संगणक ओळख - संगणकांना दृष्टी देणे

उदाहरणार्थ विश्लेषण केल्याने सुरक्षा आणि संबंधित कर्मचाऱ्यांना रिअल-टाइम कृतीयोग्य सूचना दिल्या जाऊ शकतात. संगणक ओळख/संगणक दृष्टी समस्या सोडवण्यासाठी शास्त्रीय अल्गोरिदमिक प्रोग्राम लिहिणे कठीण आहे, जरी कृत्रिम बुद्धिमत्ता वापरल्याने समस्या हाताळण्यायोग्य होते.

कृत्रिम बुद्धिमत्तेद्वारे समस्येचे निराकरण

ही समस्या मानव दृश्य श्रेणीतील वस्तू कशी ओळखतात याबाबत प्रश्न निर्माण करते ज्याला उत्तर देणे देखील अवघड आहे. हे अजूनही एक खुले प्रश्न असल्याने, कृत्रिम न्यूरल नेटवर्कनी संगणक ओळख/संगणक दृष्टी क्षेत्रात अत्यंत उपयुक्त सिद्ध केले आहे.

डीप लर्निंग तंत्रे आणि प्रतिमांच्या विशाल डेटासेटसह, वस्तू ओळखण्यासाठी मॉडेल प्रशिक्षित करणे शक्य आहे. सर्वात सामान्य डेटासेट म्हणजे कॉमन ऑब्जेक्ट्स इन कॉन्टेक्स्ट (https://cocodataset.org/) ज्यामध्ये त्यांच्या व्याख्येनुसार खालील गोष्टींचा समावेश आहे:

• वस्तू विभाजन
• संदर्भात ओळख
• सुपरपिक्सेल स्टफ सेगमेंटेशन
• 330K प्रतिमा (>200K लेबल केलेले)
• 1.5 दशलक्ष ऑब्जेक्ट उदाहरणे
• 80 ऑब्जेक्ट श्रेणी
• 91 स्टफ श्रेणी
• प्रति प्रतिमा 5 कॅप्शन्स
• कीपॉइंट्ससह 250,000 लोक

या माहितीसह विविध कृत्रिम बुद्धिमत्ता मॉडेलचे प्रशिक्षण केल्याने मूल्यमापन डेटासेटवर मॉडेल चालवताना ते अत्यंत प्रभावी आहे असे सिद्ध झाले आहे.

संस्थात्मक आव्हानाचे विहंगावलोकन

व्हिडिओ फीडमधील वस्तूंचे विश्लेषण करण्यासाठी AI क्षमता अस्तित्वात आहे (जी आहे) असे गृहीत धरून, संस्था असा उपाय कसा लागू करेल? अशा मॉडेलची उत्पादन वातावरणात अंमलबजावणी करण्याचा मोठा प्रश्न अजूनही आहे जे स्केल करू शकेल आणि नियामक फ्रेमवर्कमध्ये काम करू शकेल.

पारंपारिकरित्या, संस्था अशी क्षमता स्थापित करण्याचे काम त्यांच्या IT विभागांना देत असत. सहसा, संस्था समस्या सोडवण्यासाठी रेडीमेड सॉफ्टवेअर शोधत असत किंवा अशी उपाय त्वरित उपलब्ध नसल्यास सानुकूल-सॉफ्टवेअर विक्रेत्याला विद्यमान उपाय तयार करण्यास किंवा जुने उपाय सुधारण्यासाठी शोधत असत. कृत्रिम बुद्धिमत्ता प्रणालींच्या जटिलतेला ध्यानात घेता, बराच काळ या दोन्ही पर्याय उपलब्ध राहणार नाहीत.

तांत्रिक आव्हानांव्यतिरिक्त, संस्थांना पाळाव्या लागणाऱ्या अंतर्गत धोरणे आणि विविध अनुपालन आवश्यकता देखील आहेत, जसे की डेटा गोपनीयता, जे संबंधित असले तरी वेगवेगळ्या डोमेन तज्ञांच्या मुद्द्यांसारखे आहेत. अशाप्रकारे, अशा उपायाची अंमलबजावणी करण्यासाठी संस्थेच्या इतर अनेक क्षेत्रांची तज्ञता आवश्यक असेल ज्यासाठी गुंतागुंतीचे प्रकल्प व्यवस्थापन आवश्यक आहे. अंतर्गत धोरणांच्या पर्यायी म्हणजे क्लाउड सेवांमध्ये प्रवेश करण्याच्या पद्धतीप्रमाणे Telemus AI™ सहित कृत्रिम बुद्धिमत्ता सेवा (AIaaS) व्यवसायाद्वारे अशी क्षमता प्राप्त करणे.

AI इनपुट म्हणून उपलब्ध संस्थात्मक डेटा

बहुतांश संस्था सुरक्षा हेतूंसाठी CCTV वापरतात आणि देखरेखीसाठी विविध व्हिडिओ फीड नियंत्रण कक्षावर पाठवतात. सामान्यतः, या व्हिडिओ फीडवर सुरक्षा कर्मचाऱ्यांद्वारे 24/7 देखरेख केली जात असे, जेणेकरून कोणतीही अस्वीकार्य किंवा पुढील तपासाची आवश्यकता असलेली कृती ओळखली जाई. या व्हिडिओ फीड कृत्रिम बुद्धिमत्ता प्रणालीद्वारे दिले जाऊ शकतात. जर कोणत्याही गोष्टीसाठी पुढील तपासाची आवश्यकता असेल तर AI सुरक्षा कर्मचाऱ्यांना सतर्क करते.

याचा फायदा असा आहे की AI प्रणाली संभाव्यपणे असे विसंगती शोधू शकते जे स्पष्ट नसल्यास किंवा सुरक्षा कर्मचाऱ्यांचे लक्ष विचलित झाल्यास मानवाला नक्कीच दिसणार नाही. याकडे पाहण्याचा दुसरा मार्ग म्हणजे सुरक्षा कर्मचाऱ्यांची व्हिडिओ फीडमध्ये काय घडत आहे हे समजण्याची क्षमता उच्च स्तरावर वाढवली गेली आहे. अशाप्रकारे, आपली क्षमता वाढविण्यासाठी इतर क्षेत्रांमधील साधने वापरण्यासारखेच आहे.

या तंत्रज्ञानाची क्षमता काही लोकांसाठी आव्हानात्मक वाटली तरी, कोणत्याही प्रसंगात एक व्यक्ती व्हिडिओ फीड्सवर देखरेख करत असते आणि AI केवळ सुरक्षा कर्मचाऱ्यांना फुटेज पाहण्यास मदत करत आहे, आणि फायद्यांचे मूल्यमापन करणे आवश्यक आहे, हे विचारात घेणे आवश्यक आहे. कठोर शासन रचनेअंतर्गत तंत्रज्ञानाचा वापर नियंत्रित आणि सुरक्षित पद्धतीने केला जात असल्याचा विचार केल्यास, संभाव्य फायदा अपार असेल.

एकत्रीकरण पद्धती

संस्थेअंतर्गत अशा फीडचे विश्लेषण करण्यासाठी आम्ही उच्च स्तरावर करू शकू अशा प्रक्रियेचे थोडक्यात वर्णन खालीलप्रमाणे आहे:

1. CCTV फीड आणि अशा फीडचे निरीक्षण आणि रेकॉर्डिंग करणारी प्रणाली ओळखा
2. रिअल-टाइम विश्लेषणासाठी फीड्स क्लाउड-कॉम्प्युटिंग प्रदात्याला पाठवण्यासाठी सॉफ्टवेअरमध्ये बदल करा
3. फीड्स Telemus AI मधून चालवा™ आणि सुधारित व्हिडिओ फीड्स सुरक्षा निरीक्षण प्रणालीकडे परत पाठवा
4. शोधल्या गेलेल्या गोष्टींवर आधारित सुरक्षा कर्मचाऱ्यांना सानुकूलित सूचना सेट करा

Telemus AI™ बहुतांश कामाची काळजी घेत असल्याने, संस्था तांत्रिक अंमलबजावणीपेक्षा व्यवसाय लॉजिकवर लक्ष केंद्रित करू शकते.

संस्थात्मक अनुप्रयोग

आपल्या संस्थेसाठी इतर संभाव्य अनुप्रयोगांच्या याद्या खालीलप्रमाणे आहेत:

• रस्त्याच्या नेटवर्कवर कारचे निरीक्षण करणे आणि अपघात झाल्यावर मदतीसाठी एका टीमला पाठवणे
• स्थळांवर व्यक्तींचे निरीक्षण करणे जेणेकरून असामाजिक वर्तन होत नाही. जसे असेल तसे, परिस्थिती शांत करण्यासाठी आपोआप सुरक्षा युनिट पाठवा.
• कार्यस्थळांचे आणि कामाच्या ठिकाणांचे निरीक्षण करणे, याची खात्री करणे की कर्मचारी निश्चित कामाच्या वेळेबाहेर परिसरात नाहीत

संभाव्य आणि साक्षात फायदे

या तंत्रज्ञानाचे संभाव्य आणि साक्षात फायदे मोठे आहेत. CCTV निरीक्षण अधिक अचूकपणे आणि कार्यक्षमतेने करणे शक्य आहे, कमी चुकांसह, कमी संख्येने सुरक्षा कर्मचाऱ्यांची आवश्यकता असताना, अशा कर्मचाऱ्यांना सक्रिय गस्त किंवा तपासकार्य यासारख्या अधिक तातडीच्या कार्यांवर लक्ष केंद्रित करण्यास अनुमती देते.

Telemus AI™ ही ऑस्ट्रेलियात आधारित कृत्रिम बुद्धिमत्ता कंपनी आहे जी सरकार आणि उद्योगांना प्रगत उपाययोजना प्रदान करते. Telemus AI™ ला तुमच्या संस्थेत कसे एकत्रित केले जाऊ शकते यावरील विनामूल्य सल्ल्यासाठी आजच आमच्याशी संपर्क साधा.