达尔迈尔带来了视频技术和人工智能的四个实践思考

安全制造商多年来一直在与人工智能技术合作. 通过此评估向专业社区转化的知识和经验.

人工智能 (的) es uno de los temas que causa bastante revuelo actualmente, con grandes expectativas y promesas en el área de la tecnología de vídeo, que abarcan desde la detección de comportamientos llamativos como ataques a personas, pasando por el reconocimiento de caras individuales entre multitudes, hasta la detección automática de un paquete bomba.

En su experiencia con esta tecnología y en sus desarrollos, 达尔迈尔 ofrece a continuación cuatro reflexiones prácticas.

1.- Al introducir soluciones basadas en IA y tecnología de vídeo hay que considerar mucho más que la tecnología

En muchas innovaciones no se tiene en cuenta que las nuevas tecnologías requieren, casi siempr, 在以普遍方式实施之前，进行非常具体的社会讨论和框架条件的变化. 自动驾驶汽车未解决的困境及其在发生事故时的行为已经成为一个几乎经典的例子。.

在视频技术中使用AI时，存在类似的未解决的问题: 一个系统有多少决策自由？? 建立了哪些质量标准？, 例如, 在对象检测中? 当攻击未被发现时，谁负责？, 尽管人们对此寄予厚望?

定义了哪些响应时间? 发生“人工智能警报”时，紧急救援人员必须在现场待多久? 是否有足够的工作人员来提供潜在的新干预和搜索选项？? 使用面部识别搜索嫌疑人时，许多“误报”会发生什么?

2.- 人工智能和视频技术只能通过“技术上全面的方法”工作

技术系统变得越来越复杂, 因此，有必要评估影响整个解决方案性能的所有参数. 计算机公理“垃圾”, 在这种情况下，垃圾输出具有最大的相关性: 用于对象或过程分类的神经网络, 或者好的面部识别软件只能提供与它们收到的视频图像质量相称的结果。.

基于人工智能的系统只能与为其捕获图像的相机一样好。, 因此，能够在视频图像的所有区域定义和规划最低质量尤为重要, 正确规划相机角度并考虑许多其他细节.

在这个全球性的考虑中，我们不能忘记系统背后的专业人士, 在资格和组织问题方面. 只有通过所有因素和代理的精心协调的交互，才有可能确保符合以下标准：, 顺便一提, 尚未定义.

3.- 有提供良好服务的解决方案，例如辅助系统

人工智能也将在视频技术中发挥决定性作用, 甚至可以成为关键组件. 已经有使用场景和解决方案到位, 无论是在模拟过程的优化和分析中, 就像在赌场赌桌上一样, 例如; 改进周界保护对象的分类或对市政监视区人员的辅助监测, 仅举几例.

在所有这些系统中必须考虑到，该齿轮的核心仍然是操作员, 警察或法医技术人员, 并且视频技术中的AI技术可用于有用的辅助系统, 虽然离在复杂环境中的自动检测还很远, 就像一个被遗弃的“手提箱炸弹”.

4.- 市场必须学会区分运营解决方案和研究项目

每一项技术创新都始于不精确的定义, 期望和解释不同于他们的能力. 没有人“真正知道”, 但参与其中的每个人都有话要说. 所以, 详细检查和质疑哪些功能或多或少已准备好商业化和实施以及哪些功能仍处于纯粹的研究状态非常重要。.

进行战略投资或做出复杂决策时的关键要素, 因此，建议先问问自己，您是否可以在十二个月内期待一定的结果。, 五年内或永远不会. 否则，您可能会忽视紧急问题的明显解决方案。.

其他文章 达尔迈尔