Skip to content
Blog
Topic
All
AIoT
SMB Solutions
Products and technologies
Industries
All
Retail
Traffic
Edukacja
Logistyka
Building
Energy
Manufacturing
Sports
Sustainability
Business trends
Cybersecurity
Partner and customer experience
Deep learning
Thermal
CSR
AI
Events
Alarm
ESG
Access control
Video Intercom
Security Operations
Trends
Solution
LED
Software
Resources and events
IFPD
WonderHub
Virtual Production
Hikvision eLearning
Tourism
Perimeter Security
Search blog
Blog
Filter
Cancel
Topic
All
AIoT
SMB Solutions
Products and technologies
Industries
All
Retail
Traffic
Edukacja
Logistyka
Building
Energy
Manufacturing
Sports
Sustainability
Business trends
Cybersecurity
Partner and customer experience
Deep learning
Thermal
CSR
AI
Events
Alarm
ESG
Access control
Video Intercom
Security Operations
Trends
Solution
LED
Software
Resources and events
IFPD
WonderHub
Virtual Production
Hikvision eLearning
Tourism
Perimeter Security
Resetuj
Prześlij

Badanie dotyczące AI na dużą skalę w zabezpieczeniach wideo: Rozwiązywanie problemów w różnych sektorach, choć wyzwania wciąż pozostają

Kamery z funkcjami AI pozostają jednym z głównych czynników napędzających rynek zabezpieczeń fizycznych i IoT. Najnowsze modele AI na dużą skalę, takie jak Guanlan od Hikvision, są na czołowej pozycji w tym trendzie, ponieważ rewolucjonizują zabezpieczenia wideo, rozwijając holistyczne zrozumienie strumieni wideo, a tym samym umożliwiając szereg nowych funkcji, takich jak wyszukiwanie wideo oparte na języku naturalnym.

 

Przyjęcie AI systematycznie rośnie w ciągu ostatnich kilku lat i można śmiało powiedzieć, że wielu profesjonalistów z branży ma na oku następny krok—dużą skalę AI.

 

Nie jest to zaskakujące, ponieważ korzyści płynące z najnowszej technologii są imponujące i oczywiste. Modele AI na dużą skalę, które wykorzystują ogromne zbiory danych multimodalnych i architektury oparte na transformatorach, mogą nie tylko rozpoznawać obiekty i zdarzenia, ale także rozumieć relacje między nimi. Umożliwia to systemom z funkcjami AI na dużą skalę wykrywanie subtelnych anomalii lub zmian kontekstu, które byłyby niewidoczne dla podejść opartych na regułach lub konwencjonalnych AI.

 

Jak długo jednak zajmie rewolucji w AI, aby zagościła w procesach bezpieczeństwa fizycznego w rzeczywistych zastosowaniach?

 

Aby zbadać przyjęcie AI na dużą skalę w bezpieczeństwie wideo, asmag.com i Hikvision połączyli siły, aby przeprowadzić badanie dotyczące wdrożenia i potencjału modeli na dużą skalę. Podczas gdy artykuł partnerski do tego tekstu bada świadomość użytkowników, trendy popytu i czynniki przyjmowania, teraz przyjrzymy się bliżej problemom, które użytkownicy oczekują, że zostaną złagodzone przez AI na dużą skalę, a także branżom, w których oczekują znaczącego wpływu. Przyjrzymy się również wyzwaniom, które pozostają przed powszechnym przyjęciem najnowszych modeli AI.

 

Kluczowe ustalenia

Przyjęcie AI na dużą skalę jest już znaczące

 

Ponieważ producenci stopniowo dodają najnowsze technologie do swojej oferty, takie jak AI na dużą skalę Guanlan firmy Hikvision zasilająca kamery DeepinView X i NVR AcuSeek, znaczna część profesjonalistów już z nich korzysta lub planuje wkrótce je przyjąć. Ponad połowa respondentów w naszym badaniu, czyli 55%, twierdzi, że już korzysta z modeli AI na dużą skalę, podczas gdy kolejne 20% mówi, że planuje zacząć to robić w ciągu najbliższych 12 miesięcy.

 

To odkrycie, które sugeruje, że wskaźniki przyjęcia mogą wzrosnąć do około 75% w ciągu roku, odpowiada szerszemu trendowi rynkowemu w kierunku szybkiego przyjęcia. Podkreśla to również znaczenie, jakie użytkownicy przypisują byciu na bieżąco w kwestii AI: W naszym badaniu 52% twierdzi, że przyjęcie AI na dużą skalę jest „bardzo ważne dla przyszłości bezpieczeństwa wideo”, podczas gdy kolejne 26% mówi, że jest „ważne”.

 

Bariery adopcyjne, takie jak wysokie koszty (wspomniane przez 60% respondentów) oraz prywatność danych i zgodność (wspomniane przez 57%), nie wydają się znacząco spowalniać tego trendu.

 

Szeroko zakrojona sztuczna inteligencja adresuje kluczowe problemy.

Respondenci mocno kojarzą modele sztucznej inteligencji na dużą skalę z rozwiązywaniem długoletnich problemów. Na pytanie „Jaką wartość widzisz w pojawiających się wdrożeniach lub aplikacjach modeli sztucznej inteligencji na dużą skalę w zakresie bezpieczeństwa wideo do tej pory,” 73,4% wskazuje na poprawę efektywności operacyjnej, 62% mówi o zmniejszeniu błędów ludzkich, a 55,4% mówi o lepszym doświadczeniu użytkownika końcowego.

Odpowiedzi na pytanie „W jakich obszarach widzisz największą potrzebę lub potencjał innowacji napędzanych przez najnowszą sztuczną inteligencję na dużą skalę?” podobnie pokazują, że respondenci oczekują postępów w sztucznej inteligencji, które zautomatyzują lub uproszczą codzienne operacje zespołów ochrony—szczególnie te, które są czasochłonne i podatne na błędy ludzkie.

 

Respondenci widzą największy potencjał innowacji w wyszukiwaniu wideo i dochodzeniach kryminalistycznych (56%), wykrywaniu obiektów i zdarzeń (39,1%) oraz powiadomieniach w czasie rzeczywistym i reaktywności (34,3%).

 

Wyszukiwanie wideo i dochodzenia kryminalistyczne: Produkty napędzane modelami sztucznej inteligencji na dużą skalę, takie jak NVR-y AcuSeek firmy Hikvision, umożliwiają wyszukiwanie wideo w naturalnym języku, co pozwala na natychmiastowe odzyskiwanie odpowiednich klipów bez ręcznego przeglądania przy użyciu zdefiniowanych wcześniej terminów wyszukiwania.

 

Wykrywanie obiektów i zdarzeń: Dzięki odróżnieniu znaczącej aktywności od szumów tła, a także podejrzanych przedmiotów od tych niebudzących podejrzeń, kamery zasilane sztuczną inteligencją na dużą skalę, takie jak seria Hikvision DeepinViewX, mogą zredukować fałszywe alarmy o 90%, z dużo większą dokładnością w porównaniu do konwencjonalnych kamer AI.

 

Powiadomienia w czasie rzeczywistym i reakcja: Powiadomienia kontekstowe zasilane sztuczną inteligencją na dużą skalę pozwalają na szybsze i dokładniejsze reakcje, usprawniając podejmowanie decyzji w krytycznych momentach.

 

Inne najczęstsze odpowiedzi na pytanie o najwyższy potencjał innowacji to konfiguracja systemu i optymalizacja zasobów (25,9%) oraz konfiguracja alarmów i filtrowanie (22,8%). To pokazuje, że profesjonaliści z branży również oczekują korzyści wykraczających poza codzienne procesy pracy zespołów ochrony—na przykład w początkowej konfiguracji architektur i ich udoskonalaniu.

 

Sektory o wysokim potencjale wpływu

Ponad połowa respondentów, czyli 51,2%, postrzega infrastrukturę krytyczną jako sektor, w którym „funkcjonalności zasilane modelami AI na dużą skalę staną się najbardziej powszechne.” Ponad 10% przewagi nad resztą sektora, pokazuje, że sztuczna inteligencja na dużą skalę jest postrzegana jako najbardziej korzystna w środowiskach krytycznych dla bezpieczeństwa, o wysokiej złożoności, gdzie skala monitorowania jest duża, a tolerancja błędów niska. Przykładem tego trendu w rzeczywistości jest Narodowe Muzeum Jogja w Indonezji, gdzie system AcuSeek zasilany sztuczną inteligencją firmy Hikvision umożliwił szybkie wyszukiwanie incydentów i inteligentne powiadomienia, skracając czasy reakcji i zwiększając ochronę dzieł sztuki.

Sektory, w których respondenci również oczekują znacznej adopcji—takie jak transport (40,3%) i przemysł/produkcja (38,5%)—charakteryzują się również dużymi wdrożeniami. Tutaj również zautomatyzowane operacje bezpieczeństwa wspierane przez dużą skalę AI są szczególnie korzystne.

 

Tymczasem, wrażliwe na ceny sektory, takie jak detal, (21,6%) są postrzegane jako dość niechętne do przyjęcia dużej skali AI. Warto jednak zauważyć, że odpowiedzi były rozproszone wśród wszystkich 10 sektorów wymienionych w badaniu, z których wszystkie mieściły się w przedziale od ponad 50 do 20%. To pokazuje, że respondenci oczekują, iż duża skala AI wpłynie na wszystkie sektory - w niektórych szybciej, w innych później. 

 

Wyzwania związane z przyjęciem: Różnice regionalne dotyczące kosztów i prywatności

Przypuszczalnie wysoki koszt urządzeń zasilanych dużą skalą AI jest postrzegany jako główna przeszkoda w szybkim przyjęciu tej technologii. Na pytanie „Jakie wyzwania lub przeszkody widzisz w przyjęciu najnowszych modeli dużej skali AI w bezpieczeństwie,” 60% wskazuje na koszty, a następnie na obawy dotyczące prywatności danych i zgodności (57%), a także na integrację z systemami dziedziczonymi (53%).

Bliższe przyjrzenie się odpowiedziom ujawnia regionalne wzorce. Prawie czterech na pięciu respondentów z Azji wskazuje na obawy dotyczące kosztów (78,9%) jako przeszkody, podczas gdy problemy z prywatnością i zgodnością wyraźnie dominują wśród tych z Europy (UE i poza UE), z 81,1% wskazującymi na nie.

 

Sceptycyzm ustępuje?

Złożoność i nowość dużych modeli AI są również zmartwieniem wśród respondentów, chociaż w mniejszym stopniu. Około jedna trzecia respondentów (33,1%) wskazuje „brak zrozumienia technicznego” jako przeszkodę, podczas gdy 18% wskazuje „opór przed zmianami/sceptycyzm klientów”.

 

Jednak w miarę jak coraz więcej użytkowników będzie miało kontakt z dużymi modelami AI, ta przeszkoda może zająć niższą pozycję na liście. Organizacje szeroko przyjmują AI na dużą skalę, pomimo postrzeganych wyzwań.

 

Gdy zapytano „Które z poniższych stwierdzeń najlepiej odzwierciedla pogląd Twojej organizacji na temat najnowszej AI,” mniej niż jedna czwarta mówi, że ich pracodawcy „nie mają planów” na wdrożenie dużej AI (9,6%) lub są „sceptyczni” wobec niej (12,6%). W przeciwieństwie do tego, większość respondentów pracuje w raczej „pozytywnych wobec AI” organizacjach, które są tylko podzielone co do tego, kiedy podjąć krok w kierunku AI na dużą skalę. Podczas gdy 38,5% mówi, że ich pracodawcy obecnie badają potencjał technologii, 37,3% mówi, że aktywnie ją testują lub już z niej korzystają.

Wnioski

Dzięki ofertom takim jak seria nowych produktów zasilanych modelami AI Guanlan firmy Hikvision, AI na dużą skalę nie jest już tylko obietnicą na przyszłość—już teraz przekształca przepływy pracy i priorytety branży zabezpieczeń wideo. Z Guanlan, Hikvision stosuje AI na dużą skalę w obszarach wizualnych, językowych i multimodalnych, aby zaspokoić rzeczywiste potrzeby, takie jak ochrona perymetru, wyszukiwanie tekstu i wykrywanie obiektów.

 

Sztuczna inteligencja w dużej skali wykazuje silną zdolność do generalizacji, co pozwala jej dostosowywać się do różnych scenariuszy, jednocześnie redukując fałszywe alarmy, poprawiając analizy i wspierając bardziej złożone podejmowanie decyzji. Jej siła tkwi w rozwiązywaniu uporczywych wyzwań operacyjnych, otwierając jednocześnie drzwi do nowych poziomów automatyzacji i udoskonalenia.

 

Droga naprzód będzie definiowana przez to, jak dobrze branża zrównoważy innowacje z praktycznymi kwestiami, takimi jak koszty i zgodność. Jedno jest pewne: sztuczna inteligencja w dużej skali staje się fundamentem przyszłych architektur bezpieczeństwa, a jej pełny potencjał dopiero zaczyna się ujawniać, obiecując jeszcze szersze możliwości w nadchodzących latach.

 

Aby zapoznać się z pełnymi wynikami badania i szczegółowymi spostrzeżeniami branżowymi na temat wykorzystania sztucznej inteligencji w dużej skali w zabezpieczeniach wideo, kliknij tutaj.

 

 

Źródło: https://www.asmag.com/showpost/35252.aspx

AIoT Business trends

Powiązane treści

Zapisz się do newslettera

Zasubskrybuj nasz newsletter, aby otrzymywać najnowsze informacje i popularne treści o firmie Hikvision.

Ten serwis korzysta z plików cookies. Są one stosowane w celu zapamiętywania prywatnych ustawień użytkownika, oraz wygodniejszego i płynniejszego użytkowania portalu. Korzystając z serwisu wyrażasz zgodę na używanie cookies. Ustawienia te mogą być zmienione w każdej chwili w opcjach przeglądarki.  Polityka Plików Cookie i Polityka Prywatności.

Skontaktuj się z nami
Hik-Partner Pro close
Hik-Partner Pro
Security Business Assistant. At Your Fingertips. Learn more
Hik-Partner Pro
Scan and download the app
Hik-Partner Pro
Hik-Partner Pro

Get a better browsing experience

You are using a web browser we don’t support. Please try one of the following options to have a better experience of our web content.