בלוג

הטרנדים הבולטים של טכנולוגיית בינה מלאכותית במערכות אבטחה פיזיות

המספר ההולך וגובר של יישומי למידת מכונה (Deep learning) ובינה מלאכותית (AI) במערכי אבטחה ואנליטיקה היא אינדיקציה ברורה לכך שלא מדובר בטרנד חולף. במאמר זה נסקור את היתרונות שבשילוב טכנולוגיית AI עבור יישומי אבטחה חכמים.

למידת מכונה הוא תחום במדעי המחשב בו מפתחים אלגוריתמים הלומדים מתוך דוגמות ולא בהכרח מסט חוקים מוגדר וקבוע מראש. מרבית הפיתוחים בעולם התוכנה מתבססים על כתיבת לוגיקה ברורה המורכבת מהגדרת תנאים מסוימים, לולאות, דרכי פעולה לכל מצב ועוד – זהו התכנות הקלאסי והמוכר.

למידת מכונה מתאפיינת בכך שהמפתח לא מגדיר סט חוקים נוקשה אותו האלגוריתם צריך "לעבור" במטרה למצוא את הפתרון הנכון לקלט שקיבל. לדוגמה, במקום להגדיר למחשב שחתול הוא יצור פרוותי שהולך על ארבע רגליים, עם זוג עיניים, שתי אוזניים מחודדות ושפם ארוך ודק, ורק אז לבחון אותו על תמונות של חתולים – במקרה של למידת מכונה פשוט נראה לו כמות עצומה של תמונות חתולים מתויגות והוא כבר יבין לבד מה המאפיינים שמזוהים עם חתול. היכולת להסיק מידע באופן עצמאי מתגלה כמאוד יעילה בסיטואציות מורכבות למדי כמו נהיגה אוטונומית, מעקב בווידיאו או חיזוי של העדפות משתמש, בהן קשה להגדיר סט חוקים מראש.

על אף שלרבים נראה כי מדובר על תחום חדש ורענן, בפועל מדובר על תחום שקיים מזה שנים רבות והקונספטים הבסיסיים של למידת מכונה הומצאו לפני מספר עשורים. אז מה פתאום השתנה והפך את למידת המכונה לשיחת היום? ובכן, יש לכך שני אלמנטים עיקריים: כמויות דאטה עצומות וכוח חישוב עצמתי.

הלכה למעשה הטכנולוגיה של היום הופכת חיישנים פאסיביים לאקטיביים. חברת מוטורולה לדוגמה שחררה לאחרונה פתרון AI חדש המשולב במצלמות גוף של שוטרים וצוותי אבטחה ומסייע להם לזהות סיכונים פוטנציאליים עוד לפני שהאירוע מתרחש.

ביישומי מעקב, טכנולוגיית AI מייתרת את הצורך להחזיק עובד שתפקידו לצפות בשעות ארוכות של וידיאו – המערכת עושה זאת באופן עצמאי, היא מנטרת פעילות חריגה ומדווחת עליה באופן מיידי.

בסין פועלת תוכנת בינה מלאכותית שעוברת על הקלט המתקבל ממיליוני מצלמות ביותר מחמישים ערים ופרובינציות ומצליבה אותו כדי להגיע למסקנות ולהתריע מראש על פוטנציאל פשיעה גבוה. לפי דיווחים, הבינה המלאכותית שברשותה מסוגלת לעקוב אחר אנשים הרוכשים רכישות חשודות בחנויות – למשל, אקדח או סכין. אבל יותר מכך, היא מסוגלת גם לזהות את אותם אנשים בחנויות שונות, לזהות דפוסי רכישה חשודים, ולספק התרעות בזמן אמת לגורמי אכיפת החוק.

בחודש שעבר פורסם כי בית הספר להנדסת חשמל ואלקטרוניקה של האוניברסיטה של מנצ'סטר, יחד עם האוניברסיטה של מדריד, פיתחו מערכת אימות ביומטרי התנהגותי שיכולה למדוד את צורת או דפוס ההליכה האישיים של אדם, ולאפשר זיהוי מוצלח של אדם כשהוא פשוט צועד על משטח לחץ שעל הרצפה וניתוח הנתונים התלת ממדיים ומבוססי הזמן של הצעדים.

באמצעות המערכת הזאת, החוקרים טוענים שאופן ההליכה של אדם וניתוח הצעדים של אותו אדם יכולים לשמש כביומטריה באבטחת שדות תעופה במקום טביעות אצבעות וסריקת עיניים, ולאפשר שיטה לא פולשנית של אימות זיהוי.

התוצאות, שפורסמו מוקדם יותר השנה בכתב העת IEEE Transactions on Pattern Analysis and Machine Intelligence שעוסק במחקרי למידת מכונה, הראו שבממוצע מערכת הבינה המלאכותית שפותחה זיהתה נכון אדם בכמעט 100% מהפעמים, עם שיעור שגיאות של רק 0.7%.

נגישות