Nonostante tutti i progressi nell’intelligenza artificiale, la maggior parte dei sistemi di videosorveglianza non riesce ancora a riconoscere il contesto nelle condizioni del mondo reale. La maggior parte delle fotocamere è in grado di acquisire filmati in tempo reale, ma ha difficoltà a interpretarli. Questo è un problema che si sta trasformando in una crescente preoccupazione per i progettisti, i produttori e le scuole di città intelligenti, ognuno dei quali può dipendere dall’intelligenza artificiale per mantenere al sicuro persone e proprietà.
Credouna società di videosorveglianza con intelligenza artificiale, ritiene che il difetto di questi sistemi risieda nel modo in cui sono costruiti. “Le piattaforme video tradizionali sono state create decenni fa per registrare filmati, non per interpretarli”, ha affermato Jordan Shou, vicepresidente marketing di Lumana. “Aggiungere l’intelligenza artificiale a un’infrastruttura obsoleta è come inserire un chip intelligente in un telefono a disco. Potrebbe funzionare, ma non sarà mai veramente intelligente o affidabile abbastanza per capire cosa viene catturato o aiutare i team a prendere decisioni più intelligenti in tempo reale.”
Grandi conseguenze
Quando i tradizionali sistemi di videosorveglianza integrano l’intelligenza artificiale su infrastrutture più vecchie, si verificano falsi allarmi e problemi di prestazioni. Gli avvisi e i rilevamenti mancati non sono solo intoppi tecnici, ma rischi che possono avere conseguenze devastanti. Shou fa riferimento a un caso recente in cui un sistema di sorveglianza scolastica, che utilizzava un componente aggiuntivo dell’intelligenza artificiale per il rilevamento delle armi, ha identificato erroneamente un oggetto innocuo per un’arma, innescando un’inutile risposta della polizia.
“Ogni errore, che si tratti di un evento mancato o di un falso allarme, che porta a una risposta inadeguata, mina la fiducia”, ha affermato. “Fa perdere tempo, denaro e può traumatizzare le persone che non hanno fatto nulla di male”.
Gli errori possono anche costare caro. Ogni falso allarme costringe i team a sospendere il lavoro reale e a indagare, un processo che può drenare ogni anno milioni dalla sicurezza pubblica e dai budget operativi.
Costruire una base più intelligente
Invece di sovrapporre l’intelligenza artificiale ai vecchi framework di sicurezza video, Lumana ha ricostruito l’infrastruttura stessa con una piattaforma all-in-one che combina hardware, software e intelligenza artificiale proprietaria moderni per la sicurezza video. Il design cloud ibrido dell’azienda collega qualsiasi telecamera di sicurezza a processori basati su GPU e modelli di intelligenza artificiale adattiva che operano all’edge, ovvero si trovano il più vicino possibile al luogo in cui viene catturato il filmato.
Il risultato, afferma Shou, sono prestazioni più veloci e analisi più accurate. Ogni fotocamera diventa un dispositivo di apprendimento continuo che migliora nel tempo, comprendendo movimento, comportamento e modelli unici del suo ambiente.
“Il problema è che la maggior parte degli odierni sistemi di videosorveglianza utilizzano modelli di intelligenza artificiale statici e standardizzati, progettati solo per funzionare in ambienti specifici. L’intelligenza artificiale non dovrebbe aver bisogno di un ambiente di laboratorio perfetto per funzionare”, ha spiegato Shou. “Dovrebbe funzionare in condizioni reali e adattarsi in base ai dati video in arrivo. Ecco perché, quando i clienti confrontano Lumana con i loro sistemi di intelligenza artificiale esistenti o con altri, la differenza e le lacune prestazionali appaiono immediatamente chiare.”
Anche il design dell’azienda dà priorità alla privacy. Tutti i dati sono crittografati, regolati da controlli di accesso e conformi agli standard SOC 2, HIPAA e NDAA. I clienti possono disabilitare il tracciamento facciale o biometrico se lo desiderano. “Il nostro focus è sulle azioni, non sulle identità”, ha detto Shou.
Casi d’uso nel mondo reale
I sistemi Lumana sono stati implementati in diversi settori. Uno dei suoi progetti più visibili è con JKK Pack, un produttore di imballaggi aperto 24 ore su 24 che utilizza telecamere di sicurezza per monitorare la sicurezza e l’efficienza operativa nelle sue strutture.
Prima dell’implementazione di Lumana, le telecamere registravano solo gli incidenti per una revisione successiva, il che portava a eventi mancati e a una risposta reattiva agli incidenti. Dopo l’aggiornamento, lo stesso hardware potrebbe rilevare in tempo reale movimenti non sicuri, guasti alle apparecchiature o colli di bottiglia nella produzione. L’azienda ha segnalato indagini e avvisi più rapidi del 90% consegnati in meno di un secondo, migliorando notevolmente la risposta agli incidenti di sicurezza, senza sostituire una singola telecamera.
In un’altra implementazione, un rivenditore di generi alimentari ha integrato l’intelligenza artificiale di Lumana nella sua rete di telecamere esistente per segnalare attività insolite nel punto vendita, come vuoti ripetuti, e per correlare tali eventi con prove visive. Il sistema ha ridotto le differenze inventariali e ha migliorato la responsabilità dei dipendenti fornendo esempi reali di violazioni delle politiche.
Oltre alla produzione, il sistema Lumana è stato utilizzato in grandi eventi pubblici, nei ristoranti e per operazioni comunali. Nelle città aiuta a individuare discariche abusive e incendi; nelle catene di servizio rapido, monitora la sicurezza della cucina e la manipolazione degli alimenti.
Una spinta più ampia per una sicurezza video AI affidabile
Il lavoro di Lumana arriva in un momento in cui l’accuratezza e la responsabilità stanno sostituendo la velocità come priorità principali per l’intelligenza artificiale aziendale. UN studio recente da F5 ha rilevato che solo il 2% delle aziende si considera pienamente pronto per scalare l’intelligenza artificiale, citando la governance e la sicurezza dei dati come le principali sfide.
Questa cautela si riflette nel mercato, come avvertono gli analisti L’intelligenza artificiale assume un ruolo più decisionalei sistemi devono rimanere “verificabili, trasparenti e liberi da pregiudizi”.
L’architettura di Lumana fa eco alla richiesta di responsabilità, unendo prestazioni e controllo con governance dei dati e sicurezza informatica in una soluzione facile da implementare che migliora l’infrastruttura delle telecamere di sicurezza esistente, aiutando le organizzazioni a estrarre valore immediato dai video AI.
Il prossimo passo nella visione artificiale
Shou ha affermato che la prossima fase di sviluppo di Lumana mira a passare dal rilevamento e comprensione alla previsione.
“La prossima evoluzione dei video basati sull’intelligenza artificiale riguarderà il ragionamento”, ha affermato. “La capacità di cogliere il contesto in tempo reale, fornire informazioni utili e di grande impatto dai dati video raccolti, cambierà il modo in cui pensiamo alla sicurezza, alle operazioni e alla consapevolezza”.
Per Lumana, l’obiettivo non è solo insegnare all’intelligenza artificiale come vedere meglio, ma aiutarla a capire cosa sta vedendo e consentire a coloro che si affidano a quei dati video di prendere decisioni più intelligenti e rapide.
Fonte immagine: Unsplash
Fonte: www.artificialintelligence-news.com
