Kompiuterinis atpažinimas – Suteikiant kompiuteriams regą
Kompiuterinis atpažinimas ir kompiuterinis regėjimas apskritai turi ilgą ir plačią istoriją kaip sudėtingos ir kompleksinės sritys, kuriose pažanga iki ML/AI atsiradimo buvo ribota. Ryškiausiu kontrastu, palyginti su kompiuterine grafika, per trumpą laiką padaryta daug pažangos 2D/3D modeliavimo, kompiuterinio projektavimo (CAD), skaitmeninių animacinių filmų, tokių kaip „Pixar“ kuriami, ir vaizdo žaidimų srityse. Šiuolaikinis skaičiavimas puikiai tiko vaizdams fiksuoti ir kurti, bet ne juos suvokti.
Analizavimas, pavyzdžiui, gali teikti realaus laiko pranešimus su veiksmų rekomendacijomis saugumo ir susijusiems darbuotojams. Klasikinės algoritminės programos parašymas kompiuterinio atpažinimo / kompiuterinio matymo problemoms išspręsti yra sudėtinga, nors dirbtinio intelekto naudojimas padaro problemą įveikiamą.
Problemos sprendimas naudojant dirbtinį intelektą
Ši problema kelia klausimų, kaip žmonės atpažįsta objektus regimojo diapazono ribose, į ką taip pat neįtikėtinai sunku atsakyti. Nors tai vis dar yra labai atviras klausimas, dirbtiniai neuroniniai tinklai įrodė esą neįtikėtinai naudingi kompiuterinio atpažinimo / kompiuterinio matymo srityje.
Naudodami gilaus mokymosi metodus ir didžiulį vaizdų duomenų rinkinį, galima apmokyti modelį atpažinti objektus. Dažniausias duomenų rinkinys yra Common Objects in Context (https://cocodataset.org/), kuriame yra šie apibrėžimai:
- Objektų segmentacija
- Atpažinimas kontekste
- Superpikselių daiktų segmentacija
- 330K vaizdų (>200K pažymėtų)
- 1,5 milijono objektų egzempliorių
- 80 objektų kategorijų
- 91 medžiagos kategorijų
- 5 antraštės vienam vaizdui
- 250 000 žmonių su rakštais
Įvairių dirbtinio intelekto modelių mokymas su šia informacija pasirodė esąs labai efektyvus, kai modelis paleidžiamas vertinimo duomenų rinkinyje.
Organizacinio iššūkio apžvalga
Darant prielaidą, kad egzistuoja AI galimybė analizuoti objektus vaizdo įrašų srautuose (kuri ji egzistuoja), kaip organizacija galėtų įgyvendinti tokį sprendimą? Vis dar išlieka didesnė problema, kaip įdiegti tokį modelį gamybinėje aplinkoje, kuri gali išplėsti mastelį ir veikti reguliavimo rėmuose.
Tradicionaliai organizacijos patikėdavo savo IT skyriams įdiegti tokią galimybę. Paprastai organizacijos rastų paruoštą programinę įrangą problemai išspręsti arba ieškotų pasirinktinės programinės įrangos tiekėjo, kad pastatytų ar pritaikytų esamą sprendimą, jei toks sprendimas nebūtų lengvai prieinamas. Atsižvelgiant į Dirbtinio Intelekto sistemų sudėtingumą, abiejų šių variantų ilgą laiką nebus prieinama.
Be techninių iššūkių, taip pat yra vidaus politikos ir įvairių atitikties reikalavimų, kurių organizacijos turi paprastai laikytis, pavyzdžiui, duomenų privatumas, kurie, nors ir susiję, yra skirtingų srities ekspertų klausimai. Taigi, tokio sprendimo įgyvendinimas reikalaus daugelio kitų organizacijos sričių kompetencijos, reikalaujančios sudėtingo projektų valdymo. Alternatyva vidaus strategijoms yra pasiekti tokią galimybę per Dirbtinio intelekto kaip paslaugos (AI as a Service) verslą, įskaitant Telemus AI™, panašiai kaip pasiekiant debesų paslaugas.
Organizaciniai duomenys, prieinami kaip AI įvestis
Dauguma organizacijų saugumo tikslais naudoja CCTV ir į kontrolės kambarį stebėjimui siunčia įvairius vaizdo srautus. Paprastai šiuos vaizdo srautus saugumo darbuotojai stebėtų visą parą, kad nustatytų bet kokią veiklą, kuri gali būti laikoma nepriimtina arba reikalauti tolesnio tyrimo ar veiksmų. Šie vaizdo srautai gali būti praleisti per dirbtinio intelekto sistemą. AI įspėja saugumo darbuotojus, jei kas nors reikalauja tolesnio tyrimo.
Šio pranašumas yra tas, kad AI sistema potencialiai gali aptikti anomalijas, kurias žmogus kitaip praleistų, jei jos nėra akivaizdžios arba jei saugumo darbuotojams sumažėjo dėmesys. Kitas būdas pažvelgti į tai yra tas, kad saugumo darbuotojų gebėjimas suprasti, kas vyksta vaizdo srautuose, buvo padidintas iki aukštesnio lygio. Taigi, panašu kaip naudojant įrankius kitose srityse mūsų gebėjimams padidinti.
Nors šios technologijos potencialas kai kuriems žmonėms gali atrodyti gąsdinantis, būtina atsižvelgti į tai, kad bet kuriuo atveju vaizdo įrašus stebi asmuo, o AI tiesiog padeda saugumo darbuotojams peržiūrėti įrašus, ir reikia įvertinti naudą. Kadangi technologija veikia reguliuojamu ir saugiu būdu pagal griežtą valdymo sistemą, potenciali nauda būtų milžiniška.
Integracijos metodologija
Toliau pateikiama aukšto lygio proceso, kurį atliktume analizuodami tokius srautus organizacijoje, apžvalga:
- Identifikuokite CCTV srautus bei sistemą, kuri užtikrina tokių srautų stebėjimą ir įrašymą
- Modifikuokite programinę įrangą, kad ji siųstų srautus į debesų kompiuterijos teikėją realaus laiko analizei
- Paleisti srautus per Telemus AI™ ir grąžinti papildytus vaizdo srautus atgal į saugumo stebėjimo sistemą
- Nustatykite tinkintus įspėimus saugumo darbuotojams pagal tai, kas aptikta
Kadangi Telemus AI™ atlieka didžiąją dalį darbo, organizacija gali sutelkti dėmesį į verslo logiką, o ne į techninį įgyvendinimą.
Organizaciniai taikymai
Toliau išvardytos kitos potencialios programos jūsų organizacijai:
- Automobilių kelių tinkle stebėjimas ir avarijų atvejų aptikimas, kad būtų siunčiama komanda pagalbai
- Asmenų patalpose stebėjimas, siekiant užtikrinti, kad nevyktų antisocialinis elgesys. Jei taip, automatiškai nusiųskite apsaugos vienetą situacijai deeskaluoti.
- Darboviečių ir darbo aikštelių stebėjimas, užtikrinant, kad darbuotojai nebūtų patalpose už nustatytų darbo valandų
Potencialūs ir realizuoti pranašumai
Šios technologijos potencialios ir realizuotos naudos yra didžiulė. Galima atlikti CCTV stebėjimą tiksliau ir efektyviau, su mažiau klaidų, reikalaujant mažiau bendro saugumo personalo, leidžiant tokiam personalui sutelkti dėmesį į skubesnes užduotis, tokias kaip aktyvus patruliavimas ar tiriamasis darbas.
Telemus AI™ yra Australijoje įsikūrusi dirbtinio intelekto įmonė, teikianti pažangius sprendimus vyriausybėms ir įmonėms. Susisiekite su mumis šiandien dėl nemokamos konsultacijos, kaip Telemus AI™ gali būti integruota į jūsų organizaciją.
