今日主題 智慧安控\雲端\物聯網\行業應用
人工智慧在安全和監控領域的應用
 |
Klacci 凱樂奇 iF系列行動生物辨識智慧門鎖 |
安裝和使用閉路電視攝影機進行安全和監控是一件輕而易舉的事。攝影機被認為是建立任何監控基礎設施的基本商品，但與此同時，營運業者對數百或數千個影像 24x7 的監控，並不能提供主動監控，和快速反應處理漏洞。
基於軟體的影像內容分析（VCA），透過對遺留行李、運動檢測等一些標準漏洞提高即時警報，來提供一定程度的喘息，但準確性和假陽性遠遠超過了潛在的好處，以至於大多數營運業者禁用這些分析，以避免無數的虛假警報。
隨著人工智慧（AI）和深層神經網路（DNN）的出現，VCA 軟體正在接受訓練，透過將影像中的各種物體暴露在大量標記示例中，來檢測、辨識和區分影像中的各種物件。除了基於人工智慧的物件分類外，電腦視覺演算法還被用於提取絕對速度和大小、方向、顏色、路徑和面積等資料。然後可以搜尋這些資料，將影像分析工作集中在相關資訊上。
在過去的十年裡，隨著大量資料的可用性和運算能力的提高，專家們已經能夠將深度學習的理論思想付諸實踐，特別是在電腦視覺領域。
影像內容分析中的人工智慧
VCA 軟體的目標是分析影像串流，一次一幀，並從非結構化影像資料中，建立一個結構化的資訊資料庫。VCA 引擎接受原始影像串流，並將其轉換為可理解的格式。然後，它使用電腦視覺和深度學習技術進行同樣的處理。作為此處理的一部分，它執行以下關鍵任務：
除了上述操作外，時間戳、顏色、大小等各種物件屬性，也被提取並儲存為元資料的一部分。這裡使用深度學習分類和辨識演算法，來確保更高的準確性，然後處理這些元資料以執行各種分析。
人臉檢測、辨識和警報
準確的人臉檢測和辨識，對執法機構非常重要。它有助於辨識感興趣的人，也有助於事件後調查。廣義上，臉部辨識應用的一些好處是：
精確的人臉辨識使用從影像、外部影像來源，和預定義的觀察列表中提取的數位影像，即時快速定位感興趣的人。
獨特的臉部特徵被提取，並編碼成代表特定臉部的特徵向量。此特徵向量儲存在資料庫中，用於在搜尋臉孔時，將其與觀察列表進行比較。隨著基於人工智慧的深度學習演算法的進步，臉部辨識系統現在可以使用具有許多樣本面的 DNN 模型進行訓練。 此外，GPU 技術的進步，確保了臉部辨識可以大規模即時完成（大規模即時完成的成本是否能夠負擔得起？）。
交通和道路安全
人工智慧技術使 VCA 應用能夠準確檢測交通違規行為
並自動。大量影像資料和運算資源的可用性，使各自的 DNN 模型得以有效訓練。以下是交通和道路安全的一些 VCA 使用案例：
物件追蹤
在事件後分析期間，物體追蹤有助於在肇事逃逸的情況下追蹤車輛，或追蹤可能在事件現場留下可疑包裹的人。使用電腦視覺演算法，一旦檢測到框架中的物體並進行分割，就可以將其與一組定義的類型進行比對：汽車、腳踏車、卡車、帶帽子、夾克或揹包的男女等。VCA 軟體可以透過使用 DNN 模型進行訓練，以辨識這些類型。一旦檢測到並符合感興趣的物件，物件分割定義了物件使用的畫素，這些畫素在影像幀上的移動，可以從多個閉路電視攝影機上追蹤，從而提供物件的進入/退出路線。
影像取證
如果被閉路電視攝影機捕捉到，基於人工智慧的深度學習，也有助於解決犯罪問題。機器學習技術可用於顏色轉換、再生和兩個影像背景之間的比較，這將有助於法律鑑識團隊在事件後，調查期間辨識的車輛或物體。
基於人工智慧的機器學習演算法，可以在其他法律鑑識活動中提供幫助，例如：
結論
人工智慧，是影像分析的下一個演變。由於高效能 GPU 硬體的出現，基於深度學習的人工智慧技術，正在被各種 VCA 軟體 OEM 廣泛採用。這提高了檢測精度，而不會成倍增加硬體成本。對於終端使用者來說，它大大減少了安全人員的工作量，並透過檢測異常事件，和解決許多影像取證問題，帶來了顯著的好處。此外，它使他們能夠將生成的大量閉路電視影像資料，用於系統訓練目的，而不是在一段時間內被覆蓋。未來，檢測品質將繼續提高，從而改善人工智慧在安全和監控中的採用。
商機探討
Azure 基於角色的進出控制 (RBAC)
隨著先進技術選項的擴充，行業明白有問題需要解決
人工智慧驅動的門禁控制系統，可以學習和適應不斷變化的威脅，使其更難突破，同時提供更高的保護水準......
隨著人工智慧（AI）和高階分析越來越多地被採用，以提高安全性、效率和有效性，門禁控制行業將經歷重大轉型。門禁系統對於確保人員、實體空間、資料和資源的安全和完整性非常重要。隨著技術的發展，將人工智慧（AI）和高階分析，整合到門禁控制系統中將成為遊戲規則的改變者。
但在過去的幾十年裡，門禁控制系統一直基於靜態規則和許可權，這確定攻擊者可以輕鬆繞過，並且他們對靈活性、適應性和可擴充性有限制。因此，該行業一直在修改其思維，並新增特性和功能，以應對不斷變化的環境和世界。但即使增加了影像監控、訪客管理和工作場所解決方案等功能，許多人認為，面對現實世界的威脅，未來的佈署需要採取更積極主動的方法。出於法律鑑識目的，它們受到讚賞，但幾乎沒有預測價值。現在出現了人工智慧（AI）和高階分析，為門禁控制系統和總體上更好的安全性，帶來了顯著的價值和有效性。
人工智慧驅動的門禁控制系統，可以學習和適應不斷變化的威脅，使它們更難突破，同時提供甚至一些行業老手都無法想像的更高保護水準。而且，我們第一次看到具有預測能力的前瞻性解決方案，彌合了消費差距和新思維，激勵了新老玩家挑戰現狀。我們要去哪裡，如果我們的做法現實和謹慎，將重新定義我們所知道的電子安全。
本報導探討了人工智慧和高階分析，如何透過增強安全性、效率和適應性為門禁控制系統帶來價值。我們還將觸及安全與便利的問題，情境化的價值，以及隱私、人口統計和激勵措施，如何在不斷變化的門禁控制系統和行業中發揮作用。
什麼是人工智慧和高階分析？
人工智慧是電腦科學的一個分支，涉及開發能夠執行通常需要人類智慧的任務的智慧機器，如學習、解決問題和決策。另一方面，高階分析涉及使用統計演算法和機器學習技術，從大型資料集中提取見解。這與門禁控制系統有什麼關係？它對我們有什麼作用？我們將如何使用它？
Smithee Solutions LLC 的融合工程師 Rodney Thayer 討論了這些問題和其他問題，他的回答使我能夠分解人工智慧和高階分析的適用性。
「我絕對同意高階分析，值得考慮的門禁控制系統佈署。」我寧願把它看作一種事件相關。Thayer 說：「我認為 AI（或ML，如果你想使用一個不那麼奇特的標籤）只是本週真正好的事件相關性版本。」他的回應顯示，門禁控制系統內生成的事件和資料，如果它們不是成本或時間限制性的，相關性可能會對終端使用者的業務成果，及其安全態勢產生積極和有益的影響。或者，至少提供組織在其他地方使用的利益和價值。
人工智慧和高階分析的好處
透過將人工智慧和高階分析整合，到門禁控制系統中，組織可以享受更高的效率、改進的決策、新的見解和機會、降低成本和增強的使用者體驗。 更具體地說，好處將包括：
使用人工智慧和高階分析增強安全性 —— 人工智慧和高階分析正被用於以多種方式增強安全性，包括：
透過自動化提高效率 - 人工智慧和高階分析，也可以透過自動化幾項任務，來提高安全操作的效率，包括：
啟用自適應和可擴充的門禁控制 - 人工智慧和高階分析，也可用於透過以下方式啟用自適應和可擴充的門禁控制：
這些只是人工智慧和高階分析，是增強安全性和提高效率的幾種方法。隨著這些技術的發展，我們期望看到更多創新和有影響力的應用。
人工智慧和高階分析的挑戰
資料隱私和安全
資料隱私和安全，是人工智慧和高階分析的兩個最大挑戰。隨著這些技術的成熟，它們可以收集和分析更多的個人資料。如何使用和保護這些資料將引起人們的擔憂。
它還提出了關於誰，將成為管理這個領域的權威的問題。我們會自治嗎？行業會挺身而出嗎？還是我們會允許政府在全國各地，制訂類似 GDPR 的法規？
人工智慧和高階分析，可以透過幾種方式來侵犯隱私。例如，人工智慧驅動的臉部辨識系統可以在個人不知情，或同意的情況下追蹤他們。此外，人工智慧驅動的演算法，可用於從資料集中辨識敏感的個人資訊。
重要的是要確保以尊重隱私和安全的方式，使用人工智慧和高階分析。需要強有力的資料保護政策、加密，和其他安全措施來保護資料。根據 Thayer 的說法，「強大的力量帶來巨大的責任。當你的分析開始影響使用者（或企業）的隱私時，請仔細考慮。在浴室外佈署人工智慧增強運動感測器之前，提前警告。」
安全與隱私與便利
但與此同時，另一場對話正在改變景觀。我們如何解決關於安全與隱私，或安全與便利的傳統安全思維？哪個優先？我們如何為兩位主人服務？
門禁控制執行簡報的執行長 Lee Odess 對上述問題提供了這些答案，他說：「以前，從我們的行業角度來看，這只是關於安全的問題，除非有人大喊『隱私』這個詞。然後，討論發生了變化，隱私成為戰鬥的喊」。
「有兩個真理，新真理和舊真理，雖然我們可能希望進行二元對話，但確實兩者都是。在安全與便利以及安全與隱私的討論中，安全將始終更重要。」
他補充說：「我們需要表現出自我意識，不要感到受到變化的威脅。」
換句話說，我們必須找到一種平衡安全、隱私和便利的方法。平衡這些問題是一個複雜的挑戰，但如果我們要確保負責任地使用人工智慧和高階分析，我們必須解決這個問題。
偏見和歧視
人工智慧和高階分析的另一個挑戰，是偏見和歧視。人工智慧系統是根據資料集進行訓練的，如果這些資料集有偏見，人工智慧系統將具有相同的傾向，這可能會導致人工智慧系統做出不公平或歧視性的決定。
Thayer 建議：「信任但要驗證。 請務必驗證您的人工智慧解決方案。我能分辨出 —— 我直接從健身房來到這裡，把她的網球拍帶進大廳 —— 從大樓裡拿著潛在武器的人那裡 —— 能分辨出區別嗎？確保你的貓不能用徽章進入（當然，除非你已經給它頒發了徽章。）」
補充道：「不要讓閃亮的新（AI/Analytics）玩具，分散你對基礎設施安全的基本知識的注意。不要假設建構你的人工智慧的博士，在大學裡上過一門資訊保全課程。」
解決人工智慧系統中的偏差很重要。這可以透過使用較少的偏向資料集、使用更複雜的演算法，以及監控人工智慧系統是否有偏倚跡象來完成。
降低成本
Ambient.ai 公司參與主管 James Connor 指出，他有能力大幅降低成本，他說：「對 C-Suite 來說，最重要的是整個行業都在投資技術、硬體和軟體，僱用警衛部隊和建立 SOC。但他們最終每天花錢，讓人們清除數以萬計的虛假警報。充其量，只有當我們回去調查時，該行業才可能意外發現犯罪或違規行為或其他顯著事件。矽谷的一家公司甚至不看它的警報。他們必須在 2023 年佈署警衛。」
如果你以每個座位 20 萬美元的價格清除警報，那麼 C-Suite 或董事會將如何處理？如果你現在這樣做，感覺如何？
規範
人工智慧和高階分析的監管是另一個挑戰。人工智慧系統需要有一個明確的監管框架。這意味著企業需要瞭解開發和佈署人工智慧系統的規則。監管的必要性是採用人工智慧和高階分析的障礙。如果一些企業不確定規則，他們可能會對採用和實施這些技術猶豫不決。
為人工智慧系統制訂監管框架很重要。該框架應平衡保護消費者和企業的需要，與鼓勵創新的需要。雖然人工智慧和高階分析行業，在如何監管方面可能存在不確定性，但與此同時，人工智慧可以幫助組織改進 HIPAA、GDPR 和 PCI DSS 等合規性法規，從而保護組織免受罰款和處罰。
人工智慧和高階分析的未來
人工智慧和高階分析將如何改變世界？
人工智慧和高階分析的倫理含義是什麼？
我們如何為人工智慧和高階分析的未來做準備？
康納認為，影像將成為影響門禁控制和安全行業，接受和採用人工智慧，和高階分析的最大催化劑和因素。
「解決問題的最佳技術方法是什麼？影像可能是最好的。大自然如何解決世界背景和理解世界的問題？你想放棄視力嗎？它為你提供了瞭解你的世界的最佳方式。從技術上講，你會想複製它。否則，你會如何區分一扇開著的門和一個有門支撐的警報器？」 康納說。
現實是，人工智慧和高階分析能夠使用影像，來將我們周圍的世界置於背景中，將嚴重降低成本，以幾個數量級的方式提供更安全的設施，並揭示以前無法想像的解決問題和決策能力。這是一個遊戲規則的改變者，將把門禁控制放在類固醇上。
商機探討
