SECURITY REPORT 143

100 | SECURITY REPORT Οκτώβριος 2023 Τεχνητή Νοημοσύνη CCTV Επιμέλεια Παναγιώτης Αποστολόπουλος Π ριν από μερικά χρόνια, τότε δηλαδή που στην αγορά κυριαρχούσαν οι αναλογικές κάμερες, ο κλάδος της βιντεοεπιτήρησης θεωρούνταν από πολλούς ως μία δαπάνη τόσο συνηθισμένη όσο η τοποθέτηση των παραθύρων σε ένα σπίτι. Σε αντίθεση με τα παράθυρα, οι σύγχρονες αναλογικές και IP κάμερες έχουν αλλάξει τόσο πολύ, που πέρα από την αρχική τους δουλειά, που δεν ήταν άλλη από την καταγραφή γεγονότων, έχουν εξελιχθεί χάρη στην τεχνητή νοημοσύνη σε έξυπνες συσκευές που μπορούν να ανιχνεύσουν και να περιγράψουν αντικείμενα και συμπεριφορές με μεγάλη λεπτομέρεια. Οι σύγχρονες κάμερες ασφαλείας, που βασίζονται σε αλγόριθμους τεχνητής νοημοσύνης, δίνουν τη δυνατότητα στις επιχειρήσεις και τους μεγάλους οργανισμούς να αλλάξουν τον στρατηγικό τους σχεδιασμό, αφού από απλές συσκευές που καταγράφουν βίντεο 24 ώρες το 24ωρο, έχουν πραγματικά εξελιχθεί σε προληπτικά - αποτρεπτικά μέσα βιντεοεπιτήρησης για την αντιμετώπιση έκτα- κτων καταστάσεων σε πραγματικό χρόνο. Σήμερα, ακούμε συχνά για κάμερες με ενσωματωμένα Video Analytics και κάμερες με αλ- γόριθμους τεχνητής νοημοσύνης και αυτό που πρέπει να αναρω- τηθούμε είναι αν μιλάμε για το ίδιο ακριβώς πράγμα. AI και Video Analytics: Ποια η διαφορά; Στον κόσμο της βιντεοεπι- τήρησης, η τεχνητή νοημοσύνη και τα VA χρησιμοποιούνται από πολλούς για να περιγράψουν το ίδιο πράγμα, γεγονός που μπορεί να οδηγήσει σε σύγχυση. Η τεχνητή νοημοσύνη ή πιο συγκεκριμένα η βαθιά μάθηση χρησιμοποιείται για την οπτική ανίχνευση αντικει- μένων εντός του οπτικού πεδίου μίας κάμερας. Μία κάμερα βασισμένη σε τεχνητή νοημοσύνη έχει εκπαιδευτεί σε εργαστήριο έρευνας και ανάπτυξης, ώστε να αναγνωρίζει ένα άτομο ή ένα όχημα, ενώ ταυ- τόχρονα καταγράφει ένα σύνολο χαρακτηριστικών ή ιδιοτήτων κα- θοριστικής σημασίας για το αντικείμενο αναφοράς. Τα χαρακτηριστικά αυτά μπορεί να περιλαμβάνουν το χρώμα των ρούχων, την κατά προσέγγιση ηλικία, το φύλο και πρόσθετα αντικείμενα που μπορεί να φορεθούν ή να μεταφερθούν, όπως καπέλα, τσάντες κ.λπ. Και κάπου εκεί εμφανίζονται τα Video Analytics για να καθορίσουν το τι ακριβώς κάνει το αντικείμενο αναφοράς που επιτηρεί μία κάμερα: Έχει περάσει γραμμή σχεδιασμένη από εμάς ή μπήκε σε απαγορευμένη ζώνη; Είναι ένα άτομο που απλά περιπλανιέται ή προσπαθεί να εισέλθει σε μία περίμετρο όπου απαγορεύεται ρητά η είσοδος; Τα παραδείγματα είναι πολλά και η καταμέτρηση ανθρώπων είναι ακόμα ένα. Αυτές οι συμπεριφορές, στη συνέχεια, μετατρέπονται σε δεδομένα που ταξιδεύουν με το βίντεο, κάνοντας την αναζήτηση αντικειμένων (με συγκεκριμένα χαρακτηριστικά) πιο εύκολη για τους χειριστές. Εάν είναι επιθυμητό, τα VA μπορούν να ενεργοποιήσουν συναγερμούς ή ειδοποιήσεις που αποστέλλονται στην ομάδα security, η οποία επίσης επιτηρεί τον χώρο. Συνοψίζοντας, στην πιο βασική τους μορφή, οι αλγόριθμοι μηχανικής και βαθιάς μάθησης (γνωστοί και ως AI) εντοπίζουν και περιγράφουν αντικείμενα αναφοράς, ενώ τα αναλυτικά στοιχεία αναλύουν τι κάνουν τα αντι- κείμενα αυτά και αναφέρουν πληροφορίες για αυτά. Βαθιά μάθηση και εξαγωγή δεδομένων από εικόνες: Όταν μιλάμε για AI στη βιομηχανία φυσικής ασφάλειας, συνήθως μιλάμε για ένα υποσύνολο του ευρύτερου πεδίου της τεχνητής νοημοσύνης. Η μηχανική μάθηση και η βαθιά μάθηση είναι και οι δύο όροι ή τε- χνικές που επιτρέπουν στους υπολογιστές να μαθαίνουν χωρίς να είναι «ρητά» προγραμματισμένοι. Η μηχανική μάθηση είναι ένας ευρύς όρος που περιλαμβάνει κάθε τύπο τεχνητής νοημοσύνης που μαθαίνει από δεδομένα, ενώ η βαθιά μάθηση είναι ένα υποσύνολο της μηχανικής μάθησης που χρησιμοποιεί τεχνητά νευρωνικά δίκτυα για να μάθει από δεδομένα. Τα τεχνητά νευρωνικά δίκτυα είναι εμπνευσμένα από τον ανθρώπινο εγκέφαλο και μπορούν να χρησιμοποιηθούν για την εκτέλεση με- γάλης ποικιλίας εργασιών, όπως η αναγνώριση εικόνας, η επεξερ- γασία φυσικής γλώσσας, π.χ. το γνωστό σήμερα ChatGPT, η ανα- γνώριση ομιλίας και πολλά ακόμα. Ένα από τα βασικά πλεονεκτήματα της βαθιάς μάθησης είναι ότι μπορεί να μάθει και να επεξεργάζεται μεγάλες ποσότητες δεδομένων. Ένα απλό βίντεο αντιπροσωπεύει δεκάδες δεδομένα. Στον τομέα της τεχνητής νοημοσύνης, το βίντεο αναφέρεται συχνά ως μη δομημένα δεδομένα (εικόνες, ήχος) έναντι δομημένων δεδομένων (αριθμητικά) που είναι πιο οργανωμένα και πιο εύκολα στην ανάλυση. Τεχνητή νοημοσύνη στις σύγχρονες κάμερες Νέες ευκαιρίες για τον κλάδο της ασφάλειας Οι εξελίξεις γύρω από την τεχνητή νοημοσύνη είναι ραγδαίες και αυτός είναι ίσως ένας από τους κυ- ριότερους λόγους που για κάποιους η τεχνητή νοημοσύνη είναι κάτι συναρπαστικό, ενώ για άλλους δυνητικά ανησυχητικό. Εστιάζοντας στην τεχνητή νοημοσύνη ή πιο συγκεκριμένα, στα υποσύνολα της τεχνητής νοημοσύνης, που είναι γνωστά ως μηχανική και βαθιά μάθηση, τα αποτελέσματα μπορούν να αλλάξουν θεμελιωδώς την αξία των καμερών ασφαλείας.