L'intelligence artificielle est en plein essor. Comment progresse le développement de la sécurité intelligente ?

En tant qu'industrie où l'intelligence artificielle a déjà une place de marché, l'industrie de la sécurité a une compréhension plus claire et une demande plus urgente pour le développement de l'intelligence artificielle. L'intelligence artificielle favorise le troisième changement technologique dans l'industrie de la sécurité après la haute définition et la mise en réseau.

Dans le contexte du développement rapide de l'intelligence artificielle, le secteur de la sécurité a entamé un nouveau voyage intelligent autour de l'IA. Dans ce parcours, comment progressent le développement de la sécurité intelligente ?

"Progress"

Edge computing favorise le développement de l'intelligence de pointe

Edge computing fait référence à une plate-forme ouverte qui intègre les capacités de réseau, de calcul, de stockage et d'application à la périphérie du réseau, à proximité de la source de des objets ou des données, et les fournit à proximité. Les services Edge Intelligence répondent aux besoins clés de la numérisation de l'industrie en termes de connexion agile, d'activité en temps réel, d'optimisation des données, d'intelligence applicative, de sécurité et de protection de la vie privée. En une phrase, l’edge computing peut être compris comme faisant référence aux procédures informatiques effectuées en périphérie, à proximité de la source de données.

Avec l'avancement continu de la technologie, le concept d'« intelligence de pointe » est apparu, qui propose un nouveau modèle : permettre à chaque appareil de pointe de l'Internet des objets de disposer de données de collecte, d'analyse et de calcul, de communication et d'intelligence importante. Le nouveau Edge Computing intelligent tire également parti des capacités du cloud computing. Il utilise le cloud pour configurer, déployer et gérer en toute sécurité les appareils Edge à grande échelle, et peut allouer des capacités intelligentes en fonction des types d'appareils et des scénarios, afin que l'intelligence puisse être exploitée. intégré entre le cloud et la périphérie. Circulez entre les espaces et obtenez le meilleur des deux mondes.

Edge Intelligence est devenue une tendance générale. Avec l'avènement de l'ère de l'Internet of Everything, la quantité de données image et vidéo générées par les équipements frontaux dans le domaine de la vision par ordinateur est énorme si toutes ces données sont rassemblées dans des centres de données de cloud computing pour une analyse intelligente, elles apporteront. exigences de bande passante illimitées et exigences en temps réel pour la pression de communication. Cela nécessite de fournir des services d’intelligence de pointe à proximité et de migrer progressivement la puissance de calcul de l’intelligence artificielle ou les capacités d’inférence du cloud vers la périphérie, ce qui contribuera à alléger la pression sur les liaisons de transmission.

La construction du deep learning favorise le développement d'AI-City

En tant que terrain de formation naturel et champ d'application de la technologie de l'intelligence artificielle, le secteur de la sécurité a un besoin urgent de mise en œuvre de l'intelligence artificielle. Ces dernières années, avec l'émergence de « cerveaux » tels que le « cerveau de la ville », le « cerveau de la circulation » et le « cerveau de la police », la technologie d'apprentissage profond de l'intelligence artificielle combinée à la perception multidimensionnelle a favorisé le développement ultérieur d'AI-City.

Les principaux domaines de recherche de l'apprentissage profond concernent la reconnaissance vocale et la vision, et l'application de l'apprentissage profond dans diverses directions peut entraîner différentes innovations technologiques dans différents domaines. Pour l'industrie de la sécurité qui maîtrise de nombreuses ressources d'images vidéo, la combinaison de l'apprentissage profond et de la sécurité présente un degré de compatibilité relativement élevé, c'est-à-dire l'analyse d'images et de vidéos, notamment : la reconnaissance d'images ;

Le deep learning dans le secteur de la sécurité se concentre principalement sur quatre domaines majeurs : l'analyse des volumes, l'analyse des véhicules, l'analyse des comportements et l'analyse des images. Grâce aux percées dans les algorithmes d'apprentissage profond, les technologies d'analyse intelligente telles que la reconnaissance de cibles, la détection d'objets, la segmentation de scènes et l'analyse des attributs des personnages et des véhicules ont toutes fait des progrès révolutionnaires.

"Obstruction"

La sécurité de l'intelligence artificielle manque de "noyau"

Dans le secteur de la sécurité, on peut dire que les puces parcourent tout le processus, du front-end au back-end, de la transmission, de l'enregistrement au stockage, sécurité sans "core", elle est forcément incomplète.

Le domaine de la vidéosurveillance de sécurité dispose de données massives, qui peuvent fournir suffisamment de scénarios pour une formation en apprentissage profond. De plus, ces dernières années, le développement d'algorithmes intelligents s'appuie sur des données massives, réalisant des avancées importantes dans la reconnaissance vocale et la vision, et présentant des itérations plus rapides. La mise en œuvre de l'intelligence artificielle dans le domaine de la sécurité nécessite des puces de traitement dotées d'une puissance de calcul suffisante. Cependant, au niveau des puces, il n'existe pas de puce d'application de sécurité d'intelligence artificielle qui réponde pleinement aux besoins réels.

Il est difficile de mettre de côté l'intervention humaine

Bien que l'intelligence artificielle ait réalisé certains ponts de pierre bleue que les humains ne peuvent pas réaliser, l'application à grande échelle de l'intelligence artificielle n'est pas encore nécessaire pour distinguer les différences entre des objets étroitement similaires. .

À partir de cas réels, lorsqu'une vidéo d'une seule scène est extraite, les images associées peuvent être rapidement révélées en recherchant des images, et sur cette base, la trajectoire du suspect peut être découverte et la cible peut finalement être verrouillée. , les experts ont franchement souligné que ce processus repose sur des algorithmes d'intelligence artificielle et qu'il est difficile de mettre de côté l'intervention humaine, et qu'il reste indissociable de l'analyse et du jugement des enquêteurs criminels vidéo.

Conclusion : De nos jours, le secteur de la sécurité est entré dans l'ère de l'explosion des données. Face à la croissance explosive du volume de données, les algorithmes intelligents traditionnels ne peuvent plus répondre aux besoins d'exploration approfondie de la valeur des données. L'approfondissement et l'approfondissement de la recherche sur l'intelligence artificielle ont apporté plus de changements qu'on ne l'imaginait dans le secteur de la sécurité, et il existe de plus en plus de scénarios d'application dans lesquels elle peut jouer un rôle.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!