Kesalahpahaman tentang AI dan Analitik dalam keamanan video menjadi umum terjadi akibat perkembangan teknologi yang pesat dan tingkat pemahaman yang bervariasi. Kecerdasan Buatan (AI) dan analitik semakin sering digunakan sebagai istilah yang dapat dipertukarkan ketika membahas kamera keamanan video.

Berikut adalah 4 kesalahpahaman umum tentang AI dan analitik:

Kesalahpahaman #1:

AI dan Analitik adalah hal yang sama

Orang sering bingung membedakan antara AI dan Analitik, padahal keduanya berbeda. AI digunakan dalam industri video untuk meningkatkan kemampuan analitik dan analisis. Teknik ini melibatkan penggunaan algoritma Machine Learning dan Deep Learning untuk mengenali atau mengklasifikasikan objek yang dikenal seperti orang atau kendaraan.

AI dapat lebih lanjut mendeteksi atribut unik dari objek seperti warna pakaian, atau objek tambahan yang dibawa atau dikenakan seperti tas punggung atau kacamata.

• Deteksi Objek

”Proses-proses tersebut seperti tumpang tindih ketika AI juga digunakan untuk meningkatkan analisis perilaku yang kompleks.”

Di sisi lain, Analitik mengacu pada proses menganalisis apa yang dilakukan objek yang terdeteksi. Proses-proses ini sedikit tumpang tindih ketika AI juga digunakan untuk meningkatkan analisis perilaku kompleks. Apakah sebuah kendaraan bergerak ke kiri atau ke kanan dalam area pandang kamera, kemungkinan melawan arus di jalan satu arah? Apakah kendaraan tersebut memasuki zona terlarang? Haruskah sebuah mobil tiba di area ini pada pukul 3 pagi? Ini adalah tugas analitik dasar yang bersifat biner (ya/tidak).

Menentukan apakah dua orang sedang bertengkar atau seseorang sedang mencuri di toko adalah Analisis yang lebih rumit yang memerlukan algoritma AI yang canggih, yang mampu mempertimbangkan beberapa titik data sebelum memberitahu staf tentang perilaku mencurigakan.

• Mengatasi hasil positif palsu (False-Positives) dengan Analitik yang dibantu AI

Sebelum deteksi objek berbasis AI, Analitik sering mengalami hasil positif-palsu setiap kali pencahayaan berubah (sebuah awan yang lewat dapat mengubah piksel). Bekerja sama, AI dan Analitik telah banyak menyelesaikan masalah hasil positif-palsu untuk objek yang mereka kenali. Pada kamera yang dipasang dengan benar, analitik yang dibantu AI dapat mengeluarkan peringatan proaktif atau mencari melalui jam-jam rekaman untuk manusia atau kendaraan dengan atribut tertentu dengan cepat.

AI menambahkan informasi klasifikasi dan perilaku untuk meningkatkan akurasi keseluruhan dari analitik dan analisis. AI juga dapat digunakan untuk meningkatkan kualitas gambar pada kamera, sehingga ada banyak cara lain penggunaannya.

Kesalahpahaman #2:

AI dapat beroperasi secara otonomatis dan menggantikan personel keamanan

”AI yang digabungkan dengan Analitik dapat membantu operator memantau jumlah kamera yang semakin banyak untuk mendeteksi anomali dan kejadian.”

Meskipun AI dapat meningkatkan pengawasan dan respons, pemahaman yang mendalam dan kemampuan pengambilan keputusan manusia masih sangat penting dalam kebanyakan situasi. AI yang digabungkan dengan analitik dapat membantu operator memantau jumlah kamera yang terus bertambah untuk mendeteksi anomali dan kejadian yang mungkin memerlukan perhatian, tetapi keputusan tentang tindakan yang harus diambil tetap sepenuhnya berada di tangan operator.

Asisten 'pintar' yang semakin berkembang yang diwakili oleh AI membantu tim keamanan fokus pada hal-hal yang penting dalam dunia yang semakin kompleks, tetapi ini adalah usaha tim. Dan meskipun kemampuan AI untuk beroperasi secara otonom pasti akan meningkat, sulit membayangkan dunia di mana bijaksana untuk membiarkannya membuat keputusan penting tanpa pengawasan manusia.

Kesalahpahaman #3:

Kamera keamanan berbasis AI sedang mengancam privasi

Melindungi ‘Personally Identifiable Information’ (PII - informasi pengenal pribadi) adalah tanggung jawab penting bagi setiap organisasi. Karena maraknya pelanggaran data, semua orang sangat sadar akan risiko terhadap PII yang jatuh ke tangan yang salah. Untuk sistem keamanan video, penting untuk memahami bahwa metadata deskriptif yang ditangkap oleh kamera berbasis AI terdiri dari data anonim tentang manusia yang terdeteksi.

Atribut seperti warna pakaian dan apakah seseorang membawa ransel atau mengenakan topi tentu tidak cukup untuk mengidentifikasi seseorang secara pribadi. Meskipun mungkin ada area abu-abu dengan beberapa sistem AI yang mencoba mengklasifikasikan jenis kelamin dan usia, mereka tetap tidak mengidentifikasi orang secara spesifik.

• Pengenalan Wajah

”Pengenalan wajah adalah fungsi yang spesifik dan terfokus, dan meskipun mungkin dapat ditingkatkan dengan beberapa teknik berbasis AI.”

Yang paling penting, AI tidak sama dengan pengenalan wajah. Pengenalan wajah adalah fungsi yang spesifik dan terfokus, dan meskipun dapat ditingkatkan dengan beberapa teknik berbasis AI, pengenalan wajah memiliki perkembangan yang terpisah dari AI.

Pengenalan wajah memiliki implikasi privasi, sementara sebagian besar implementasi AI tidak.

• Deteksi berbasis AI

Selain itu, deteksi manusia dan kendaraan berbasis AI biasanya dilakukan "on-the-edge" atau diproses di dalam kamera itu sendiri, sementara pengenalan wajah hampir selalu memerlukan aplikasi dan basis data VMS (Video Management System – Sistem Manajemen Video) / server terpisah untuk berfungsi.

Jadi, kamera berbasis AI tidak secara otomatis melakukan pengenalan wajah.

Kesalahpahaman #4:

AI dapat mempelajari segala sesuatu secara mandiri

”Algoritma berbasis AI hanya sebaik pelatihan yang telah mereka terima.”

Meskipun AI dapat secara signifikan meningkatkan kemampuan pengawasan video, algoritma mesin dan pembelajaran mendalam tidaklah sempurna. Mereka memerlukan pengawasan manusia untuk mengelola kesalahan deteksi dan menafsirkan situasi yang kompleks. Algoritma berbasis AI hanya ’Sebaik pelatihan yang telah mereka terima’.

Sebagai contoh, algoritma deteksi manusia dan kendaraan telah dilatih dengan cermat oleh departemen R&D dalam lingkungan laboratorium dengan ratusan ribu, jika tidak jutaan, gambar representatif. Inilah sebabnya mereka bisa sangat akurat ketika dipasang dengan benar.

• Kamera AI ‘On-Site Learning’

Agar sistem berbasis AI benar-benar dapat belajar mengenali sesuatu, mereka juga harus diberi tahu ketika mereka melakukan kesalahan. Jenis pelatihan ini biasanya dilakukan di bawah pengawasan pengembang AI yang berpengalaman. Baru-baru ini, kamera AI dengan fitur ‘pembelajaran di lokasi’ telah tersedia.

Kamera-kamera ini dapat dilatih oleh operator untuk mengenali objek unik dan dapat disesuaikan seperti forklift, keranjang belanja, pesawat terbang, logo pada kendaraan, atau objek apa pun yang ingin dilacak atau dihitung oleh organisasi. Sistem-sistem ini juga harus dilatih agar akurat.

• Aplikasi Pelatihan Cerdas

”Pembelajaran AI di lokasi juga merupakan cara yang bagus untuk meningkatkan akurasi keseluruhan di lingkungan apa pun yang rentan terhadap kesalahan deteksi.”

Tantangan pelatihan di lokasi yang umum adalah menangkap objek dalam setiap kondisi pencahayaan. Untuk mengatasi hal ini, vendor yang berpikiran maju menyertakan aplikasi pelatihan cerdas yang secara otomatis menghasilkan gambar tambahan di berbagai nilai luminansi, sehingga menghemat waktu dan usaha operator serta meningkatkan akurasi.

Pembelajaran AI di lokasi juga merupakan cara yang bagus untuk meningkatkan akurasi keseluruhan di lingkungan apa pun yang rentan terhadap kesalahan deteksi.

Kesimpulan

Memahami kesalahpahaman ini sangat penting untuk membuat keputusan yang tepat saat menerapkan AI dan Analitik dalam sistem keamanan video serta memperoleh konsensus dari para pemangku kepentingan.

• Kemampuan dan keterbatasan AI saat ini

”Yang paling penting, kita harus membantu mendidik semua pemangku kepentingan kita bahwa AI dan analitik tidaklah sama.”

Penting juga untuk menyadari bahwa 'AI' umum (yang kuat atau ‘untuk semua’) belum ada. Ini adalah kemampuan mesin untuk melakukan tugas intelektual apa pun yang bisa dilakukan oleh manusia. Namun, kapal pemasaran telah jauh meninggalkan pelabuhan, jadi yang terbaik yang bisa kita lakukan adalah tetap terinformasi tentang kemampuan dan keterbatasan AI saat ini.

Yang paling penting, kita harus membantu mendidik semua pemangku kepentingan kita bahwa AI dan analitik tidaklah sama. AI tidak sama dengan pengenalan wajah. Begitu pula, AI tidak menggantikan kebutuhan akan pengawasan manusia.

• Teknologi berbasis AI

AI masih jauh dari pembelajaran dan pengambilan keputusan yang tidak terstruktur dan komprehensif dengan cara yang bisa disebut manusia sebagai 'cerdas'.

Dengan catatan tersebut, teknologi berbasis AI saat ini berfungsi sebagai asisten yang luar biasa bagi tim keamanan, membantu mereka untuk melindungi orang dan properti dengan lebih baik.

Sumber : Source Security