هوش مصنوعی یا AI و یادگیری ماشین در بازار حفاظت فیزیکی تحول چشمگیری به وجود آورده اند. این فناوری ها ویدئوآنالیتیک را وارد سطح جدیدی از دقت عملکرد نمودند. در واقع، هوش مصنوعی و یادگیری ماشین در کل صنعت حفاظت به عباراتی کلیدی و رایج تبدیل شدند. با این حال، پتانسیل هوش مصنوعی و یادگیری ماشین در اثرگذاری روی صنعت حفاظت فیزیکی بسیار بیشتر از قابلیت ارتقای ویدئوآنالیتیک است. سؤالی که در اینجا مطرح می شود این است که: صرف نظر از ویدئوآنالیتیک، هوش مصنوعی و یادگیری ماشین چه مزایای دیگری می توانند برای بازار حفاظت فیزیکی داشته باشند؟ تعدادی از کارشناسان صنعت حفاظت به این سؤال پاسخ داده اند.
Per Björkdahl (پر بیورکدال) از مؤسسه ONVIF
کاربران به کمک قابلیت های هوش مصنوعی یا به عبارت دیگر یادگیری عمیق و یادگیری ماشین، می توانند ویدئوآنالیتیک را با دقت و صحت بالاتری به کار ببرند. این واژگان اگرچه گاهی اوقات به جای یکدیگر استفاده می شوند، اما هر کدام مزایای متفاوتی دارند. یادگیری ماشین، آنالیتیک تشخیص حادثه را بهتر و دقیق تر می کند. اغلب، زمانی که مردم راجع به ویدئوآنالیتیک حرف می زنند، از آن به عنوان تشخیص چهره یاد می کنند؛ اما قابلیت های یادگیری ماشین، کاربردی وسیع تر دارد و امکان مانیتورینگ و نظارت بر حرکات و فرآیندها و نیز تشخیص ترافیک و حوادث مربوط به دستگاه ها را نیز دارا می باشد.
از سوی دیگر، هوش مصنوعی برای تکرار و تقلید آنچه افراد می توانند انجام دهند به کار رفته و در بهبود کیفیت در انجام وظایف سطح پایین مؤثر است. هوش مصنوعی در حفاظت فیزیکی نقش مکمل نیروی انسانی را ایفا می کند؛ به ویژه وظایفی که قابلیت های انسان در آنها محدود است. AI در ارتقا و بهبود تصمیم گیری و هشدارهای خودکار کمک می کند.
Stuart Rawling (استوارت رالینگ) از کمپانی Pelco
امکان پیشرفت نبوغ و هوش از طریق یادگیری عمیق و فناوری های دیگر مبتنی بر هوش مصنوعی در نظارت تصویری آن است که در بلند مدت، ما دیگر مجبور نیستیم به تصاویر و ویدئوهای تولید شده نگاه کنیم، تا زمانی که اتفاقی رخ دهد. هدف جمع آوری این سطح از هوش و نبوغ در نظارت تصویری، می تواند تا حدی اتوماتیک شود که اپراتورهای حفاظت مجبور نباشند برای پاسخ به یک رویداد، خودشان تصمیمی بگیرند. در عوض، گام های هوشمندانه بعد از وقوع یک رویداد، به صورت خودکار از سوی نگهبانان حاضر در محل به دپارتمان های پلیس یا حریق محلی و نیز به مدیران مختلف مخابره می شود. همچنین زمانی که مسئولین حفاظت به ویدئوی مربوط به حادثه دسترسی پیدا می کنند، تنها به این دلیل است که خودشان می خواهند صحنه رویداد را بازبینی کنند.
پس آیا اتوماسیون، یعنی توانایی پاسخ سریع و فوری، هدف یک استراتژی نظارتی جامع و مبتنی بر داده ها نیست؟ تقریباً برای تمامی مجموعه ها، پاسخ، مثبت است.
Aaron Saks (آرون ساکس) از کمپانی Hanwha Techwin
هوش مصنوعی و یادگیری ماشین صرف نظر از ارائه ویدئوآنالیتیک بهتر، می توانند مزایای بسیاری برای بازار حفاظت فیزیکی داشته باشد. برای دوربین های نظارتی، هوش مصنوعی می تواند فراتر از حذف آلارم های کاذب با آنالیتیک تشخیص حرکت عمل کند. هوش مصنوعی و یادگیری عمیق، پتانسیل تغییر نحوه استفاده از دوربین های حفاظتی را دارد؛ از اتوماتیک کردن وظایف گرفته تا اجرای کارهای روتین و مقایسه داده ها. این فناوری در بهترین زمان به کمک بشر آمده است، زیرا تعداد دوربین های نصب شده بسیار بیشتر از تعداد نیروهای انسانی است که بتوانند ویدئوها را نظارت کنند.
به منظور استفاده از این اطلاعات ما به هوش مصنوعی نیاز داریم تا داده های جمع آوری شده را معنادار کرده و به ما بگوید که باید به چه قسمت هایی توجه کنیم. ما باید به ناهنجاری ها توجه کنیم: آیا این خودرو در خیابان، خلاف جهت حرکت می کند؟ آیا شخصی در وسط بزرگراه ایستاده است؟ این دستگاه ها نسل جدیدی از سنسورهای IoT قدرتمند هستند که بر پیشرفت و ارتقای کسب و کار و فعالیت ها تأثیر مستقیمی می گذارند.
هوش مصنوعی و یادگیری ماشین، ابزارهایی ارزشمند
هوش مصنوعی و یادگیری ماشین ابزارهایی مفید و ارزشمند برای بهره برداری از داده ها اینترنت اشیا یا IoT ارائه می کنند. این فناوری ها با کمک به اتوماسیون تصمیم گیری سطح پایین، می توانند اپراتورهای حفاظتی را کارآمدتر سازند. قابلیت های هوشمند می توانند گزینه های یکپارچه سازی نظیر افزایش استفاده از فناوریهای بیومتریک با اکسس کنترل را گسترش دهند. هوش مصنوعی همچنین می تواند به نظارت بر حرکات و فرآیندها کمک کند. سیستم های هوشمند می توانند به کاربران نهایی در درک الگوهای ترافیک و اسکان در ساختمان ها کمک کرده و حتی فاصله گذاری اجتماعی را نیز ارتقا بخشند. این ها تنها تعدادی از کاربردهای احتمالی فناوری ها هستند و در نهایت، این داستان پایانی ندارد!
