ja arvutinägemine üldiselt omavad pikaajalist ajalugu keerukate ja keeruliste valdkondadena, kus areng ML/AI ilmumiseni oli piiratud. See on teravas kontrastis arvutigraafikaga, kus lühikese ajaga on toimunud arvukalt edusamme 2D/3D modelleerimise, arvutipõhise disaini (CAD), digitaalsete animatsioonfilmide nagu Pixari toodetud ja videomängude valdkonnas. Kaasaegne arvutitehnoloogia sobis hästi piltide jäädvustamiseks ja loomiseks, kuid mitte nende tajumiseks.
Analüüsimine saab näiteks pakkuda turvalisuse ja seotud personalile reaalajas tegevuskeskseid teavitusi. Arvutinägemise/arvutinägemise probleemide lahendamiseks klassikalise algoritmilise programmi kirjutamine on raske, kuigi tehisintellekti kasutamine muudab probleemi käsitletavaks.
Probleemi lahendamine tehisintellekti abil
See probleem tõstab küsimusi selle kohta, kuidas inimesed tuvastavad objekte visuaalses vahemikus, mis on samuti uskumatult raske vastata. Kuigi see on endiselt väga lahtine küsimus, on tehisnärvivõrgud osutunud uskumatult kasulikeks arvutituvastuse/arvutinägemise valdkonnas.
Sügavõppetehnikate ja tohutu piltide andmekomplekti abil on võimalik mudelit treenida objektide tuvastamiseks. Kõige tavalisem andmekomplekt on Common Objects in Context (https://cocodataset.org/), mis sisaldab vastavalt nende määratlusele järgmist:
- Objekti segmenteerimine
- Tuvastamine kontekstis
- Superpikslite segmenteerimine
- 330K pilti (>200K märgistatud)
- 1,5 miljonit objekti eksemplari
- 80 objekti kategooriat
- 91 asjade kategooriat
- 5 pealdist pildi kohta
- 250 000 inimest võtmetpunktidega
Selle teabega erinevate tehisintellekti mudelite treenimine on osutunud väga tõhusaks, kui mudelit käitatakse hindamisandmekogumil.
Ülevaade organisatsioonilisest väljakutsest
Eeldades, et AI võimekus on olemas objektide analüüsimiseks videovoogudes (mis see on), kuidas organisatsioon sellise lahenduse juurutaks? Seal on endiselt laiem probleem sellise mudeli juurutamisel tootmiskeskkonnas, mis suudab skaleeruda ja töötada regulatiivses raamistikus.
Traditsiooniliselt on organisatsioonid usaldanud oma IT-osakondadele sellise võimekuse paigaldamise. Tavaliselt leiavad organisatsioonid probleemi lahendamiseks valmislahenduse tarkvara või otsivad kohandatud tarkvara tarnija, kes ehitaks olemasoleva lahenduse ümber või kohandaks seda, kui selline lahendus ei olnud kergesti kättesaadav. Arvestades tehisintellekti süsteemide keerukust, ei olnud mõlemad valikud veel üsna pikka aega saadaval.
Lisaks tehnilistele väljakutsetele on ka sisemisi poliitikaid ja erinevaid vastavusnõudeid, mida organisatsioonid peavad tavaliselt järgima, näiteks andmete privaatsus, mis on küll seotud, kuid on erinevate domeeniekspertide probleemid. Seega nõuab sellise lahenduse juurutamine asjatundmist paljudelt organisatsiooni muudelt aladelt, mis nõuab keerukat projektijuhtimist. Alternatiiv sisemistele strateegiatele on sellise võimekuse saamine Tehisintellekt teenusena (AI as a Service) ettevõtte kaudu, sealhulgas Telemus AI™, sarnaselt pilveteenuste kasutamisega.
AI sisendina kättesaadavad organisatsioonilised andmed
Enamik organisatsioone kasutab turvalisuse eesmärgil CCTV-d ja saadab erinevaid videovoogusid jälgimiseks juhtimistuppa. Tavaliselt jälgivad neid videovoogusid turvatöötajad ööpäevaringselt, et tuvastada tegevust, mis ei pruugi olla vastuvõetav või nõuab täiendavat uurimist või tegevust. Neid videovoogusid saab suunata läbi tehisintellekti süsteemi. AI teavitab turvatöötajaid, kui midagi vajab täiendavat uurimist.
Selle eelis on see, et AI süsteem võib potentsiaalselt tuvastada anomaaliaid, mida inimene muidu märkaks, kui see pole ilmne või turvameeskonnal tekkis tähelepanuhäire. Teine viis seda vaadata on see, et turvameeskonna võime mõista, mis videovoogudes toimub, on tõstetud kõrgemale tasemele. Seega sarnaneb see teistes valdkondades meie võimete suurendamiseks tööriistade kasutamisega.
Kuigi selle tehnoloogia potentsiaal võib mõne inimese jaoks olla silmatorkav, on oluline arvestada, et igal juhul jälgib üksikisik videovoogusid ja AI lihtsalt aitab turvameeskonnal videot vaadata ning kasu ja kahju tuleb vastu kaaluda. Kuna tehnoloogiat käitatakse reguleeritud ja ohutul viisil range juhtimisraamistiku alusel, on potentsiaalne kasu tohutu.
Integreerimise metoodika
Järgnev on ülevaade protsessist, mida me teeksime kõrgel tasemel selliste voogude analüüsimiseks organisatsioonis:
- Tuvasta CCTV voog ja süsteem, mis pakub selliste voogude jälgimist ja salvestamist
- Muuta tarkvara nii, et see saadaks vooge pilvearvutuse pakkujale reaalajas analüüsiks
- Jooksuta voog Telemus AI kaudu™ ja tagastada täiustatud videovoog turvaseiresüsteemile
- Seadistage kohandatud teavitused turvameeskonnale tuvastatu põhjal
Kuna Telemus AI™ teeb enamus tööst, saab organisatsioon keskenduda äriloogikale, mitte tehnilisele juurutamisele.
Organisatsioonilised rakendused
Järgnev loetleb teie organisatsiooni muud potentsiaalsed rakendused:
- Autode jälgimine teedevõrgus ja õnnetuste toimumise tuvastamine, et saata meeskonda abistama
- Isikute jälgimine asutustes, et tagada, et asotsiaalne käitumine ei toimuks. Kui nii, saata automaatselt turvaüksus olukorra rahustamiseks.
- Töökohtade ja ehitusplatside jälgimine, tagades, et personali ei oleks ruumides väljaspool kindlaksmääratud töötunde
Potentsiaalsed ja realiseerunud eelised
Selle tehnoloogia potentsiaalsed ja realiseerunud eelised on tohutud. On võimalik teostada CCTV jälgimist täpsemalt ja tõhusamalt, vähemate vigadega, vajades vähem üldisi turvatöötajaid, võimaldades sellistel töötajatel keskenduda pakilisematele ülesannetele, nagu aktiivne patrullimine või uurimistöö.
Telemus AI™ on Austraalias baseeruv tehisintellekti ettevõte, mis pakub valitsusele ja ettevõtetele arenenud lahendusi. Võtke täna meiega ühendust tasuta konsultatsiooni saamiseks selle kohta, kuidas Telemus AI™ saab teie organisatsiooni integreerida.
