Erin Harrington
Quando as tecnologias de inteligência artificial (IA) foram lançadas pela primeira vez, elas não corresponderam ao hype – nem perto disso – e deixaram muitos adotantes decepcionados. Mas isso foi naquela época e agora é agora, e a IA está finalmente chamando a atenção de mais usuários finais, mudando a proposta de valor central da segurança física e eletrônica.
“Muitas soluções de vídeo de IA iniciais decepcionaram os clientes com limitações de perspectiva e alarmes falsos”, diz Jason Burrows, diretor de vendas da IDIS America. “Mas hoje, uma única câmera pode fornecer análises altamente precisas de mais ângulos do que nunca e oferecer alto desempenho, mesmo em condições de luz desafiadoras.”
Ele ressalta que, inicialmente, a maior parte da IA era oferecida como software ou módulos dentro do VMS, o que muitas vezes implicava em serviços de integração caros, licenças de software e contratos de manutenção. Agora, os clientes podem escolher entre dispositivos de plug-in de IA altamente econômicos, dos quais organizações ainda menores podem se beneficiar.
“O vídeo de IA está oferecendo aos clientes valor adicional em termos de aprimoramento de segurança e proteção, redução de custos operacionais e fornecimento de inteligência acionável”, acrescenta. “A IA reduz o erro humano e agiliza e automatiza tarefas monótonas, ao mesmo tempo em que aumenta a segurança geral em locais e perímetros únicos ou múltiplos.”
Quang Trinh, gerente de serviços profissionais da Axis Communications, concorda que as tecnologias de IA estão realmente mudando a proposta de valor central da segurança física e eletrônica.
“O aprendizado de máquina é excelente na detecção de padrões e apresenta grande potencial para aumentar as tarefas humanas que exigem muita repetição”, diz ele. “À medida que os avanços na classificação de objetos se tornam mais precisos na previsão e rotulagem de objetos, o setor de segurança experimentará melhorias aceleradas na redução de alertas falsos positivos. Essas tecnologias produzirão insights acionáveis em situações além da segurança e proteção. AI, análise preditiva, machine e deep learning continuarão a expandir o valor das soluções de segurança física e eletrônica, fornecendo eficiência operacional e inteligência de negócios.”
No mundo cada vez mais conectado de hoje, a câmera de segurança de vídeo inteligente com IA integrada se torna um sensor versátil porque captura dados que podem fornecer informações e insights valiosos, acrescenta Paul Garms, diretor de marketing regional – sistemas de vídeo da Bosch. “A IA pode ajudar os usuários a serem proativos, prevendo situações imprevistas ou futuras e prevenindo que elas aconteçam. Isso fortalece a proteção de pessoas e propriedades e ajuda a descobrir oportunidades de negócios que criam novos fluxos de receita ou reduzem custos operacionais.”
Fomos descobrir o que os especialistas dizem ser realista hoje e amanhã, implementando a IA para segurança, proteção e usos operacionais. Florian Matusek, diretor de análise de vídeo da Genetec, afirma que a IA e o aprendizado de máquina estão mudando fundamentalmente nosso setor porque estão tornando todos os aplicativos de segurança física orientados a dados.
“A IA, por um lado, cria mais dados, e a análise é um bom exemplo disso, onde extrai informações do vídeo”, ressalta. “Mas, por outro lado, também ajuda a obter insights sobre esses dados. Isso porque quanto mais câmeras e quanto mais sensores estiverem instalados, mais dados haverá. É aqui que a IA nos ajuda a entender esses dados e criar mais insights do que antes.
A análise de vídeo baseada em rede neural profunda está, sem dúvida, melhorando a precisão da detecção. Como aponta Garms, essa tecnologia de análise avançada depende do aprendizado profundo, que usa redes neurais artificiais que tentam imitar o cérebro humano, permitindo que ele aprenda com grandes quantidades de dados e reconheça padrões para lidar com tarefas mais complexas de maneira mais rápida, fácil e mais rápida. com precisão.
Isso, diz ele, significa que pode detectar com mais precisão pessoas e objetos, como veículos, mesmo em cenas congestionadas. Além disso, muitos clientes hoje estão começando a entender o potencial dos metadados. Ele continua a fornecer mais contexto aos eventos e permite que vídeos em tempo real e imagens gravadas — grandes quantidades — sejam rapidamente organizadas, pesquisadas, recuperadas e usadas.
As funções que são habilitadas, como resultado, observa Burrows, podem ser amplamente categorizadas em três áreas: pesquisa; acionamento de alarmes e notificações; e relatórios.
“Anteriormente, sem metadados, as imagens de vídeo permaneciam não estruturadas e difíceis de pesquisar. Os sistemas de vigilância da geração anterior não podiam ‘assistir’ a vídeos ou interpretá-los como um operador humano poderia”, diz ele. “Mas as soluções de vídeo analíticas habilitadas para IA de hoje podem. Hoje, eles estão realizando muitas interpretações principais e funções de classificação com mais rapidez, precisão e consistência do que os operadores jamais poderiam. Para permitir essa classificação rápida, os metadados usam marcadores como cor, local e hora. E, cada vez mais, pode classificar o que vê, definindo, por exemplo, todos os pixels que mudam como ‘uma pessoa’, ‘um veículo’ ou outro objeto de interesse predefinido; e pode classificar por tipo, tamanho e características de movimento, como velocidade ou localização”.
E, como Garms bem aponta, o poder de prever requer o uso bom e eficiente dos dados ricos e versáteis gerados pelos sistemas de vídeo. “A chave para isso é combinar a inteligência artificial com a IoT”, explica ele. “Os produtos AIoT adicionam sentido e estrutura aos dados de vídeo. Seus recursos de IA permitem que eles entendam o que estão vendo e adicionem significado ao vídeo capturado com metadados. Este é um primeiro passo importante na conversão de dados em insights acionáveis e na criação de soluções preditivas. Essa abordagem está moldando o futuro da segurança.”
Como Trinh menciona, IA, aprendizado de máquina e aprendizado profundo já estavam sendo explorados antes da pandemia. No entanto, durante a pandemia, muitas organizações começaram a perceber verdadeiramente os recursos de seu sistema de segurança de rede e o papel que ele poderia desempenhar além da segurança.
“À medida que as organizações procuravam manter funcionários e clientes seguros e em conformidade com as diretrizes da COVID, muitas perceberam a versatilidade de seus sistemas e análises de segurança de rede – como o uso de reconhecimento facial para verificar a conformidade da máscara, análise de ocupação para manter os requisitos de distância social e sistemas de controle de acesso para permitir rastreamento de contatos.”
Garms ecoa que a pandemia aumentou o interesse em soluções como monitoramento de ocupação e detecção de multidões, e a IA permite detecção e contagem mais precisas de pessoas em uma área. Embora inicialmente investigadas para fins de distanciamento social e para atender aos regulamentos de saúde específicos da pandemia, essas soluções também oferecem benefícios além da segurança, como entender os dias e horários de pico de tráfego para garantir uma equipe adequada, acredita ele, enfatizando que os clientes continuarão se beneficiando. essas soluções.
A COVID acelerou a digitalização e a automação, principalmente nos departamentos de vendas e atendimento ao cliente para simplificar os fluxos de trabalho e eliminar tarefas mundanas, acrescenta Burrows, afirmando que agora estamos vendo a mesma abordagem aplicada à segurança e ao gerenciamento de instalações.
“Inicialmente, as empresas mudaram rapidamente para leitores de controle de acesso sem toque, mas logo perceberam os maiores benefícios do acesso sem atrito e gerenciamento de visitantes, principalmente para apoiar estratégias de retorno ao trabalho e trabalho híbrido e flexível. E agora estamos vendo o vídeo de IA desempenhando seu papel, permitindo acesso físico e lógico sem atrito usando reconhecimento facial e autenticação, por exemplo. E uma vez que as organizações percebem melhorias na segurança, fluxo de pessoas e engajamento da equipe, elas buscam a mesma abordagem para entregas usando uma combinação de LPR e interfones de vídeo, que podem ser estendidos aos operadores de logística para otimizar o rendimento de caminhões e mercadorias.”
Como Burrows apontou, o vídeo de IA está agregando valor aos usuários finais em termos de segurança e proteção aprimoradas, custos operacionais reduzidos e inteligência acionável para ajudar a melhorar a eficiência.
Garms prevê que, embora os recursos de IA estejam apenas começando a causar impacto, ele espera ver uma adoção mais ampla à medida que o setor aprende mais sobre as possibilidades. Alguns usuários finais ainda podem estar hesitantes em relação à tecnologia de IA devido a declarações exageradas no passado, por isso é importante que os integradores informem seus clientes sobre os últimos avanços e melhorias na precisão.
Por exemplo, ele pode diferenciar entre eventos genuínos e falsos acionadores de condições ambientais desafiadoras ou entre pessoas e animais selvagens em aplicações de proteção de perímetro.
É importante adotar uma abordagem holística, aconselha Burrows. Os usuários finais não precisam aproveitar a IA ou atualizar as câmeras em todo o prédio, campus ou propriedade, portanto, a adoção da IA não deve significar uma substituição completa.
Outro benefício que Burrows aponta é o fato de que regras como linhas virtuais, fios de viagem ou contagem de pessoas podem ser configuradas para ajudar a entender as interações que objetos e pessoas têm.
Outro benefício apontado por Burrows é o fato de que regras como linhas virtuais, fios de viagem ou contagem de pessoas podem ser configuradas para ajudar a entender as interações que objetos e pessoas têm no ambiente. Eventos normais ou anormais podem ser reconhecidos de acordo com um conjunto definido de regras, com apenas as alterações em uma cena sendo registradas, para que o pessoal de segurança seja alertado apenas quando necessário.
“Automatizar essas funções de vigilância para áreas específicas com alertas altamente precisos pode reduzir muito a necessidade de o pessoal monitorar várias imagens de câmeras ao vivo, reduzindo efetivamente os custos operacionais”, acrescenta.
Os avanços na análise de vídeo baseada em IA facilitaram a configuração desses sistemas, observa Garms. Por exemplo, detectores baseados em redes neurais profundas tornaram mais fácil obter uma detecção altamente precisa de pessoas e veículos. Com esses recursos, podem ser criadas soluções que vão além da simples gravação de vídeo para solucionar desafios operacionais e de segurança.
Segundo Trinh, outro desafio é a interoperabilidade, por isso os integradores devem trabalhar com um fornecedor que tenha compatibilidade com outros sistemas. “As tecnologias de IA podem ser muito complexas e exigem um novo conjunto de habilidades para entender e vender seus usos”, diz Trinh. “Isso pode ser muito desafiador, por isso é importante aproveitar os fornecedores que têm programas de treinamento que ensinam sobre tecnologias de IA de maneira holística, em vez de aprender apenas soluções proprietárias que não se aplicam a outras. Lembre-se de que a IA é uma arquitetura aberta que possui os mesmos princípios, independentemente da plataforma que você está usando.”
Florian adverte que a IA ainda está em processo de amadurecimento no momento. “No passado, a IA ou Big Data prometia uma Ferrari e entregava uma bicicleta”, afirma Florian. “Ainda temos um longo caminho a percorrer e precisamos ter muita certeza, muito claro sobre o que pode e o que não pode fazer. Percorremos um longo caminho, mas ainda há um longo caminho a percorrer.”
Durante os próximos anos, a classificação de objetos melhorará exponencialmente, prevê Trinh. Ele prevê que os dispositivos de borda se tornarão ainda mais poderosos do ponto de vista de processamento e compensarão custos e recursos.
“Os usuários ainda precisarão de PCs/servidores poderosos no local para outros tipos de cargas de trabalho”, diz ele. “Atualmente, o aprendizado de máquina é caro e demorado, mas isso vai melhorar. A computação em nuvem para IA também reduzirá os desafios de latência, aproveitando os dispositivos de borda e seu poder de processamento. Muitos adotarão uma abordagem híbrida misturando uma combinação de dispositivos na nuvem, no local e de borda.
“As imagens e os vídeos continuarão a impulsionar as técnicas de aprendizado profundo, e a qualidade dos dados se tornará cada vez mais tão importante quanto a quantidade de dados. Sempre há necessidade de mais dados, mas dados de qualidade em imagens e vídeos afetarão os modelos de IA e ajudarão a acelerar a eficácia da saída ou previsão. Com dados de melhor qualidade, veremos uma consolidação de soluções eficazes de tecnologia de IA no mercado.”
Este artigo apareceu originalmente na publicação CS Security Sales & Integration e foi editado.
Foto cedida por IDIS America.