Внедрение решений в видеоаналитике на основе ИИ: что нужно знать для принятия решения
Едва ли сейчас ещё какая-либо тема в мире современных технологий вызывает такое же количество слухов, мифов и обсуждений, как ИИ (искусственный интеллект).
Именно в этой сфере, сосуществуют друг с другом необоснованно завышенные ожидания со стороны пользователей с одной стороны. И экстравагантные обещания прорывных решений и технологий от производителей и разработчиков, особенно в области видеонаблюдения — с другой.
Существует огромное количество соображений и заблуждений по поводу того, на что способен искусственный интеллект. А также о том, в каких именно областях будет наиболее заметен и полезен эффект от использования ИИ.
Количество потенциальных сфер применения этой технологии в целях обеспечения безопасности и “умного” видеонаблюдения поистине огромно. Начиная от обнаружения системами видеоаналитики необычного или агрессивного поведения, направленного на то, чтобы причинить вред людям, до распознавания отдельных лиц даже в больших скоплениях людей. И даже автоматического обнаружения пресловутой "бомбы в чемодане" - осуществление досмотра багажа без необходимости использования рентгеновских установок.
Предлагаем вашему вниманию несколько практических соображений по ИИ, которые, надеемся, помогут вам реалистично оценить возможности технологии на данный момент.
Внедрение видеоаналитики на основе ИИ: насколько можно доверять искусственному интеллекту?
Рассматривая возможность внедрения видеотехнологий и решений, основанных на применении ИИ в вашей сфере деятельности, необходимо четко понимать: вам придется учитывать гораздо больше факторов, чем вы предполагали. Это не просто добавление новых технологий в существующие системы. А полностью новый подход.
Начальные этапы развития любой серьезной новой технологии, о которой вам рассказывают буквально из-за каждого угла, всегда сопровождаются посторонней шумихой. Так устроен мир. Когда инновации начинают входить в реальную жизнь, люди часто игнорируют тот факт, что эти технологии всегда требуют предварительного серьезного общественного обсуждения. И внесения последующих изменений во многие привычные процессы. Только после этого можно переходить к их крупномасштабному внедрению.
Например, по сей день все еще до конца не решена основная проблема c использованием беспилотных автомобилей. А именно - когда речь заходит о несчастных случаях на дороге, когда автомобиль (читай - ИИ) должен самостоятельно принимать решения. И от выбранного машиной решения будут зависеть жизни людей. Эта дилемма стала уже почти классическим примером тех проблем, которые могут ожидать нас с внедрением подобных систем в будущем.
Подобные неразрешенные вопросы возникают и в ситуациях, когда ИИ используется для обеспечении безопасности (в том числе, и в системах видеонаблюдения).
И таких вопросов довольно много:
- Какая степень свободы в принятии решений должна быть предоставлена системе?
- Какие критерии будут установлены, например, для оценки качества обнаружения объектов?
- Кто должен нести ответственность, когда нападение или покушение на жизнь человека не обнаружено вовремя с помощью видеоаналитики и ИИ? Возможно, оператор-человек смог бы своевременно отреагировать и предотвратить угрозу?
- Через какое время группы быстрого реагирования, охраняющие объект, должны прибыть на место в случае, если тревога сгенерирована ИИ, а не оператором?
- Нужно ли обязательное подтверждение степени угрозы со стороны человека?
- Как будет обрабатываться огромное количество "ложных срабатываний", когда распознавание лиц используется для поиска подозреваемого, например?
- Будут ли все люди, которых система “умного” видеонаблюдения распознала как разыскиваемых или обвиняемых в совершении какого-либо преступления на основании своих алгоритмов, автоматически считаться виновными, пока не доказано обратное?
Эти и многие другие вопросы на данный момент не имеют четкого и внятного ответа.
Комплексный подход и тщательное планирование — залог качественной работы "умной" системы видеонаблюдения
ИИ и технологии “умной” видеоаналитики функционируют так, как должны, только при применении "целостного и комплексного технологического подхода"
Технологические и компьютерные системы становятся все более и более сложными. И аксиома IT-индустрии "мусор на входе - мусор на выходе" находит максимальное отражение в области применения ИИ в видеонаблюдении.
Результаты, которые выдают нейронные сети для классификации различных объектов или качественное программное обеспечение для распознавания лиц напрямую зависят от качества видеоизображения, поступающего для обработки “умными” алгоритмами.
Таким образом, системы интеллектуальной обработки изображения на основе ИИ и нейронных сетей будут хороши ровно настолько, насколько будут хороши видеокамеры, которые производят изначальный захват видеоизображения. Не больше и не меньше.
В этом контексте особенно важно уметь правильно определять и заранее грамотно планировать установку системы видеонаблюдения. Камеры должны располагаться таким образом, чтобы обеспечивать минимально достаточное качество исходной картинки для эффективной обработки видеоизображения аналитическими модулями. Для этого необходимо продумывать и правильно выставлять ракурсы камер, а также учитывать многие другие детали. Вы должны быть готовы к тому, что вам придется уделить этим вопросам самое серьезное внимание.
Искусственный интеллект в видеоаналитике - лишь помощник человека
Развитие технологий ведет к тому, что совсем скоро искусственный интеллект будет играть решающую роль в системах видеонаблюдения – или даже может стать их основным компонентом.
Однако, очень важно понимать, что ИИ и “умная” видеоаналитика призваны помогать человеку в решении определенных задач, а не заменять его.
Интеллектуальные модули видеоаналитики уже сейчас успешно применяются для решения отдельных типов задач. Они используются для оптимизация и анализа аналоговых процессов - например, за игровым столом в казино. Помогают обеспечивать безопасность и защиту периметра на производстве и в складских комплексах. Значительно сокращают количество ложных тревог благодаря алгоритмам классификации объектов. Или отслеживают отдельных людей с помощью распознавания лиц для правоохранительных органов в составе систем городского наблюдения.
И именно в выполнении этих рутинных функций современная видеоаналитика оказывает нам наиболее существенную помощь. Благодаря её применению удается избежать ситуации с банальным переутомлением и сократить количество ошибок. Интеллектуальные модули для анализа видеоизображения лишь помогают оператору вычленять из огромного потока видеоданных именно те моменты, которые требуют его внимания. Но принятие окончательного решения всегда остается за человеком.
Ключевой момент применения всех этих решений в настоящий момент состоит в следующем: сегодня и, вероятно, еще долгое время “мозговым” центром остается человек – оператор, полицейский, сотрудник службы безопасности, аналитик.
При внедрении интеллектуальной видеоаналитики необходимо отталкиваться от своих реальных потребностей
Рынок должен научиться различать уже готовые и работающие решения, реально обеспечивающие выполнение заявленных возможностей на должном уровне от исследовательских проектов с неясными перспективами
Следует признать, что каждое серьезное техническое нововведение проходит непростой путь до того момента, когда оно обретает зрелость. В начале не избежать определенной путаницы в понимании того, какие задачи и как именно можно решать с помощью новинки. В обязательном порядке придется столкнуться с преувеличенными ожиданиями публики. И вариативной интерпретацией возможностей представленного решения пользователями.
В результате возникает ситуация, когда большинство из участвующих в обсуждении просто не владеет фактами и "действительно не знает". Но при этом у всех участников есть свое мнение. Которым они непременно стремятся поделиться.
Что во многом и происходит сейчас на рынке решений видеоаналитики.
Вот почему важно внимательно изучить ваши потребности и задать себе вопросы:
- Какие функции таких систем готовы к тому, чтобы быть запущенными в полноценную коммерческую эксплуатацию?
- Реализуемы ли сценарии их применения в условиях реальной жизни? Даже, если для этого потребуется определенная доработка и шлифовка некоторых моментов - будет ли это работать в принципе?
- И что все еще находится в области фантазий и исследований?
Это особенно важно и справедливо в отношении принятия стратегических решений и инвестиций в крупные проекты. Потенциальные пользователи таких систем должны всегда начинать процесс рассмотрения решения о покупке с вопроса о том, через какой срок можно ожидать заявленного результата? Через двенадцать месяцев, пять лет или вообще непонятно когда?
В противном случае, существует серьезный риск упустить из виду очевидные решения насущных проблем.