Ambient.ai は、偏見やプライバシーの落とし穴を排除し、AI を活用した建物のセキュリティを提供することを目指しています

いくつかの建物やカメラを通り過ぎると、セキュリティ — 「おい、そこには入れないよ」のように — はすぐに複雑で、ほぼ間違いなく不可能な仕事になります。 誰が一度にどこでも監視し、問題を防ぐために誰かを間に合わせることができますか? アンビエント.ai AI が可能だと主張したのは .

今日のプロセスの問題は、誰もが指摘できるようなものです。 数十台または数百台のカメラを備えた現代の企業や学校のキャンパスでは、専任のセキュリティ チームでさえも、非常に多くの映像やデータが生成されます。 その結果、重要なイベントが発生したときにそれを見逃す可能性が高いだけでなく、誤報や騒音に耳を傾けることになります。

「被害者は常にカメラを見て、誰かが助けに来てくれることを期待しています…しかし、そうではありません」と Ambient.ai の CEO 兼共同設立者である Shikhar Shrestha 氏は TechCrunch に語った。 「最善のケースは、インシデントが発生するのを待ってから、ビデオを取り出して、そこから作業することです。 私たちにはカメラ、センサー、警官がいますが、欠けているのは真ん中の脳です。」

明らかに、Shrestha の会社は頭脳を提供しようとしています。これは、ライブ セキュリティ映像の中央視覚処理ユニットであり、何か問題が発生したときにすぐに適切な人に知らせることができます。 しかし、そのような努力を脅かす偏見や顔認識はありません。

他の人はこれまでにこの特定のアイデアに侵入しましたが、これまでのところ真剣に採用された人はいません. Shrestha 氏によると、自動画像認識の第 XNUMX 世代は単純なモーション検出であり、ピクセルが画面上で動き回っているかどうかをチェックする程度のものでした。それが木なのか侵入者なのかについての洞察はありませんでした。 次に、ディープ ラーニングを使用して物体認識を行いました。手に持っている銃や割れる窓を識別します。 これは有用であることがわかりましたが、限定的でメンテナンスがやや多額であり、シーンおよびオブジェクト固有のトレーニングがたくさん必要でした。

「人間がビデオを理解するために何をしているのかを見ると、他の多くの情報が得られるという洞察が得られました。その人は座っているのか、立っているのか? 彼らはドアを開けていますか、歩いていますか、それとも走っていますか? 屋内か屋外か、昼か夜か。 これらすべてをまとめて、シーンを包括的に理解できるようにしています」と Shrestha 氏は説明します。 「私たちはコンピューター ビジョン インテリジェンスを使用して、さまざまなイベントの映像をマイニングします。 私たちはすべてのタスクを分解し、それをプリミティブ (インタラクション、オブジェクトなど) と呼び、それらの構成要素を組み合わせて「シグネチャ」を作成します。」

Ambient.ai システムは動作の要素を使用し、それらを相互に接続して問題があるかどうかを判断します。 画像のクレジット： アンビエント.ai

署名は、「夜に長時間車に座っている人」、「セキュリティチェックポイントのそばに立っている人、誰とも交流していない人」など、さまざまなものである可能性があります。 一部はチームによって微調整および追加されたものであり、一部はモデルによって独自に到達されたものであり、Shrestha 氏はそれを「一種の管理された半教師付きアプローチ」と表現しています。

AI を使用して一度に 80 のビデオ ストリームを監視する利点は明らかです。たとえ、AI が何か悪いことが起こっていることを発見する能力が人間の XNUMX% にすぎないと仮定したとしてもです。 気晴らし、疲労、目が XNUMX つしかないなどの欠点がなく、AI は時間や餌の回数に制限なくそのレベルの成功を適用できます。つまり、成功の可能性は実際には非常に高いということです。

しかし、銃だけを探していた数年前のプロトAIシステムについても同じことが言えたかもしれません. Ambient.ai が目指しているのは、より包括的なものです。

「私たちはプライバシー バイ デザインのアイデアを中心にプラットフォームを構築しました」と Shrestha 氏は述べています。 AI を活用したセキュリティでは、「人々は顔認識がその一部であると思い込んでいますが、私たちのアプローチでは、これほど多数のシグネチャ イベントがあり、顔認識を行わなくてもリスク インジケーターを取得できます。 何が起こっているかを示す XNUMX つの画像と XNUMX つのモデルだけではありません。システム内でより詳細に記述できるようにするさまざまなブロックがすべて用意されています。」

基本的に、これは、認識された個々の活動を最初から偏りのない状態に保つことによって行われます。 たとえば、誰かが座っているか立っているか、またはドアの外でどれくらい待っていたかなど、これらの行動のそれぞれを監査して、人口統計やグループ全体で検出できることがわかった場合、そのような推論の合計も同様に自由でなければなりませんバイアスの。 このようにして、システムは構造的に偏りを減らします。

ただし、偏見は陰湿で複雑であり、それを認識して軽減する私たちの能力は、最先端の技術に遅れをとっていると言わざるを得ません. それにもかかわらず、Shrestha が述べたように、「バイアスがかかる可能性のあるものに対する推論カテゴリがなければ、バイアスがそのように発生する方法はありません」というのは直感的に正しいように思えます。 そう願いましょう！

Ambient.ai の共同設立者である Vikesh Khanna (CTO、左) と Shikhar Shrestha (CEO)。 画像のクレジット： アンビエント.ai

私たちはいくつかのスタートアップがこのような方向に進んでいくのを見てきました。そのため、これらのアイデアを記録に残すことが重要です。 また、Ambient.ai 自体については比較的沈黙を保っているにもかかわらず、多くのアクティブな顧客が、その製品仮説を証明するのに役立ちました。 もちろん、ここ数年はいつも通りのビジネスではありませんでした…しかし、それがうまくいかなかった場合、「時価総額で最大の米国のテクノロジー企業のXNUMXつ」が顧客になるとは想像しがたいです。

名前のない「フォーチュン 500 テクノロジー企業」での 2,000 つのテストでは、許可された別の人物のすぐ後ろで安全なエリアに誰かが入る「共連れ」を減らすことを目指していました。 誰もこれを行っていないと思われる場合は、最初の 200 週間で 10 件のインシデントが特定されました。 しかし、イベントの GIF をほぼリアルタイムで警備員に送信することで、警備員が犯罪者に指を振ったと思われますが、その数は XNUMX 週間に XNUMX に減少しました。 今では、おそらく私のような人によって、週にXNUMX回です。

画像のクレジット： アンビエント.ai

Ambient.ai が記録した別のテスト ケースでは、学校の防犯カメラが、数時間後に誰かがフェンスを登っているのを捉えました。 セキュリティ責任者はすぐに映像を送信され、警察に通報しました。 その男には前科があったことが判明しました。 ここで私が強調したいのは、学校のキャンパスを封鎖する必要があるということではありません。これはそれを行うのに役立ちますが、この文書で言及されている別のことは、システムが「誰かがフェンスを登っている」という知識を「これは 8 時 45 分より少し前に発生する」などの他のことです。 また、AI は登ったり、落ちたり、徘徊したりすることも識別できます。

Ambient.ai は、システムの柔軟性の一部は、サイトのニーズに応じてこれらすべての「プリミティブ」を簡単に再配置できることにあると主張しています。新しい状況を学ぶことができます。 チームは現在、約 100 の疑わしい行動の「署名」を持っており、来年にはそれを XNUMX 倍にしたいと考えています。

電話やラジオを爆破するものをより制御できるようにすることで、既存のセキュリティ担当者をより効果的にすることで、時間を節約し、結果を改善します (Ambient.ai によると、一般的なアラームの数が一般的に 85 ～ 90% 減少します)。 また、AI を利用した映像の分類は、記録やアーカイブにも役立ちます。 「夜にフェンスを登る人々の映像をすべてダウンロードする」と言うのは、手動で 5,000 時間かけてスクラブするよりもはるかに簡単です。

52 万ドルのラウンドは a16z がリードしましたが、個人投資家の山の中には、ちょっとした人物もいます。Ron Conway、Y Combinator の Ali Rowghani、Okta の共同創設者 Frederic Kerrest、CrowdStrike の CEO である George Kurtz、Microsoft の CVP である Charles Dietrich です。 、および彼らが何に投資しているかを知っている他の何人か。

今はユニークな時期です。 セキュリティ担当者は、さらに多くのことを行うことが期待されています。 これらすべてのフィードを誰かに見てもらう必要がないという基本的な提案は普遍的です」と Shrestha 氏は述べています。 「私たちはセキュリティに多額の費用を費やしています。120 億ドルです。結果が得られないのはおかしいです。インシデントを防げません。 全ての道が収束に向かっているように感じます。 私たちは、組織が採用できるプラットフォームであり、将来にわたってセキュリティを確保できるようにしたいと考えています。」

ソース: https://techcrunch.com/2022/01/19/ambient-ai-security-without-facial-recognition/