В новом выпуске подкаста TAdviser «Эра искусственного интеллекта» Светлана Вронская расскажет о самом настоящем Большом Брате – системах видеонаблюдения с использованием искусственного интеллекта.
Итак, если вы слушаете меня на улице или в машине, посмотрите наверх: наверняка, на одном из ближайших столбов вы заметите камеру. Не факт, что эта камера оборудована модулем, передающим данные в систему искусственного интеллекта, но лет через 15 это будет именно так.
Давайте разберемся, что же такое AI-based решения для видеонаблюдения. Искусственный интеллект для видеонаблюдения — это программное обеспечение, анализирующее звуки и изображения с камер видеонаблюдения для распознавания любых объектов: людей, транспортных средств, происшествий.
Подобное программное обеспечение использует технологию машинного зрения, то есть серию алгоритмов или математических последовательностей, которая сравнивает наблюдаемый объект с сотнями тысяч сохраненных эталонных изображений в разных ситуациях: позах, углах, положениях и движениях. Искусственный интеллект задает себе вопрос, двигается ли наблюдаемый объект как эталонные изображения, имеет ли он примерно одинаковый размер, высоту и ширину, имеет ли он характерные приметы, движется ли он с одинаковой скоростью и так далее. Мгновенно комбинируя все полученные значения, система составляет рейтинг события и при превышении допущенного предела в рейтинге отправляет предупреждение пользователю о возможной опасности.
Особенностью этой области развития технологий является использование большого количества оборудования. Пока в нас не вшили чипы, нужно покупать видеокамеры. За счет аппаратного обеспечения и обеспечивает объем рынка систем видеонаблюдения в мире – а это больше 45 миллиардов долларов в 2020 году. Кусочек программных решений внутри этого сегмента рынка намного меньше – в прошлом году он рассчитывался как 4 миллиарда долларов. Но можно говорить о том, что практически весь этот сегмент и составляют программные продукты со встроенным модулем искусственного интеллекта.
Но камеры то и привели к необходимости создания ИИ-решений в видеонаблюдении. Судите сами. Для домашнего использования или небольшого бизнеса хватит несколько камер и нескольких людей, которые будут отсматривать видео. Но для контроля дорожного движения уже нужны десятки тысяч устройств и какое же количество смотрящих? Кроме того, из видеокамер передаются огромные объемы данных, которые теряются, остаются не просмотренными, просто потому что на это нет ресурса. Здесь появление нейронных сетей и распределенных вычислений дает возможность использовать вычислительные мощности для работы с огромными потоками видео. Самые передовые AI-решения поддерживают одновременно до 192 параллельных каналов и способны «узнать» до 80 человек за 40 мс.
Машины тоже ошибаются, однако алгоритмы искусственного интеллекта совершенствуются, а производительность машин постоянно растет. Уже сегодня ИИ может выступать помощником оператора, привлекая внимание человека только к ситуациям, требующим его внимания.
Теперь о том, кому эти системы нужны. Есть три группы пользователей подобных решений. Прежде всего, это государственный сектор. Тот самый Большой Брат, которого мы страшимся, вынужден в некоторой степени использовать искусственный интеллект не только для предотвращения преступлений и поиска нарушителей, а также для того, чтобы сделать городскую среду удобнее.
Ещё в 1980-х различающая номерные знаки камера впервые помогла найти угнанную машину, но только в 2010-х «умные» камеры научились анализировать не одну, а тысячи характеристик наблюдаемых объектов.
Сейчас искусственный интеллект на государственной службе ежедневно и круглосуточно обеспечивает равномерную загрузку транспортной сети, прогнозирует развитие дорожной обстановки, изменяет интенсивность транспортных потоков (с помощью регулирования светофоров, например).
Дополнительно ИИ позволяет выявлять лиц, находящихся в розыске, обнаруживать посторонние предметы и, конечно, же считывать и распознавать автомобильные номера и выписывать нам штрафы за превышение скорости.
А уж из совсем позитивного – сервисы, которые искусственный интеллект готов предоставлять пассажирам общественного транспорта. С 1 сентября этого года подобная система видеонаблюдения заработала на всех станциях московского метрополитена. В частности, планируется ввести систему FacePay, при помощи которой пассажиры смогут оплачивать проезд по скану лица.
Из чуть более далеких примеров (но не менее положительных) – использование камер с искусственным интеллектом на баках для раздельного сбора мусора. Камера фиксирует, кто пренебрегает принятыми правилами уборки мусора и выставляет нарушителя на электронную доску позора.
Вторая группа пользователей ИИ-решений в видеонаблюдении – это розничный бизнес. И я имею в виду не только классический ритейл. Подобные решения востребованы и традиционными розничными магазинами, и банками, и вообще любыми компаниями, которые работают в офлайн-режиме с физическими лицами.
Система видеоаналитики на базе искусственного интеллекта мониторит динамику загруженности магазинов и офисов продаж. К примеру, она может рассчитать среднее время обслуживания в кассовой зоне, определить загруженность определенных касс и проконтролировать присутствие персонала на рабочих местах. Дополнительно, аналитика данных о потоках покупателей с камер видеонаблюдения позволяет более эффективно распределить персонал по магазинам, а также увеличить конверсию и оборот благодаря улучшению качества обслуживания и сокращению очередей.
Подобные системы работают и в России. Один из последних кейсов – применение искусственного интеллекта в камерах в торговой сети «Леруа Мерлен».
Третья группа, которая всё активнее становится пользователем систем видеонаблюдения на базе ИИ – это простые граждане. Искусственный интеллект, который работает в камерах, видеонянях, решениях для квартир будет выполнять роль охранника, а заодно может интегрироваться с умным домом.
Такие системы, как Nest Cam от Google или Lighthouse, умеют распознавать лица людей, видеть в темноте, слышать голоса, а также передавать свои впечатления от происходящего в мобильное приложение хозяев.
Работает это следующим образом. «Умная» камера создаёт динамическую 3D-модель помещения и всех объектов в нём. Любое изменение в обстановке (движение, перемещение, появление нового объекта) фиксируется и отражается в модели. Машинное обучение внутри камеры классифицирует как объекты, так и их действия. Чем дольше камера работает, тем лучше она понимает, кто перед ней, распознаёт своих и чужих, учится различать ребёнка и кошку, к примеру. Повышенным вниманием пользуются люди — камера распознаёт лица, создаёт базу посетителей с их фотографиями в высоком разрешении и под разными углами. В какой-то момент камера может попросить хозяина дома уточнить статус того или иного гостя, демонстрируя фото смущающих её лиц. При этом в отличие от обычного датчика движения, реагирующего на прыжки собаки или шорох веток дерева о ваше окно, искусственный интеллект в вашей домашней камере наблюдения определит, что двигаются собака и какой-то природный объект за окном и не станет вас беспокоить тревожным сигналом.
Итак, что же мы ждем от повсеместного внедрения искусственного интеллекта в видеонаблюдение? Большого государственного брата, который следит за нами с утра до вечера и может сделать с этими данными что угодно? Или полнейшую безопасность в собственном доме? Те, кто выступает резко против фиксирования правительством всех своих передвижений, радуются новостям о том, как то одна, то другая команда исследователей придумали одежду, которая путает искусственный интеллект. На футболку, созданной Северо-Восточным университетом в Бостоне, Массачусетским технологическим институтом и IBM, нанесен особый рисунок из абстрактных разноцветных пятен, способный сбить с толку искусственный интеллект в системах видеонаблюдения. А Facebook и Университет Мэриленда разработали толстовки, которые обманывают алгоритмы наблюдения. Они проверили около 10 тысяч изображений людей с помощью алгоритма обнаружения. Когда ИИ находил человека, изображение заменяли, случайным образом искажая перспективу, яркость и контраст. А следующий алгоритм определял, какое из изменений эффективнее всего обманывало систему и вот у вас уже эффективный плащ-невидимка.
В любом случае, технологии искусственного интеллекта, машинного обучения и нейронных сетей будут развиваться и этот процесс не остановить. Ведь это выгодно всем, и даже тем, кто относится к этому с опаской.
Вебинар