除了影片分析，人工智慧和機器學習還有什麼好處？

人工智慧(AI)和機器學習(ML)在物理安全市場上引起了轟動，將影片分析提升到了新的準確性水平。實際上，這些術語已成為整個行業的通用流行語。但是，人工智慧和機器學習對物理安全行業產生影響的潛力遠遠超出了他們改善影片分析的能力。

我們在本週的專家小組圓桌會議主題為：除了更好的影片分析之外，人工智慧或機器學習如何使物理安全市場受益?

Nigel Waterton-Chief Revenue Officer, Arcules

雖然我確實認為，要與當今電影中的AI驅動結果相去甚遠，但是新增這些演算法可以大大幫助企業領導者最終做出更好的決策並降低風險。除了影片分析之外，這一目標也是該細分市場發展的核心。將另一種工具(例如基於雲的功能)疊加到此智慧上，可帶來額外的優勢和額外的靈活性，這是我們行業以前從未見過的。

歸根結底，這項技術對物理安全行業的真正好處是能夠獲取從各種物聯網(IoT)裝置傳入的資料，並使用該資訊建立業務運營的最佳實踐，從而鞏固自己的實力，並使組織更加了解組織面臨的風險。

Per Björkdahl-Chairman, ONVIF

使用者可以透過使用AI，或更具體地說，透過深度學習和機器學習功能，以更高的效率和準確性來利用影片分析。這些術語儘管有時可以互換使用，但每個都有不同的優點。機器學習可提供更好、更準確的事件檢測分析。人們通常在想到影片分析時，會將其與面部識別相關聯。但是，機器學習功能遠遠不止於此，它可以監視運動及過程，以及檢測流量和事件。

相比之下，人工智慧被用來模仿一個人可以做什麼，並有助於某些低階任務的改進。物理安全中的AI旨在補充人員能力的終結。 AI有助於改善自動決策和警報。

Sean Foley-SVP, National Accounts, Interface Security Systems LLC

我們對影片分析中的AI革命感到興奮，但AI的應用不僅僅侷限於影片。 AI的真正力量在於處理大量通常是不同的資料集，以產生可行的見解。例如，資產保護專業人員對什麼樣的銷售點交易是欺詐的危險訊號有深刻的瞭解。 AI可以將這種理解提升到指數級，在數千名員工中評估數百萬筆交易，以在流程的早期(甚至是在發生之前)識別欺詐行為，從而減少收縮。

同時，還可以將相同型別的AI模式識別應用於減少中央站的誤報，或對系統故障進行超準確的預測，以改善客戶服務。我們的行業才剛剛開始將幾乎無法理解的資料與AI引擎和演算法配對。應用是無限的，客戶將因此受益。

Stuart Rawling-Vice President of Technology and Customer Engagement, Pelco, Inc

透過深度學習和應用於影片的其他AI驅動技術來提高智慧的真正可能性是，從長遠來看，直到事情發生後，我們才開始觀看影片。透過影片收集這種高水平智慧的目標可能會自動實現，以至於不需要安全操作員做出響應所需的決策。取而代之的是，由情報驅動的下一步將自動傳達給各個利益相關者-從現場警衛到當地警察/消防部門。

相反，當安全主管訪問與事件對應的影片時，這是因為他們希望自己檢視事件。自動化、簡化響應的能力以及即時響應不是整體的、資料豐富的監視策略的目標嗎?對於幾乎所有企業來說，答案都是肯定的。

Aaron Saks-Product and Technical Manager, Hanwha Techwin America

除了更好的影片分析之外，人工智慧(AI)或機器學習還可以極大地有益於物理安全市場。對於攝像機而言，人工智慧不僅可以透過基於運動的分析消除誤報，還可以做更多的事情。從自動化任務到執行例行程式以及比較資料，人工智慧和深度學習都有可能改變我們使用安全攝像機的方式。

由於安裝的攝像頭遠遠超過了人類可以監控的數量，為了利用所有這些資訊，我們需要AI來理解我們正在收集的新資料，並告訴我們應該注意什麼。我們想知道異常情況：那輛車在街上走錯路了嗎?公路中間有人嗎?這些裝置是功能強大的新型IoT感測器，可直接增強業務和運營。

Adam Wynne-Software Engineering Manager, Security and Safety Things GmbH

人工智慧(AI)和機器學習還可以透過改進的訪問控制系統以及將結果資料與其他裝置整合來使物理安全市場受益。透過使用該技術，演算法可以透過生物識別來識別個人並將其與安全攝像機自動整合，以開發更全面的訪問控制解決方案。 AI可以透過提高識別速度和準確性來增強生物指紋系統。此外，人工智慧和機器學習還帶來了實時檢測複雜事件的附加好處，以前只有在事實分析之後才能將其作為取證分析的一部分。這使物理安全系統和響應變得更加簡化和複雜。

Jonathan Moore-Product Director, AMAG Technology, Inc.

影片分析通常用於識別人和其他物體，然後觸發特定的動作，例如開啟門或觸發警報。儘管此功能很有用，但資料分析具有巨大的價值，可以提供從訪問控制系統中儲存的大量資料中提取的有用見解。人工智慧可以“學習”每個使用者的典型訪問模式，並在檢測到可能對組織構成威脅的可疑或異常行為時警告安全性。

除了檢測潛在的危險活動之外，資料分析還可以用於更好地瞭解建築物的佔用和流量模式，以幫助實施物理疏離，突出顯示配置錯誤或可能會發生故障的皮膚和裝置等。資料分析程式可以幫助企業提高其安全性和內部威脅程式，瞭解其設施使用情況和流量模式以及最佳化其安全硬體。

John Davies-Managing Director, TDSi

人工智慧(無論是真正的人工智慧還是複雜的機器學習)在輔助物理安全方面具有巨大的潛力。透過學習和改善自己的資料，AI可以快速確定什麼是正常或異常行為，以便在早期發現潛在問題。影片分析的好處已被充分證明，但集中式安全系統中的AI可以監視範圍更廣的複雜資料。例如，在繁忙的機場或火車站中，中央AI系統可以處理人員進出安全區域的活動(使用訪問控制以及影片監視)，並找到可能提示擁塞問題或可疑行為的模式。

此外，我們還看到越來越多的人工智慧在諸如無人機之類的尖端技術中使用，它可以在無需人工指導的情況下確定遠端安裝，電力線或煤氣管道是否存在任何問題或需要注意。

Brian Baker-Vice President, Americas, Calipsa

人工智慧和機器學習給物理安全處理從攝像機和感測器輸入的方式帶來了指數式變化。資料是提供給AI的燃料，攝像機提供了大量的影片以供檢視。 AI的深度學習演算法可自動檢測出人類和車輛運動之間的差異，而不是動物、吹樹葉或反射光。結果是大大減少了誤報和潛在的相關罰款。

我們將AI視為增加的安全層，幫助而不是代替人類來更好地保護人員和資產。使用人工智慧，中央監控站或企業安全運營中心的操作員可以將注意力集中在真實警報上，以改善安全響應。透過減少虛假警報浪費的時間，管理人員可以在不增加人員的情況下擴充套件操作。如今，基於雲的AI軟體解決方案几乎在世界任何地方都將其功能新增到相容攝像機中。

總結

人工智慧(AI)和機器學習提供了有用的工具，可以理解大量的物聯網(IoT)資料。 透過幫助實現低階決策的自動化，這些技術可以使安全運營商更加高效。 智慧功能可以擴充套件整合選項，例如透過訪問控制來增加生物識別的使用。 人工智慧還可以幫助改善監控機制和流程。 智慧系統可以幫助終端使用者瞭解建築物的佔用和交通模式，甚至可以幫助實現物理距離。 以上這些只是技術的幾種可能用途–最後，一切皆有可能。