Inteligencia Artificial Videovigilancia

El potencial de la Inteligencia Artificial IA en la Videovigilancia

Inteligencia Artificial ia en Video Vigilancia

Las tecnologías de video están evolucionando a un ritmo acelerado, con la inteligencia artificial IA y el aprendizaje automático, que tienen el enorme potencial de transformar la tecnología de video y cambiar fundamentalmente la forma en que vivimos y trabajamos. 

Por ejemplo, la cadena de conveniencia 7-Eleven implementó el uso de la tecnología de video de reconocimiento facial en sus 11,000 tiendas en toda Tailandia.

La tecnología se utiliza para identificar miembros leales, analizar el tráfico en la tienda, sugerir compras e incluso medir la emoción de los compradores. En la industria de la salud, las instituciones están comenzando a usar el análisis de video para mejorar la atención al paciente, por ejemplo, al evaluar al personal si un paciente ha estado demasiado tiempo sin ser revisado, o incluso identificando si un paciente se ha caído y necesita ayuda.

El uso de la tecnología de video impulsada por IA para simplificar los procesos cotidianos ya ha comenzado, desde los controles de seguridad más fáciles en el aeropuerto hasta pagar las compras con una sonrisa. La tendencia solo se acelerará a partir de aquí, con un estimado de 1.000 millones de cámaras de video conectadas a plataformas de inteligencia artificial para 2020.

El núcleo del aprendizaje de la inteligencia artificial IA: superficial o profundo

Un concepto que abarca todo y que abarca varias cosas, incluidas las redes neuronales, la inteligencia artificial IA se refiere a la capacidad de una máquina o un programa de computadora para pensar, actuar y aprender como seres humanos.

Debido a las limitaciones anteriores de la capacidad de procesamiento del hardware, el aprendizaje automático, una aplicación de IA, solo podía implementar un aprendizaje superficial de conjuntos de datos muy grandes, que analizan los datos en solo tres dimensiones.

Con los recientes y significativos avances en el poder de procesamiento de las unidades de procesamiento gráfico (GPU), como una nueva técnica de codificación conocida como paralelización, ahora podemos utilizar un enfoque de aprendizaje profundo en el que podemos ver datos en muchos más niveles o dimensiones, de ahí la palabra  «profundo».

La paralelización de software es una técnica de codificación para dividir un solo problema en cientos de problemas más pequeños. El software puede ejecutar esos 100 o 1.000 procesos en 1.000 núcleos de procesamiento, en lugar de esperar a que un núcleo procese los datos 1.000 veces.

Con la paralelización, hay un gran avance en la rapidez con la que podemos resolver un problema. Tener la capacidad de resolver problemas más rápidamente nos permite profundizar en un problema y procesar conjuntos de datos más grandes y complejos.

 Dado que los datos del mundo se multiplicarán por 10 para 2020, ser capaz de procesar los datos más rápido y más profundo se convertirá en un factor definitorio para mantenerse a la vanguardia de la curva de negocios.

Dando vida al potencial del aumento de la inteligencia artificial IA

La inteligencia artificial y el aprendizaje automático se aplican a dispositivos y máquinas habilitados para la inteligencia artificial para dominar y realizar funciones cognitivas bajas. Por ejemplo, los humanos no pueden sentarse y mirar todas las cámaras simultáneamente; nuestra capacidad de atención simplemente no funciona de esa manera.

Sin embargo, las máquinas son extremadamente buenas y detalladas en esto.

Mientras vemos objetos, la máquina ve los detalles más finitos disponibles, es decir, todos y cada uno de los píxeles. Dentro del píxel, la máquina puede ver aún más detalles, que son el tono de los colores de esa imagen. Al agregar datos, permitiendo a las máquinas automatizar respuestas y soluciones, podemos aumentar la interacción humana y nuestro entorno.

LEA TAMBIÉN:  IoT : Las cámaras IP son los dispositivos más atacados 47%

Con la inteligencia artificial IA habrá avances masivos en la forma en que revisamos y utilizamos el video y los datos.

Imagine una interacción entre una lente cercana, un cristal de visión de media distancia y grandes pantallas de video. En la lente pequeña, hay una superposición de datos de texto detallados, con video aumentado en la distancia media, con la vista de la gran escena en la pantalla grande.

El video en vivo, las imágenes aumentadas y los datos de texto estarán en concierto. Cuando una persona está mirando la pantalla grande, los datos cambiarán según lo que la persona esté viendo en la pantalla cercana.

Con este aumento inteligente, el sistema sabrá que si una persona está mirando una cara, un edificio o una placa de matrícula y muestra la información relacionada en consecuencia. Todo esto es posible hoy.

La ciudad de Hartford en los Estados Unidos es un gran ejemplo de la tecnología como un multiplicador de fuerza. Trabajando en conjunto con la policía local y sus socios BriefCam y AxisMilestone Systems pudo mejorar el C4 Crime Center de la ciudad y proporcionar una mejora significativa a la capacidad del departamento de policía de Hartford para prevenir y responder de manera efectiva a los incidentes en toda la ciudad.

Por lo tanto, ahora no solo se pueden resolver muchos delitos, sino que en lugar de pasar 30 horas realizando tareas manuales poco cognitivas, como congelarse en un tejado para vigilar una casa de drogas todo el día y la noche, los agentes ahora pueden sentarse en su escritorio y solo en pocos minutos, saber exactamente dónde está una casa de drogas al ver una realidad aumentada del tráfico peatonal a lo largo del tiempo.

Con el sistema mejorado, los oficiales pueden simplemente ingresar los datos y extraer el problema con precisión y eficiencia, cambiando la forma en que se hará el trabajo policial en el futuro.

Una revolución industrial inteligente

El hecho de que las máquinas se hagan cargo de tareas cognitivas bajas será un cambio de juego significativo en los próximos años. Con la agregación adecuada de información, las máquinas pueden ser mejores en tareas cognitivas bajas y, a menudo, ofrecer una mejor calidad de servicio que los humanos.

Amazon está aplicando esto a las tiendas minoristas donde los clientes simplemente están retirando el concepto de pago y envío. Al utilizar datos de teléfonos inteligentes, cámaras, sensores, historiales de compra y otros puntos de datos, Amazon nos permite entrar a una tienda, recoger lo que necesitamos y salir. Todo lo demás es atendido por máquinas.

Este tipo de pensamiento y creación de herramientas se encuentra en su primera infancia, pero continuará abordando problemas que son más valiosos para nuestras vidas.

En el libro «The Inevitable», Kevin Keely dice que las siguientes 10,000 startups se basarán en la búsqueda de aplicaciones para la inteligencia artificial IA, de manera similar a la electrificación que ocurrió durante la segunda revolución industrial. La revolución industrial inteligente está empezando a suceder a nuestro alrededor.

Será muy perturbador dentro de la industria de la seguridad y la vigilancia, pero también será perspicaz y liberador a medida que liberamos los esfuerzos humanos para elevar los procesos cognitivos y enfrentar los desafíos más grandes que tenemos por delante.

Foto del avatar

Felipe Argüello

Felipe Argüello es el fundador de Infoteknico. Ingeniero con más de 30 años de experiencia trabajando en América Latina, Estados Unidos y Europa en las áreas de ingeniería, consulta técnica, proyectos, ventas y entrenamiento en soluciones de alta tecnología y seguridad electrónica.

Agregar comentario

Haga clic aquí para publicar un comentario

Acerca del Autor

Foto del avatar

Felipe Argüello

Felipe Argüello es el fundador de Infoteknico. Ingeniero con más de 30 años de experiencia trabajando en América Latina, Estados Unidos y Europa en las áreas de ingeniería, consulta técnica, proyectos, ventas y entrenamiento en soluciones de alta tecnología y seguridad electrónica.