على الرغم من كل التقدم المحرز في مجال الذكاء الاصطناعي، لا تزال معظم أنظمة أمن الفيديو تفشل في التعرف على السياق في ظروف العالم الحقيقي. يمكن لغالبية الكاميرات التقاط لقطات في الوقت الفعلي، ولكنها تواجه صعوبة في تفسيرها. وتتحول هذه المشكلة إلى مصدر قلق متزايد لمصممي المدن الذكية والمصنعين والمدارس، حيث قد يعتمد كل منها على الذكاء الاصطناعي للحفاظ على سلامة الأشخاص والممتلكات.
وتعتقد شركة Lumana، وهي شركة مراقبة بالفيديو تعمل بالذكاء الاصطناعي، أن الخطأ في هذه الأنظمة يكمن عميقًا في أسس كيفية بنائها. قال جوردان شو، نائب رئيس التسويق في Lumana: “تم إنشاء منصات الفيديو التقليدية منذ عقود لتسجيل اللقطات وليس تفسيرها”. “إن إضافة الذكاء الاصطناعي فوق البنية التحتية القديمة يشبه وضع شريحة ذكية في هاتف دوار. قد تعمل هذه الشريحة، لكنها لن تكون أبدًا ذكية أو موثوقة بما يكفي لفهم ما يتم التقاطه أو مساعدة الفرق على اتخاذ قرارات أكثر ذكاءً في الوقت الفعلي.”
عواقب كبيرة
عندما تقوم أنظمة أمان الفيديو التقليدية بوضع الذكاء الاصطناعي على بنية أساسية قديمة، تظهر تنبيهات كاذبة ومشكلات في الأداء. التنبيهات والاكتشافات الفائتة ليست مجرد عوائق فنية، ولكنها مخاطر يمكن أن يكون لها عواقب مدمرة. يشير شو إلى حالة حديثة حيث أخطأ نظام مراقبة المدرسة، الذي استخدم وظيفة الذكاء الاصطناعي الإضافية للكشف عن الأسلحة، في التعرف على جسم غير ضار باعتباره سلاحًا، مما أدى إلى استجابة غير ضرورية من الشرطة.
وقال: “كل خطأ، سواء كان حدثاً لم يتم تفويته أو تنبيهاً كاذباً، يؤدي إلى استجابة غير مناسبة، يؤدي إلى تآكل الثقة”. “إنه يهدر الوقت والمال ويمكن أن يصيب الأشخاص الذين لم يرتكبوا أي خطأ بالصدمة.”
يمكن أن تكون الأخطاء مكلفة أيضًا. يجبر كل إنذار كاذب الفرق على إيقاف العمل الحقيقي مؤقتًا والتحقيق في الأمر، وهي عملية يمكن أن تستنزف الملايين من ميزانيات السلامة العامة والتشغيل كل عام.
بناء أساس أكثر ذكاءً
بدلاً من وضع الذكاء الاصطناعي فوق أطر عمل أمان الفيديو القديمة، أعادت Lumana بناء البنية التحتية نفسها باستخدام منصة شاملة تجمع بين أجهزة وبرامج أمان الفيديو الحديثة والذكاء الاصطناعي الخاص. يربط التصميم السحابي المختلط للشركة أي كاميرا أمنية بالمعالجات التي تعمل بوحدة معالجة الرسومات ونماذج الذكاء الاصطناعي التكيفية التي تعمل عند الحافة، مما يعني أنها تقع في أقرب مكان ممكن من مكان التقاط اللقطات.
والنتيجة، كما يقول شو، هي أداء أسرع وتحليل أكثر دقة. تصبح كل كاميرا جهازًا للتعلم المستمر يتحسن بمرور الوقت، ويفهم الحركة والسلوك والأنماط الفريدة لبيئتها.
“تكمن المشكلة في أن معظم أنظمة المراقبة بالفيديو اليوم تستخدم نماذج ذكاء اصطناعي ثابتة وجاهزة تم تصميمها للعمل في بيئات محددة فقط. وأوضح شو أن الذكاء الاصطناعي لا يحتاج إلى بيئة معملية مثالية للعمل”. “يجب أن تعمل في ظروف العالم الحقيقي وأن تتكيف بناءً على بيانات الفيديو الواردة. ولهذا السبب، عندما يقارن العملاء Lumana بأنظمة الذكاء الاصطناعي الحالية أو غيرها، فإن الفرق وفجوات الأداء تكون واضحة على الفور.”
كما يعطي تصميم الشركة الأولوية للخصوصية. يتم تشفير كافة البيانات، وتحكمها عناصر التحكم في الوصول، ومتوافقة مع معايير SOC 2، وHIPAA، وNDAA. يمكن للعملاء تعطيل تتبع الوجه أو القياسات الحيوية إذا اختاروا ذلك. وقال شو: “ينصب تركيزنا على الأفعال، وليس على الهويات”.
حالات الاستخدام في العالم الحقيقي
تم نشر أنظمة Lumana في العديد من الصناعات. أحد أبرز مشاريعها هو مع JKK Pack، وهي شركة تصنيع عبوات تعمل على مدار 24 ساعة تستخدم كاميرات أمنية لمراقبة السلامة والكفاءة التشغيلية في منشآتها.
قبل نشر Lumana، كانت الكاميرات تسجل الحوادث فقط لمراجعتها لاحقًا، مما أدى إلى فقدان الأحداث والاستجابة التفاعلية للحوادث. بعد الترقية، يمكن لنفس الجهاز اكتشاف الحركات غير الآمنة أو أخطاء المعدات أو اختناقات التصنيع في الوقت الفعلي. أبلغت الشركة عن تحقيقات وتنبيهات أسرع بنسبة 90% تم تسليمها في أقل من ثانية، مما أدى إلى تحسين الاستجابة لحوادث السلامة بشكل كبير، دون استبدال كاميرا واحدة.
وفي عملية نشر أخرى، قام أحد متاجر بيع البقالة بالتجزئة بدمج الذكاء الاصطناعي الخاص بـ Lumana في شبكة الكاميرات الحالية الخاصة به للإبلاغ عن نشاط غير عادي في نقطة البيع، مثل تكرار الفراغات، وربط تلك الأحداث بالأدلة المرئية. وقد أدى النظام إلى تقليل الانكماش وتحسين مساءلة الموظفين من خلال تقديم أمثلة واقعية لانتهاكات السياسات.
وبعيدًا عن التصنيع، تم استخدام نظام Lumana في المناسبات العامة الكبيرة، وفي المطاعم، وفي العمليات البلدية. وفي المدن، يساعد في تحديد مكبات النفايات والحرائق غير القانونية؛ وفي سلاسل الخدمة السريعة، يقوم بمراقبة سلامة المطبخ والتعامل مع الطعام.
دفعة أوسع لأمن فيديو موثوق به يعتمد على الذكاء الاصطناعي
يأتي عمل Lumana في وقت تحل فيه الدقة والمساءلة محل السرعة باعتبارها الأولويات القصوى للذكاء الاصطناعي المؤسسي. وجدت دراسة حديثة أجرتها شركة F5 أن 2% فقط من الشركات تعتبر نفسها مستعدة تمامًا لتوسيع نطاق الذكاء الاصطناعي، مع الإشارة إلى الحوكمة وأمن البيانات باعتبارهما التحديات الرئيسية.
وينعكس هذا الحذر في السوق، حيث يحذر المحللون من أنه مع تولي الذكاء الاصطناعي المزيد من عملية صنع القرار، يجب أن تظل الأنظمة “قابلة للتدقيق، وشفافة، وخالية من التحيز”.
تعكس بنية Lumana الدعوة إلى المساءلة، ومزج الأداء والتحكم مع إدارة البيانات والأمن السيبراني في حل سهل النشر يعزز البنية التحتية الحالية لكاميرات الأمان، مما يساعد المؤسسات على استخلاص قيمة فورية من فيديو الذكاء الاصطناعي.
الخطوة التالية في رؤية الآلة
وقال شو إن المرحلة التالية من تطوير لومانا تهدف إلى الانتقال من الاكتشاف والفهم إلى التنبؤ.
وقال: “التطور القادم لفيديو الذكاء الاصطناعي سيكون حول التفكير”. “إن القدرة على فهم السياق في الوقت الفعلي، وتقديم رؤى قابلة للتنفيذ ومؤثرة من بيانات الفيديو التي تم جمعها، ستغير طريقة تفكيرنا بشأن السلامة والعمليات والوعي.”
بالنسبة إلى Lumana، الهدف ليس مجرد تعليم الذكاء الاصطناعي كيفية الرؤية بشكل أفضل، ولكن مساعدته على فهم ما يراه والسماح لأولئك الذين يعتمدون على بيانات الفيديو هذه باتخاذ قرارات أكثر ذكاءً وأسرع.
مصدر الصورة: أونسبلاش