اگر قرار باشد که یک روند امنیتی بزرگ را در طول 12 ماه گذشته معرفی کرد، میتوان از موتورهای آنالیتیکی پیشرفته ای نام برد که اغلب به عنوان هوش مصنوعی یا AI از آنها یاد میشود. در این مقاله نحوه ی کمک این آنالیتیک ها به ارتقاء وضع امنیت و دلیل مخالفت برخی از فعالین این صنعت با این اصطلاح «AI» مورد بحث و بررسی قرار خواهد گرفت.
در مقایسه با آنالیتیک های اغراق شده در گذشته که وعده هایی بیش از توان اجرایی خود میداده اند، موتورهای آنالیتیکی امروزی به سطح مشخصی از تکامل رسیده و در زمینه هایی چون تشخیص اشیاء، جستجوی هوشمند و سایر کاربردها سودمند واقع شده اند. فاکتورهایی چون قدرت محاسباتی بالاتر، الگوریتم های پیشرفته تر، دسترسی وسیعتر به داده هایی که بتوان با کمک آنها به آموزش سیستم ها پرداخت و میزان آگاهی شما از تقاضای یک بازار، همگی به امکان پذیر شدن قابلیت های امروزی موتورهای آنالیتیکی کمک نموده اند.
نتیجه نهایی، راهکارهایی است که به کاربران کمک میکنند تا کارایی و آگاهی موقعیتی بیشتری به دست آورند. بکارگیری هوش مصنوعی AI در کنار تکنولوژی و نرم افزار آنالیتیک ویدئویی به شکل قابل توجهی باعث رشد بازار شده است و تا حد زیادی در حال کمک به روبه ترقی نگه داشتن چشم اندازهای رشد بازار میباشد. از آنجایی که این تکنولوژی باعث ایجاد دسترسی کارآمدتر و آسوده تر به تصاویر و ویدئوها شده و در نتیجه اتخاذ تصمیمات و تشخیص تهدیدها را با کارایی بیشتری بهبود بخشیده، استفاده از آن در حال افزایش است. بکارگیری تکنولوژی AI در سیستمهای امنیتی برای ارائه راهکارهای امنیت پیرامونی هوشمند بسیار موثر هستند؛ این راهکارهای امنیتی که تماما به صورت خودکار عمل میکنند، با کمک هوش مصنوعی مزاحمین را شناسایی کرده و بر اساس دستورالعمل های داده شده به سیستم به هنگام تجزیه وتحلیل شرایط در محل رخداد به اتخاذ اقدامات مقتضی میپردازند.
به قطع میتوان گفت که تکنولوژی هوش مصنوعی (AI﴾ قویتر از هر زمان دیگری در حال به قبضه در آوردن بازار امنیت است، آن هم بدین خاطر که سیستمهای نصب شده در حال بزرگ و بزرگتر شدن بوده و در مقایسه با گذشته تعداد سنسورها و دوربینهای بیشتری در حال بکار گرفته شدن هستند. از این رو، آگاهی یافتن از تمامی اطلاعات ورودی برای انسانها امکان ناپذیر خواهد بود. بنابراین برای گرفتن حداکثر نتیجه از نصب سیستم امنیتی خود، باید از هوش مصنوعی استفاده کنید تا بتوانید به نحو احسن از سیستم امنیتی نصب شده جهت بیرون کشیدن و تفسیر اطلاعات استفاده ببرید.
حقیقت این است که در مقایسه با گذشته، امروزه تعداد دوربینها و ویدئوهای ضبط شده ی بیشتری وجود دارد؛ این بدین معناست که اپراتورهای امنیتی باید با سرعتی مشابه این پیشرفت ها حرکت کرده و با چنین چالشی دست و پنجه نرم کنند. موضوع حائزاهمیت دیگر این است که افراد محدوده توجه کوتاهی دارند. با این حال، هوش مصنوعی (AI) تکنولوژی است که میتواند به غلبه بر این چالش کمک کند؛ هوش مصنوعی در مقایسه با انسانها خستگی ناپذیر بوده و قادر به پردازش تعداد داده های ویدئویی بیشتری است. نقش هوش مصنوعی در امنیت دگرگون کننده است. نرم افزارهای مدیریت ویدئویی که با هوش مصنوعی کار میکنند به اپراتورهای امنیتی کمک میکنند تا کارآمدتر و موثرتر در کار خود عملکرد داشته باشند.
با از میان رفتن نیاز به مشاهده ی مداوم صفحه نمایش ویدئوها و خودکارسازی عملکرد «تشخیص» در نظارت، تکنولوژی AI به اپراتورها اجازه میدهد تا روی چیزی که خوب انجام میدهند متمرکز شوند: تایید و صورت دادن اقدامات لازم در صورت وقوع رخدادهای مهم. این کار علاوه بر سرعت بخشیدن به مراحل انجام تحقیقات قانونی، امکان عکس العمل نشان دادن به اتفاقات رخ داده را نیز فراهم میسازد.
یکی از نمونه کاربردهای مفید تکنولوژی AI مربوط به جستجوی هوشمند است؛ در این کاربرد، کاربر مربوطه میتواند به جای تماشای ساعتها ویدئوی نظارتی ضبط شده، با وارد کردن سوالات مربوط به ویدئوی مورد جستجو، به سرعت ویدئوی موردنظر را دریافت کند.
این آنالیتیکها کاربردی بسیار فراتر از جستجوی هوشمند را دارا هستند. به عنوان مثال، با کمک هوش مصنوعی کار تشخیص چهره را میتوان بسیار کارآمد و دقیق انجام داد، چرا که چهره ی هر فرد با چهره های موجود در پایگاه داده تطابق داده میشود، حتی اگر فرد موردنظر روی صورت خود ماسک کشیده و یا با لباس مبدل جلوی دوربین ظاهر شده باشد.
هوش مصنوعی/یادگیری عمیق نویدبخش بهبود چشمگیر عملکرد کاربردهای فعلی آن و معرفی ویژگیهای پیشرفته جدیدی است که پیشتر امکان پذیر نبوده است. فرقی نمیکند که چالش موردنظر تشخیص ویدئویی یک چهره ی مبدل در ازدحام باشد و یا بیرون کشیدن صدای فردی حاضر در یک تخلف امنیتی از میان نویزهای محیطی اطراف آن، هوش مصنوعی وعده ی عملکرد بهتر و آینده ای هیجان انگیزتر از آن را میدهد.
مخالفت با اصطلاح «AI»
برخی از فروشندگان و مشاورینی که با آنها صحبت میشود، مخالف اصطلاح «AI» هستند. به نقل از این دست از افراد، تکنولوژی هایی که امروزه مورد استفاده قرار میگیرند در بهترین حالت از آنالیتیکهای پیشرفته استفاده میکنند، نه هوش مصنوعی! آنچه این تکنولوژیها ادعا میکنند با هوش مصنوعی فاصله بسیاری دارد. به نقل از یکی از این تحلیلگران، افراد باید مراقب استفاده ی خود از کلمه ی AIباشند، چرا که ادعاهای زیادی مبنی بر به ارمغان آوردن پیشرفت های بزرگ توسط AI وجود دارد. هوش مصنوعی واقعی با ما فاصله زیادی دارد و به این زودی خودروهای پرنده و یا حتی خودروهای خودران را در اختیار ما قرار نخواهد داد.
این موارد جزء «آنالیتیکهای پیشرفته» دسته بندی میشوند، نه « هوش مصنوعی»! هوش مصنوعی اصطلاحی وسیعتر بوده و شامل قابلیتهایی فراتر از تشخیص اشیاء و طبقه بندی آنها میشود. هوش مصنوعی به این معناست که کامپیوتر کم و بیش به «فکر» میپردازد. برای آنکه کامپیوتر به فکر بپردازد، تکنولوژیهای پیچیده ی زیادی چون یادگیری ماشین، یادگیری تقویتی، شبکه های مولد تخاصمی (این شبکه ها بر اساس رویکرد تئوری بازیها بناگذاری شدهاند که در آن یک شبکه یادگیری عمیق که مولد نامیده میشود با یک روند تخاصمی رقابت میکند) و یادگیری داده افزوده باید با یکدیگر ترکیب شوند.
طبق نظر این تحلیلگران، تکنولوژی امروز به یک عامل پیش بینی کننده نیاز دارد – به عنوان مثال، تشخیص و پیش بینی اینکه آیا فردی قصد انجام کاری بد را دارد، چرا که این فرد در حال نشان دادن رفتاری نامتناسب با پروفایل رفتاری خود است.
الگوریتم های "خود-یادگیرنده"ی زیادی در بازار موجود است. و این الگوریتمها مدتها پیش از الگوریتم های نویدبخش کنونی که بر اساس شبکه های نورونی کار میکنند، شکل گرفته و توسعه یافته اند. این الگوریتم های خود-یادگیرنده که قادر به تهیه تصاویر از اشیاء و مقایسه سرعت آنها با میانگین سرعت اشیاء حاضر در صحنه هستند، بسیار ابتدایی اند. به ندرت میتوان انتظار داشت که این الگوریتم ها بتوانند به صورت خودکار رفتار مشکوک یک فرد را شناسایی کرده و تشخیص دهند. در حال حاضر شبکه های نورونی قادرند که به صورت استثنایی به تشخیص هرگونه شیء ثابتی که تصور کنید بپردازند: از چهره های افراد گرفته تا اشیاء موجود روی اسکنر اشعه-ایکس. علاوه بر این، شبکه های نورونی پیچیده سه بعدی 3D وجود دارد که اخیرا پا به بازار گذاشته اند. این الگوریتم ها به افراد اجازه میدهند تا الگوی پیچیده حرکت را ارزیابی کرده و بدین شکل به طبقه بندی رفتار اشیاء بپردازند. اما پیش از بکارگیری کامل این تکنولوژی در سیستمهای امنیتی موجود در بازار، باید کارهای زیادی انجام شده و مسائل زیادی حل وفصل شوند. به محض حل شدن این مسائل میتوان توسعه و تولید سیستمهای نظارتی بازدارنده را آغاز نمود.
به نقل از یکی از متخصصین، هوش مصنوعیقابلیتهای زیادی را برای حل مشکلات قدیمی ارائه کرده است که این قابلیتها شامل تشخیص چهره یا تشخیص یک فرد/وسیله نقلیه میشود. محصولات AI-محور هنوز به صورت گسترده نشان نداده اند که میتوانند تصمیمات پیچیده تری چون موارد زیر را اتخاذ کنند: «آیا این فرد در حال نشان دادن رفتاری مشکوک از خود است؟» یا اینکه «آیا این کار برای این فرد، برای این صحنه، برای این محیط طبیعی به نظر میرسد؟»
هرچند که این بدان معنا نیست که این آنالیتیکهای پیشرفته – فارغ از اینکه چه نامیده شوند – ذاتا هیچگونه ارزشی ندارند. میتوان گفت که آنالیتیکهای پیشرفته خود به تنهایی یک تکنولوژی پیچیده و قدرتمند هستند. این تکنولوژی ابعاد فوقالعاده ای را رو به تمامی ابعاد زندگی باز میکند. و سیستمهای نظارتی تنها بخشی از این تکنولوژی بزرگ هستند.
یادگیری ماشین و استدلال آماری موجود در برنامه هایی که القاکننده ی تصور هوشمندی هستند، باعث بهبود کارایی و عملکرد برای کاربران میشود. پیشرفتهای اخیر صورت گرفته در تکنیکهای یادگیری ماشین، مخصوصا در شبکه های نورونی عمیق در دسترس همه ی افراد قرار گرفته اند.
برگرفته از مجله a&s