Προστασία και δημόσια ασφάλεια με την υποστήριξη της Τεχνητής Νοημοσύνης
Ο κλάδος της ασφάλειας μπορεί και πρέπει να επηρεασθεί θετικά από την είσοδο της τεχνητής νοημοσύνης. Στο άρθρο που ακολουθεί περιγράφονται τα πλεονεκτήματα και οι λόγοι για αυτή την εξέλιξη.
Του Αριστοτέλη Λυμπερόπουλου
Η ανάπτυξη της τεχνητής νοημοσύνης (AI) είναι ραγδαία και η χρήση της σε όλο και περισσότερες εφαρμογές της καθημερινότητας, βελτιώνει την αποδοτικότητα σε μια πληθώρα διεργασιών με τρόπους που ποτέ δεν φανταζόμασταν ποτέ ότι είναι εφικτοί.
Από τα αυτόνομα αυτοκίνητα έως τις έξυπνες εφαρμογές με τη χρήση των data analytics φαίνεται ότι υπάρχει ένα τεράστιο πεδίο εφαρμογών που δίνει τη δυνατότητα στους ανθρώπους που μέχρι σήμερα χειρίζονταν τις εφαρμογές να επιτύχουν περισσότερα και ποιοτικότερα αποτελέσματα επενδύοντας λιγότερους πόρους και σε μικρότερο χρόνο.
Με τη χρήση τεχνολογιών της τεχνητής νοημοσύνης, οι εφαρμογές μπορούν με τη τροφοδότηση των κατάλληλων δεδομένων να παράγουν πολύτιμες πληροφορίες για τον τελικό χρήστη. Επιπρόσθετα, συστήματα που κάποτε αξιοποιούνταν για έναν προσδιορισμένο σκοπό, μπορούν τώρα να εμπλακούν ευρέως στις διαδικασίες και διεργασίες ενός οργανισμού.
Σε αυτά τα συστήματα ανήκουν και τα συστήματα φυσικής ασφάλειας αλλά και οι τεχνολογικές λύσεις που αναπτύσσονται για την προστασία δημόσιων χώρων.
Video analytics με ΑΙ
Εστιάζοντας λοιπόν στα θέματα που σχετίζονται με τον κλάδο της φυσικής ασφάλειας, μέχρι σήμερα η χρήση των συστημάτων βιντεοεπιτήρησης αποτελούσε μια τυπική λύση. Ωστόσο, με την ανάπτυξη και χρήση των λογισμικών που κάνουν χρήση των τεχνολογιών video analytics με AI δίνεται μια νέα δυνατότητα στον τρόπο με τον οποίο μπορούν να αξιοποιηθούν αυτά τα δεδομένα
Προκειμένου να γίνουμε πιο κατανοητοί, ακολουθούν ορισμένα χαρακτηριστικά παραδείγματα του τρόπου με τον οποίο διάφοροι οργανισμοί χρησιμοποιούν λύσεις τεχνητής νοημοσύνης σε εφαρμογές επιτήρησης για να βελτιώσουν το επίπεδο φυσικής ασφάλειας.
Οι διωκτικές και δικαστικές αρχές βασίζονται σε συστήματα επιτήρησης για την εξαγωγή συμπερασμάτων, αποδεικτικών στοιχείων αλλά και για την παρακολούθηση ανθρώπων και χώρων. Μέχρι την εμφάνιση των συστημάτων video analytics, οι υπεύθυνοι για τη διερεύνηση μιας εγκληματικής ενέργειας βασίζονταν στην αναγκαστική παρακολούθηση όλων των καταγεγραμμένων βίντεο. Επίσης, οι υπεύθυνοι για την πρόληψη κάποιας παραβατικής ενέργειας όφειλαν να παρακολουθούν συνεχώς τις οθόνες και να προσπαθούν να διακρίνουν αν υπάρχει πιθανότητα για μια επικίνδυνη ενέργεια. Η εμφάνιση των video analytics άλλαξε δραματικά το σκηνικό. Πλέον υπάρχουν εφαρμογές που επιτρέπουν το φιλτράρισμα των αρχείων βίντεο και τον εντοπισμό των κρίσιμων σημείων. Ενώ παράλληλα υπάρχουν συστήματα που εντοπίζουν προληπτικά κάποιον που μπορεί να είναι ύποπτος για μια εγκληματική ενέργεια. Η χρήση αυτών των δεδομένων (meta data) είναι εκείνη που επιταχύνει τις έρευνες και συμβάλλει στην πρόληψη παραβατικών ενεργειών.
Διατήρηση της δημόσιας ασφάλειας
Για τις αρχές επιβολής του νόμου, η δυνατότητα δυναμικής αναζήτησης ενός βίντεο βάσει λεπτομερών κριτηρίων είναι ζωτικής σημασίας καθώς συμβάλλει στο φιλτράρισμα άσχετων λεπτομερειών αλλά και στον γρηγορότερο εντοπισμό ενδιαφέροντών στοιχείων, όπως ύποπτα άτομα ή οχήματα.
Εκτός από τη μείωση του χρόνου για τον έλεγχο σκηνών και την εξαγωγή αποδεικτικών στοιχείων από τα βίντεο, η αστυνομία μπορεί επίσης να αξιοποιήσει τα video analytics για να προλάβει επικίνδυνες καταστάσεις σε πραγματικό χρόνο. Μέσω των ειδοποιήσεων που θα στέλνουν οι εφαρμογές video analytics, οι αρχές έχουν τη δυνατότητα να μη σπαταλούν ανθρώπινους πόρους στην παρακολούθηση των οθονών με το ενδεχόμενο πάντα μιας ανθρώπινης αμέλειας και να ενεργοποιούνται σε περίπτωση εμφάνισης μιας ειδοποίησης έκτακτης κατάστασης από το σύστημα. Με αυτόν τον τρόπο, τα στελέχη της αστυνομίας θα έχουν τη δυνατότητα να αντιδράσουν ταχύτερα σε καταστάσεις έκτακτης ανάγκης, απειλές και ύποπτη δραστηριότητα όταν αυτή εξελίσσεται.
Η ενδυνάμωση των αρχών επιβολής του νόμου με σκοπό τη διατήρηση της δημόσιας ασφάλειας είναι πολύ σημαντική. Εκτός από το προφανές ότι αυξάνεται το αίσθημα ασφάλειας για τους μόνιμους κατοίκους υπάρχουν και άλλα σημαντικά παράπλευρα οφέλη. Μια πόλη με αποτελεσματική και αξιόπιστη επιβολή του νόμου καθώς και ενισχυμένη ασφάλεια είναι πιο πιθανό να προσελκύσει κατοίκους, επισκέπτες και νέες επιχειρήσεις. Γεγονός το οποί συμβάλλει ακόμα περισσότερο στην οικονομική της ανάπτυξη.
Αξιοποίηση δεδομένων στο αστικό περιβάλλον
Τα video analytics δίνουν τη δυνατότητα στις δημόσιες αρχές που είναι υπεύθυνες για τη διαχείριση των αστικών δομών (δήμοι, αστυνομία, τεχνικές υπηρεσίες, κ.α.) να αξιοποιήσουν τα δεδομένα που λαμβάνουν κυρίως από τις κάμερες ασφάλειας και να βελτιώνουν τη διαχείριση των καθημερινών λειτουργιών αλλά και των υποδομών μιας πόλης. Πολύ χρήσιμο στοιχείο σε όλη αυτή τη διαδικασία είναι η δυνατότητα οπτικοποίησης αυτών των δεδομένων σε γραφήματα, reports, ώστε οι υπεύθυνοι να μπορούν να εντοπίζουν πιο εύκολα μια περίεργη ένδειξη ή μια αστοχία.
Παραδείγματος χάρη, οι υπεύθυνοι διαχείρισης κυκλοφορίας έχουν τη δυνατότητα να αναλύσουν την κίνηση στους δρόμους με τη μεγαλύτερη συχνότητα ατυχημάτων και να αξιολογήσουν τα αίτια που οδηγούν σε αυτό το γεγονός. Επίσης, θα μπορούσαν να διερευνήσουν τα δεδομένα κυκλοφορίας, που δημιουργούνται οι μεγαλύτερες συμφορήσεις και πότε και άλλα πολύ χρήσιμα στοιχεία τα οποία για να συγκεντρωθούν σήμερα απαιτούν χρονοβόρες και δαπανηρές μελέτες με μεγάλες πιθανότητες λάθους. Με τη χρήση όλων αυτών των δεδομένων θα μπορούσα να υλοποιήσουν ένα στοχευμένο πλάνο ενεργειών που να περιλαμβάνει συγκεκριμένες ενέργειες όπως μονοδρομήσεις κάποιων δρόμων, δημιουργία ποδηλατοδρόμων, απαγόρευση οχημάτων κάποιες άλλες συγκεκριμένες ώρες. Πιθανόν και τώρα θα ισχυρισθούν κάποιοι ότι γίνονται παρόμοιες ενέργειες αλλά συνήθως είναι μεμονωμένες και όχι βάσει κάποιου μακροχρόνιου σχεδιασμού και το κυριότερο βασίζονται πολύ συχνά σε λανθασμένα δεδομένα. Οπότε δημιουργούν μεγαλύτερα προβλήματα από αυτά που προσπαθούν να επιλύσουν.
Η γνώση της κυκλοφοριακής κίνησης είναι επίσης πολύ σημαντική και για τις εταιρείες που διαχειρίζονται τα μέσα μαζικής μεταφοράς. Αξιοποιώντας τις πληροφορίες βίντεο σχετικά με την κυκλοφορία σε όλη την πόλη, οι οργανισμοί των μέσων δημόσιας συγκοινωνίας μπορούν να λαμβάνουν αποφάσεις βάσει δεδομένων σχετικά με τον προγραμματισμό των δρομολογίων και τις υπηρεσίες που παρέχουν . Η ανάλυση των δεδομένων από τις στάσεις λεωφορείων, για παράδειγμα, μπορεί να βοηθήσει τους υπεύθυνους να αντιληφθούν καλύτερα τις ώρες αυξημένης κίνησης και να προσαρμόσουν ανάλογα τα δρομολόγια τους.
Με τον ίδιο τρόπο τα δεδομένα που συλλέγονται από τα συστήματα επιτήρησης μεγάλων διαμετακομιστικών κόμβων όπως είναι τα διεθνή αεροδρόμια, οι σιδηροδρομικοί σταθμοί και τα λιμάνια μπορούν επίσης να βοηθήσουν στον προγραμματισμό των υπηρεσιών, αλλά και στην αύξηση της ασφάλειας καθώς αυτά τα σημεία είναι ευάλωτα σε εγκληματικές και τρομοκρατικές ενέργειες.
5 σημαντικά οφέλη για τη δημόσια ασφάλεια
Είδαμε στις προηγούμενες γραμμές τα πλεονεκτήματα που προσφέρει η χρήση συστημάτων τεχνητής νοημοσύνης σε ότι αφορά τη φυσική ασφάλεια. Μπορούμε μέσω αυτών των πλεονεκτημάτων να καταλήξουμε σε 5 βασικούς λόγους που επιβάλλουν την όσο το δυνατό συντομότερη ενσωμάτωση της στα συστήματα ασφάλειας.
Αυτό που πρέπει να έχουμε πάντα υπόψη μας είναι ότι η ταχύτητα στη ανταπόκριση ενός περιστατικού διαδραματίζει πολύ σημαντικό ρόλο σε ότι αφορά την αποτελεσματική αντιμετώπιση του. Όμως στην πράξη έχει διαφανεί ότι δεν είναι εύκολα υλοποιήσιμο. Είτε λόγω του μεγάλου αριθμού περιστατικών, είτε λόγω έλλειψης προσωπικού. Κάτι που συνήθως αποτελεί ένα σημαντικό πρόβλημα για τις υπηρεσίες έκτακτων αναγκών.
Εδώ λοιπόν η τεχνητή νοημοσύνη και τα video analytics μπορούν να παίξουν πολύ σημαντικό ρόλο. Χαρακτηριστικό παράδειγμα το Ντουμπάι όπου ανέπτυξε σχετικά πρόσφατα το “Oyoon”. Πρόκειται για ένα έξυπνο σύστημα επιτήρησης πόλεων που μπορεί να κάνει αποστολή και οργάνωση αστυνομικών περιπολιών χωρίς ανθρώπινη παρέμβαση.
Σύμφωνα με τη Deloitte, μια πρόσφατη μελέτη της διαπίστωσε ότι οι έξυπνες τεχνολογίες όπως η τεχνητή νοημοσύνη θα μπορούσαν να συμβάλλουν στη μείωση της εγκληματικότητας από 30% ως 40% μειώνοντας τους χρόνους απόκρισης μέχρι 30% .
Η ίδια μελέτη διαπίστωσε ότι όλο και περισσότερες δημόσιες υπηρεσίες έχουν αρχίσει να επενδύουν σε αυτά τα συστήματα που μπορούν να εντοπίζουν επικίνδυνα περιστατικά. Τεχνολογίες όπως η αναγνώριση προσώπου και η χρήση βιομετρικών συστημάτων, η εγκατάσταση καμερών στα περιπολικά αλλά ακόμα και στις στολές των αστυνομικών, η χρήση drones με δυνατότητες εναέριας επιτήρησης δίνουν ένα τεράστιο όγκο δεδομένων ο οποίος μπορεί να φιλτραρισθεί με τα συστήματα τεχνητής νοημοσύνης και να βελτιώσει τις υπηρεσίες παροχής ασφάλειας.
Υπάρχουν λοιπόν 5 βασικοί λόγοι που μας ωθούν να επενδύσουμε στην ενσωμάτωση της τεχνητής νοημοσύνης στα συστήματα ηλεκτρονικής ασφάλειας
1.Καλύτερη επίγνωση της κατάστασης : Γνωρίζοντας καλύτερα το περιβάλλον στο οποίο έχει συμβεί το περιστατικό μπορούμε να δράσουμε πιο αποτελεσματικά. Γιατί μπορεί η ταχύτητα να είναι πολύ σημαντική σε ότι αφορά την ανταπόκριση των υπηρεσιών ασφάλειας, αλλά και η γνώση της κατάστασης μπορεί να βοηθήσει ακόμα περισσότερο. Αν οι ομάδες που θα κληθούν να διαχειριστούν το περιστατικό έχουν καλή γνώση της υφιστάμενης κατάστασης μπορούν να είναι ακόμα πιο αποτελεσματικοί.
Η χρήση καμερών παρακολούθησης μπορούν να παρέχουν πληροφορίες σε πραγματικό χρόνο σχετικά με ένα περιστατικό και τη τρέχουσα κατάσταση. Αλλά οι δυνατότητες τους γίνονται ακόμα πιο ισχυρές όταν κάνουν χρήση των video analytics ώστε να εντοπίσουν ύποπτες πινακίδες οχημάτων ή να κάνουν μια γρήγορη αναγνώριση του προσώπου ενός ανθρώπου που μπορεί να ανήκει σε μια λίστα υπόπτων. Γνωρίζοντας όλα αυτά, οι αστυνομικοί που θα κληθούν να αντιμετωπίσουν μια κατάσταση μπορούν να είναι πολύ πιο προσεχτικοί και συνειδητοποιημένοι σχετικά με τους πιθανούς κινδύνους που θα κληθούν να διαχειριστούν.
2.Αναγνώριση προσώπου: Η δυνατότητα της αναγνώρισης προσώπου είναι ένα μικρό κεφάλαιο από μόνη της. Κάναμε μια σύντομη μνεία στην προηγούμενη ενότητα αλλά είναι τόσο σημαντική που αξίζει να αναλύσουμε τη συγκεκριμένη δυνατότητα λίγο περισσότερο. Η γνώση της κατάστασης που αναλύθηκε ήδη ως πλεονέκτημα είναι από μόνη της πολύ σημαντικοί. Οι αστυνομικοί που θα κληθούν να διαχειριστούν ένα περιστατικό θα γνωρίζουν ήδη μέσω των tablets που θα διαθέτουν και από την καταγραφή των video τι έχει συμβεί και σε ποιο ακριβές σημείο. Όμως, αυτό που θα βελτιώσει ακόμα περισσότερο την επιχειρησιακή τους ικανότητα είναι να γνωρίζουν με ποιον ή με ποιους έχουν να ασχοληθούν. Η συγκεκριμένη γνώση μπορεί να συμβάλλει στην υλοποίηση ενός αποτελεσματικού επιχειρησιακού σχεδίου και να γνωρίζουν πως θα πρέπει να λειτουργήσουν. Μπορεί να έχουν περάσει αρκετά χρόνια αλλά το τραγικό περιστατικό στο οποίο ενεπλάκη ο Ρουμάνος δραπέτης Σορίν Ματέι είναι δυστυχώς χαρακτηριστικό για το πως θα μπορούσαν να αποφευχθεί η δραματική κατάληξη αν υπήρχε η δυνατότητα τότε να χρησιμοποιηθούν τα σύγχρονα εξελιγμένα συστήματα επιτήρησης με χρήση video analytics.
- Αποτελεσματικότερη διαχείριση φυσικών καταστροφών: Δεν είναι όμως μόνο στα θέματα φυσικής ασφάλειας στα οποία τα έξυπνα συστήματα επιτήρησης μπορούν να παίξουν έναν σημαντικό ρόλο. Πολλές φορές καλούνται και ομάδες έκτακτων περιστατικών λόγω μιας φυσικής καταστροφής. Πυρκαγιές, πλημμύρες, κατολισθήσεις, ατυχήματα μεγάλης κλίμακας ανήκουν σε αυτή την κατηγορία. Δυστυχώς και στη χώρα μας έχουμε τα τελευταία χρόνια έχουμε αρκετά και επαναλαμβανόμενα περιστατικά που ανήκουν σε αυτή την κατηγορία με τραγικά αποτελέσματα. Συχνά μάλιστα αυτά τα περιστατικά κλιμακώνονται γρήγορα, καθιστώντας δύσκολο για οποιονδήποτε να κρατήσει τα πράγματα υπό έλεγχο. Εδώ τα video analytics τα οποία θα αξιοποιούν τα ζωντανά δεδομένα που θα καταγράφονται από την κάμερα μπορούν να βοηθήσουν στο μέγιστο δυνατό βαθμό. Παραδείγματος χάρη η ένταση του ανέμου και η κατεύθυνση της πυρκαγιάς θα μπορούν να προβλεφθούν δίνοντας ένα σημαντικό περιθώριο χρόνου για τη σωστή εκκένωση των περιοχών που πιθανώς να βρίσκονται υπό άμεσο κίνδυνο. Το ίδιο μπορεί να συμβεί και πλημμύρες ή άλλα έντονα φαινόμενα που υπό άλλες συνθήκες θα ήταν σχεδόν αδύνατη η έγκαιρη πρόβλεψη της κατάστασης.
4.Αποτελεσματικότερη παρακολούθηση: Οι δυνάμεις ασφαλείας μπορούν να παρακολουθούν πολύ πιο αποτελεσματικά ύποπτους είτε μεμονωμένα άτομα είτε σε ομάδες χρησιμοποιώντας λύσεις με δυνατότητα τεχνητής νοημοσύνης. Παραδείγματος χάρη η παρακολούθηση μεμονωμένων ατόμων μπορεί να αξιοποιεί τη δυνατότητα χρήσης χαρακτηριστικών όπως το χρώμα των ρούχων ή ακόμα και βιομετρικά στοιχεία του εν δυνάμει ατόμου ενώ τα οχήματα μπορούν να παρακολουθούνται με εφαρμογές αναγνώρισης πινακίδων κυκλοφορίας. Οπότε πλέον μειώνονται πολύ οι ανθρώπινοι πόροι που χρησιμοποιούνταν για αυτές τις καταστάσεις ενώ αυξάνεται και η αποτελεσματικότητα της παρακολούθησης που μπορεί να βοηθήσει στη γρηγορότερη σύλληψη ενός πιθανού εγκληματία και να αποτρέψει την παραβατική πράξη του.
5.Επιτήρηση μέσων δικτύωσης: Εδώ πλέον αγγίζουμε πολύ ευαίσθητα σημεία καθώς υπάρχουν και αυστηρές νομοθεσίες για την προστασία των προσωπικών δεδομένων. Αλλά σίγουρα η παρακολούθηση των κοινωνικών μέσων δικτύωσης αποτελεί πλέον ένα αναπόφευκτο εργαλείο για τις υπηρεσίες ασφάλειας. Πολλά εγκλήματα σχεδιάζονται αλλά και υλοποιούνται μέσω του διαδικτύου οπότε η παρακολούθηση των μέσων δικτύωσης των υπόπτων για παραβίαση του νόμου είναι αναπόφευκτη. Ο όγκος των δεδομένων που διακινούνται μέσω του διαδικτύου κάνει επιτακτική την ανάγκη για χρήση ειδικών προγραμμάτων τεχνητής νοημοσύνης που μπορούν να παρακολουθούν όλα αυτά τα δεδομένα και να εντοπίζουν με αυτόματο τρόπο πιθανές παραβατικές ενέργειες.
Συμπερασματικά…
Οι τεχνολογίες τεχνητής νοημοσύνης εξελίσσονται συνεχώς οπότε και οι εφαρμογές της γίνονται όλο και πιο διαδεδομένες. Φαίνεται ότι φτάνουμε στο τέλος της περιόδου όπου τα ανθρωποκυνηγητά των εγκληματιών γίνονταν με το συμβατικό τρόπο των επιτόπου αναζητήσεων των αστυνομικών δυνάμεων. Με τη συνδυασμένη χρήση των συστημάτων επιτήρησης και των εργαλείων τεχνητής νοημοσύνης θα είναι πολύ πιο εύκολος ο εντοπισμός των παραβατών του νόμου. Αλλά το μεγάλο πλεονέκτημα της τεχνητής νοημοσύνης δεν περιορίζεται μόνο στο γεγονός ότι θα είναι πιο εύκολη η σύλληψη των εγκληματιών που κινούνται μέσα σε ένα αστικό συγκρότημα. Το μεγάλο συγκριτικό της πλεονέκτημα είναι ότι η διαδεδομένη χρήση των εργαλείων τεχνητής νοημοσύνης θα μπορέσει να βοηθήσει τις δημόσιες δυνάμεις ασφάλειας να προλαμβάνουν με πολύ μεγαλύτερη πιθανότητα επιτυχίας μεγάλο αριθμό εγκληματικών και τρομοκρατικών ενεργειών. Επίσης τα εργαλεία τεχνητής νοημοσύνης θα βοηθήσουν στη βελτίωση της αποτελεσματικότητας σε ότι αφορά την αντιμετώπιση έκτακτων καταστάσεων που δεν σχετίζονται με παραβιάσεις του νόμου αλλά με φυσικές ή και ανθρωπογενείς καταστροφές.
Η τεχνητή νοημοσύνη είναι εδώ και οι δυνατότητες της είναι απεριόριστες. Θα πρέπει από τώρα όλοι να προσπαθήσουμε να δούμε πως ακριβώς θα μπορέσουμε να εκμεταλλευτούμε αυτές τις δυνατότητες ώστε να βελτιώσουμε τα επίπεδα ανταπόκρισης και να ενισχύσουμε το επίπεδο ασφάλειας όλων όσων κινούνται, εργάζονται ή επισκέπτονται ένα χώρο ή ακόμα και μια πόλη. Είναι κρίμα να αγνοούμε αυτές τις δυνατότητες και να προσπαθούμε να αντιμετωπίσουμε επικίνδυνες καταστάσεις με εργαλεία και τεχνικές του παρελθόντος όταν η τεχνολογία μας δίνει τη δυνατότητα χρήσης νέων εξελιγμένων εργαλείων.