SECURITY REPORT T.123

92 | SECURITY REPORT Φεβρουάριος 2022 ΑΙ ΤΕΧΝΟΛΟΓΙΑ Οι πρόσφατες εξελίξεις στην τεχνολογία είναι αυτές που επέτρεψαν στην τεχνολογική κοινότητα να βελτιστοποιήσει την υπολογιστική ισχύ που απαιτεί η τεχνητή νοημοσύνη. 1 που βασίζονται σε προσομοιωμένα νευρωνικά δίκτυα-και τα τεχνητά νευρωνικά δίκτυα (ANN), που αποτελούν τον πυρήνα των αλγορίθμων DL(deep learning), των οποίων η δομή έχει σχε- διαστεί για να προσομοιώνει τον τρόπο λειτουργίας του ανθρώπινου εγκεφάλου και των νευρώνων του. Στη πράξη Ποιο είναι λοιπόν το επόμενο βήμα για την τεχνητή νοημοσύνη; Κοινός στόχος είναι η εμπορευματοποίηση της τεχνολογίας AI. Υπάρχουν ήδη δισεκατομμύρια συσκευές που συνδέονται σε ιδιωτικά και δημόσια δίκτυα και πολλές ακόμα που προστίθενται καθημερινά. Τώρα η πρόκληση για τις περισσότερες εταιρείες είναι το πώς θα εφαρμόσουν την τεχνητή νοημοσύνη σε ένα πραγματικό περιβάλλον για να λύσουν ένα ή περισσότερα προ- βλήματα. Η ικανότητα επίλυσης προβλημάτων του πραγματικού κόσμου απαιτεί πολλά δεδομένα… Για την απόκτηση πολλών και «ποιοτικών» δεδομένων, απαιτείται μεθοδικότητα και είναι σημαντικό να έχουμε κατά νου ότι η Μη- χανική και η Βαθιά Μάθηση απαιτούν εκατοντάδες χιλιάδες, αν όχι εκατομμύρια σύνολα δεδομένων για την εκμάθηση. Η δημι- ουργία ενός μοντέλου τεχνητής νοημοσύνης που θα αποδώσει τα αναμενόμενα, είναι δύσκολη υπόθεση και μία πολύπλοκη δια- δικασία η οποία απαιτεί τεράστια ανθρώπινη αλληλεπίδραση για τη δοκιμή και τον επανέλεγχο των αποτελεσμάτων. Η Μηχανική Μάθηση είναι αποτελεσματική επειδή οι αλγόριθμοί της είναι καλοί στην ανάλυση δομημένων, ωστόσο είναι πολλές φορές αναποτελεσματική στην επεξεργασία μη δομημένων δεδομένων. Ως εκ τούτου, η βαθειά εκμάθηση( Deep Learning), με τους αλγό- ριθμους της που βασίζονται σε προσομοιωμένα νευρωνικά δίκτυα, φαίνεται πως είναι αποτελεσματικότερη. Άρα ποιες είναι στην πραγματικότητα οι προσδοκίες μας από την εν λόγω τεχνολογία; Παρά τις πολλά υποσχόμενες εξελίξεις στην τεχνητή νοημοσύνη, είναι σημαντικό να θέσουμε και κάποιες προσδοκίες γύρω από το τι μπορεί και τι δεν μπορεί να κάνει. Για παράδειγμα, πολλά Video Analytics σήμερα ταξινομούν εικόνες για να ανιχνεύσουν άτομα και οχήματα, αλλά αυτό δεν σημαίνει απαραίτητα ότι κα- τανοούν πλήρως μία σκηνή. Επιπρόσθετα, πολλά σύγχρονα VA που βασίζονται σε AI δεν μπορούν να «διαβάσουν» τη συμπεριφορά ενός ατόμου. Η χαρά ή η λύπη, είναι συναισθήματα όπου μία λύση που βασίζεται στην τεχνητή νοημοσύνη δεν μπορεί να τα καθορίσει ή να τα συμπεράνει. Σε μια σκηνή όπου συγκεντρώνεται πλήθος κόσμου, τα analytics (τουλάχιστον τα περισσότερα) δεν μπορούν να καταλάβουν αν πρόκειται για μία εκδήλωση χαράς/γιορ- τής ή για έναν καβγά. Είναι σαφές ότι εξακολουθούν να υπάρχουν ορισμένα δύσκολα εμπόδια που αντιμετωπίζει ο κλάδος της ασφάλειας και για αυτόν το λόγο- τα Video Analytics που χρησιμοποιούνται ευρέως στη βιομηχανία απαιτούν και κάποιο βαθμό ανθρώπινης αλληλεπί- δρασης και κρίσης. Μετά είναι και ο χειρισμός των δεδομένων. Εκτός από αυτές τις εκτιμήσεις, υπάρχουν και τρωτά σημεία στον χειρισμό των δεδομένων των νευρωνικών δικτύων, τα οποία μπο- ρούν να οδηγήσουν ένα AI λογισμικό σε ανακριβή αποτελέσματα. Σε μία σκηνή για παράδειγμα, όπου ο φωτισμός μεταβάλλεται συνεχώς, μπορεί να επηρεαστεί η ταξινόμηση μίας εικόνας ή ενός αντικειμένου. Φυσικά, η κοινότητα των προγραμματιστών τα γνω- ρίζει όλα αυτά και έχει κάνει μεγάλα βήματα προόδου. Η τεχνητή νοημοσύνη έχει ήδη επηρεάσει τη βιομηχανία ασφάλειας και είναι πολλά υποσχόμενη, ανεξάρτητα με το αποτέλεσμα. Πολλές εταιρείες σήμερα, επενδύουν και εξερευνούν λύσεις με επίκεντρο την τεχνητή νοημοσύνη, αναζητώντας ταυτόχρονα συ- νεργάτες για να βελτιστοποιήσουν την όλη διαδικασία. Δεν υπάρχει αμφιβολία ότι οι καινοτομίες στην τεχνητή νοημοσύνη θα αυξηθούν εκθετικά τα επόμενα χρόνια, μεταμορφώνοντας τον κλάδο και επαναπροσδιορίζοντας το μέλλον της δημόσιας ασφάλειας και της επιχειρηματικής ευφυΐας. n Η Μηχανική και η Βαθιά Μάθηση απαιτούν εκατοντάδες χιλιάδες, αν όχι εκατομμύρια σύνολα δεδομένων για την εκμάθηση. 2 Tα Video Analytics που χρησιμοποιούνται ευρέως στη βιομηχανία της ασφάλειας απαιτούν και κάποιο βαθμό ανθρώπινης αλληλεπίδρασης και κρίσης. 3