Η Τεχνητή Νοημοσύνη αλλάζει το τοπίο της Ασφάλειας

Βρισκόμαστε στην εποχή της 4ης βιομηχανικής επανάστασης, όπου ένα από τα βασικά χαρακτηριστικά της είναι η Τεχνητή Νοημοσύνη (Artificial Intelligences AI).

Του Συμεών Κωνσταντινίδη
Διευθυντής Συστημάτων Ασφάλειας & Υποδομών, Space Hellas

Η Τεχνητή Νοημοσύνη δεν εμφανίστηκε σήμερα. Τα πρώτα της βήματα έγιναν από επιστήμονες και μηχανικούς στη δεκαετία του ’50, οι οποίοι επικεντρώθηκαν κυρίως στη δημιουργία έξυπνων μηχανών και προγραμμάτων που μπορούσαν να εκτελούν συγκεκριμένες εργασίες, χωρίς τη συνεχή παρέμβαση του ανθρώπινου παράγοντα. Ο δεύτερος κύκλος της εξέλιξης, γνωστός και ως Machine Learning, ξεκίνησε γύρω στη δεκαετία του ’80 και έδωσε τη δυνατότητα στις μηχανές αυτές να μπορούν να μαθαίνουν και να επαναλαμβάνουν μοτίβα (patterns). Ο τρίτος κύκλος, τον οποίο διανύουμε σήμερα, ξεκίνησε το 2010, ονομάζεται Deep Learning και βασίζεται στα Artificial Neural Networks, γνωστά ως ANNs, τα οποία προσομοιώνουν τις λειτουργίες του εγκεφάλου και δημιουργούν συστήματα εκμάθησης λειτουργιών βασιζόμενα στην ανάλυση δεδομένων, χωρίς αυτά να έχουν προγραμματιστεί απαραίτητα για αυτό το σκοπό. Ένα από τα πιο γνώριμα παραδείγματα, είναι η λειτουργία της αναγνώρισης εικόνων. Να τονίσουμε ότι, η τεχνητή νοημοσύνη αποτελεί σημείο τομής μεταξύ πολλαπλών επιστημών, πέραν της πληροφορικής και της επιστήμης των μηχανών, είναι και της ψυχολογίας, της φιλοσοφίας, της νευρολογίας, και της γλωσσολογίας, πάντα με στόχο τη σύνθεση ευφυούς συμπεριφοράς, με στοιχεία συλλογιστικής μάθησης και προσαρμογής στο περιβάλλον.

Κάποια από τα βασικά χαρακτηριστικά της Τεχνητής Νοημοσύνης είναι:

• Αυτοματοποιεί την επαναλαμβανόμενη μάθηση και την ανακάλυψη νέων στοιχείων μέσω των δεδομένων.
• Μπορεί και προσθέτει ευφυΐα ακόμη και στα υπάρχοντα συστήματα.
• Προσαρμόζεται μέσω προοδευτικών αλγορίθμων εκμάθησης ώστε να αφεθούν τα δεδομένα να κάνουν τον προγραμματισμό.
• Αναλύει περισσότερα και βαθύτερα δεδομένα με χρήση νευρωνικών δικτύων που διαθέτουν πολλά κρυφά επίπεδα.
• Επιτυγχάνει απίστευτη ακρίβεια μέσω των Artificial Neural Networks ANNs, κάτι που προηγουμένως ήταν αδύνατο.
• Αξιοποιεί στο έπακρο τα δεδομένα, και οι αλγόριθμοι είναι αυτοεκπαιδευόμενοι.

Οι εφαρμογές στον τομέα της ασφάλειας

Οι εφαρμογές της Τεχνητής Νοημοσύνης και οι αλλαγές που έχει επιφέρει σε πάρα πολλούς τομής και κλάδους είναι μεγάλες. Στον τομέα των συστημάτων Ασφάλειας, έχοντας ήδη υποστεί τις βαρυσήμαντες αλλαγές που επέφεραν το Internet of Things και τα Big Data, η Τεχνητή Νοημοσύνη πρόκειται να χαράξει νέες δυνατότητες χάρη στην εξέλιξή της.

Σήμερα, η Τεχνητή Νοημοσύνη έχει αρχίσει να αποκτά ένα νευραλγικό ρόλο στον τομέα των Συστημάτων Ασφάλειας. Ένα Επιχειρησιακό Κέντρο Ασφάλειας, παραδείγματος χάριν, συλλέγει, συνδυάζει και αναλύει ένα τεράστιο όγκο δεδομένων, ενώ παράλληλα ανιχνεύει αποκλίσεις σε βασικούς δείκτες, οι οποίοι συχνά αποτελούν προάγγελο συμβάντων ασφάλειας. Τα δεδομένα αυτά προέρχονται από διάφορα συστήματα ασφαλείας, εφαρμογές IoT και αισθητήρες βίντεο, καθώς επίσης και από άλλες πηγές, εξωτερικές ή εσωτερικές. Όταν σε αυτά τα συστήματα ασφαλείας προσθέσουμε machine learning, artificial intelligence ή analytics, όλα τα δεδομένα μπορούν να αξιοποιηθούν για ενορατικότητα (insights) και για ενεργητική νοημοσύνη (actional intelligence) από το Επιχειρησιακό Κέντρο.

Ενώ μέχρι σήμερα η Διαχείριση Κατάστασης (Situation Management) μας έδινε τα απαραίτητα εργαλεία για να διαχειριστούμε τρέχοντα περιστατικά, η ενεργητική νοημοσύνη εξετάζει τι πρέπει να κάνουμε για να φτάσουμε στην επιθυμητή κατάσταση. Αυτό, στην περίπτωση της ασφάλειας, μπορεί να έχει τεράστιο αντίκτυπο στην επιχειρησιακή συνέχεια ή ακόμα και στο να σώσει ζωές.

Τις βασικές προκλήσεις που προκύπτουν από τη χρήση της Τεχνητής Νοημοσύνης, πάντα σε συνδυασμό με το Internet of Things και τα Big Data, θα μπορούσαμε να τις κατηγοριοποιήσουμε στα εξής θέματα:

• Συμβατότητας
• Πολυπλοκότητας
• Ασφάλειας Προσωπικών Δεδομένων
• Νομικά και Ηθικά
• Τέλος σε θέματα αστοχίας της Τεχνητής Νοημοσύνης (δηλ. η ανεπαρκής δυνατότητα των συστημάτων να σκεφτούν και να εκτελέσουν ενέργειες, όπως ο άνθρωπος).

Παρόλα αυτά, η Τεχνητή Νοημοσύνη έχει χαρακτηριστεί ως μια ραγδαία αναπτυσσόμενη τεχνολογία. Αυτό στην πράξη σημαίνει ότι είναι μια τεχνολογία όπου η αποδοτικότητα της πολλαπλασιάζεται ραγδαία σε σχέση με το κόστος και το μέγεθος της ανάπτυξής της. Αυτό το τεράστιο μέγεθος ανάπτυξης μας κάνει να πιστεύουμε ότι στο μέλλον, η όλο και αυξανόμενη εφαρμογή της, θα επηρεάσει τη βιομηχανία των συστημάτων ασφάλειας στο σύνολό της ως εξής:

• Κατανόηση του τι βλέπουμε με την όραση του υπολογιστή

Τα Video Analytics και το computer vision, συνιστούν μια τεράστια περιοχή ενδιαφέροντος, στη βιομηχανία των συστημάτων ασφάλειας. Ήδη, υπάρχουν πολλά συστήματα που χρησιμοποιούν τεχνικές για την αναγνώριση-ταυτοποίηση προσώπων. επίσης, έχουμε και πιο εξειδικευμένες περιπτώσεις, όπως π.χ. η αυτόματη αναγνώριση οχημάτων.

• Έλεγχος ομαλότητας και καλής λειτουργίας

Σήμερα, οι εποπτικές αρχές καλούνται κυρίως να βεβαιώνουν ότι κάποιος βρίσκεται στη θέση του και κάνει καλά τη δουλειά του. Σίγουρα μπορούμε να λάβουμε ένα σήμα όταν κάποιος δε δηλώνει την είσοδό του σε κάποιον ελεγχόμενο χώρο ή όταν δεν μετακινείται για κάποια ώρα, αλλά παρ’ όλα αυτά απαιτείται ανθρώπινη παρέμβαση για τον έλεγχο και την εκτίμηση μιας κατάστασης. Στο μέλλον οι μηχανές θα “καταλάβουν” το “φυσιολογικό” κάθε περίπτωσης, ώστε να δίνουν πιο έξυπνα σήματα συναγερμού. Για παράδειγμα, μια μηχανή θα μπορεί να καταγράψει τη σειρά με την οποία γίνονται οι έλεγχοι σημείων. Θα μπορεί επίσης να βλέπει σε προκαθορισμένη ώρα κάθε σημείο ελέγχου, ενώ παράλληλα αν δεν παρατηρεί και λαμβάνει το σωστό μοτίβο, θα μπορεί να ειδοποιεί ένα άτομο για να το ελέγξει. Ακόμα, θα μπορεί να λαμβάνεται υπόψη το γεγονός ότι συγκεκριμένοι χώροι απαιτούν τακτικό έλεγχο, ενώ αντίθετα κάποιοι άλλοι, τυχαίο και σποραδικό. Μια απόφαση δηλαδή που λαμβάνεται με σκοπό να αποτρέπει ή να δυσκολεύει κακόβουλες ενέργειες να περνούν απαρατήρητες, από τους υπεύθυνους επιτηρητές.

• Καλύτερη επίγνωση της κατάστασης με αναγνώριση / ανίχνευση κίνησης

Όλο και περισσότερο θα βλέπουμε τη σύγκλιση των συστημάτων παρακολούθησης, όπως π.χ. των συναγερμών και των καμερών ασφαλείας μαζί με διαχείριση ανθρώπινου δυναμικού, όπως π.χ. τα guard tour systems. Αυτό θα οδηγήσει σε καλύτερα και πιο αποτελεσματικά Κέντρα Ελέγχου. Η πρόκληση εδώ είναι να χρησιμοποιήσουμε την τεχνητή νοημοσύνη για να μεταφράσουμε τις πληροφορίες από τους δέκτες και να στοιχειοθετήσουμε τις κατάλληλες ενέργειες που απαιτούνται από το προσωπικό ασφάλειας.

• Προσέγγιση δύσβατων περιοχών με drones και robots

Ήδη βλέπουμε μεγάλο αριθμό συστημάτων που βασίζονται στην τεχνολογία των drones, ενώ παράλληλα έχουν εμφανιστεί και κάποια robots. Παρόλο που τα συστήματα δεν αντικαθιστούν το προσωπικό ασφάλειας, οι συσκευές αυτές τείνουν να γίνονται όλο και περισσότερο έξυπνες και αυτόνομες, με ελάχιστη ανθρώπινη καθοδήγηση.

• Αναγνώριση και κατανόηση της ανθρώπινης ομιλίας

Σήμερα υπάρχει πληθώρα εφαρμογών αναγνώρισης και ανάλυσης φωνής, οι οποίες κατά κύριο λόγο αξιοποιούνται για τη μετατροπή του προφορικού λόγου σε γραπτό ή για την εκτέλεση εντολών σε υπολογιστή. Στο μέλλον, προβλέπεται ότι τα συστήματα θα ξεπερνούν τη διαδικασία επεξεργασία της φυσικής ομιλίας και θα κατανοούν τα στοιχεία που τους δίνουμε. Π.χ. η ανίχνευση και κατανόηση της συνομιλίας μεταξύ υπόπτων ατόμων μπορεί να συνεισφέρει στην έγκαιρη προετοιμασία και αποτροπή κακόβουλων πράξεων. Επιπλέον, η βελτίωση της αξιοπιστίας της αυτόματης μετάφρασης μεταξύ διαφόρων γλωσσών, αναμένεται να προσφέρει ακόμα περισσότερα πλεονεκτήματα στην κατεύθυνση αυτή.

To σημαντικότερο στις τεχνολογικές εξελίξεις στον τομέα της ασφάλειας είναι το integration όλων των συστημάτων. Ο κατάλληλος Integrator θα πρέπει να διαθέτει την εμπειρία στον τομέα της Τεχνητής Νοημοσύνης, του IoT και των Big Data, ώστε να αξιοποιήσει στο μέγιστο εργαλεία, πλατφόρμες και εφαρμογές, να λειτουργούν σε ένα ενιαίο και διαλειτουργικό περιβάλλον ικανό να προσφέρει στον πελάτη, υπηρεσίες ασφάλειας επόμενης γενιάς.

Σήμερα, η Space Hellas προσφέρει ένα μεγάλο σύνολο λύσεων και υπηρεσιών μέσα από το επίκεντρο των τεχνολογικών εξελίξεων, ώστε ο πελάτης να μπορεί πλέον να δρα προληπτικά, να πολλαπλασιάζει την περιμετρική του ασφάλεια τόσο σε φυσικό, όσο και σε νοητό επίπεδο, μέσω αυτοματοποιημένων συστημάτων τα οποία εκμηδενίζουν τα περιθώρια του ανθρώπινου λάθους. Συγκεκριμένα:

• Στο κομμάτι των Security End-points και των IoT Devices, όπως κάμερες παρακολούθησης, access controls, αισθητήρες κ.λπ.
• Στο κομμάτι του Web Intelligence and Monitoring για τα Social Media, για το Internet, για το Darknet
• Στο κομμάτι των Big Data and Analytics, όπως βάσεις δεδομένων όλων των υπηρεσιών Cloud (IaaS, SaaS, PaaS)
• Τέλος, στο κομμάτι του Business Intelligence Tools, τα γνωστά BI Tools που όλες οι εταιρείες διαθέτουν, όπως το Digital marketing Platform, Digital Signage Platform, το CRM κ.λπ.

Επίσης, σε συνεργασία με τους μεγαλύτερους κατασκευαστές στο χώρο του ICT και της ασφάλειας, η Space Hellas διαθέτει τρείς καινοτόμες πλατφόρμες λογισμικού που βασίζονται σε μηχανές Τεχνητής Νοημοσύνης.

• Τη Space Hellas GuardianTM που τώρα βρίσκεται στη τρίτη γενιά και προσφέρει ενοποιημένη διαχείριση διαφορετικών συστημάτων ασφαλείας και ΙοΤ συσκευών
• Την IRIS μια εξελιγμένη πλατφόρμα Web Intelligence & Digital Risk Monitoring της Ολλανδικής Web-IQ
• Και τέλος το Aura Portal που αποτελεί ένα από τα δυνατότερα εργαλεία Intelligent Processes Management της παγκόσμιας αγοράς