専門家の洞察: ディープラーニングとその可能性

[[419428]]

「ディープラーニング」は最近、物理セキュリティ業界で人気の高い専門用語の 1 つになりましたが、それには十分な理由があります。この人工知能 (AI) のサブセットの潜在的な利点も非常に大きく、その利点はようやく理解され、実現され始めたばかりです。

しかし、マーケティングの誇大宣伝と現実をどのように区別すればよいのでしょうか。将来の可能性と現在の最先端技術をどのように区別すればよいのでしょうか。この新しいテクノロジーの最新情報を明確にするために、今週、数名の専門家に「ディープラーニング」とは何か、そしてセキュリティ業界はその潜在能力をどの程度理解しているかについて議論してもらいました。

ブライアン・ベイカー - カリプサ最高売上責任者

ディープラーニングは、ネットワークが音声、意味、画像認識タスクを実行するために自己トレーニングできるようにする人工知能のサブセットです。ビデオ監視では、これらのネットワークは、カメラからの人物や車両の画像に非常に繰り返しさらされることで予測を行うことを学習します。この機能は、異常を探して周囲を巡回するドローンや、中央監視ステーションのオペレーターに報告される誤報の数を大幅に削減するソフトウェアに最適です。使用していくうちに、ソフトウェアの精度は継続的に向上していきます。これらのネットワークが非常に強力なのは、学習した概念を一般化し、それをこれまで見たことのない画像に適用する能力があるからです。

多くのエンドユーザー、コンサルタント、インテグレーター、メーカーは、AI ディープラーニングの現在の可能性を理解しています。しかし、この技術が業界に革命をもたらす可能性を完全に理解するには何年もかかるかもしれません。次に、行動を予測する私たちの能力は、私たちの想像力によってのみ制限されます。

レベッカ・ワームリートン - Zendelity 最高執行責任者

ビジネス インテリジェンスから予測分析、ビッグ データ、人工知能、機械学習、そしてディープラーニングに至るまで、目標は変わりません。つまり、進化するにつれて価値と複雑さが増す正確な洞察を提供することです。企業データの保護からサイバー犯罪の防止、運用の最適化まで、セキュリティのユースケースは十分に文書化されています。ディープラーニングの可能性を最大限に引き出すには、ビジネスを 360 度視野で捉える必要があります。

課題は、今日私たちがこれらのテクノロジーのサブセットしか持っていないことです。デジタルの世界からのデータはありますが、物理的な操作からのデータは不足しています。このデータはログやリストにロックされ、ファイリングキャビネットに保管されます。このデータにアクセスして利用することはほぼ不可能です。信頼性が低く、解釈が難しく、デジタル化されていないからです。ただし、安全性とセキュリティリスクのビジネスに関する完全なビューを提供する必要があります。未活用のデータを調達することで、より正確な洞察が得られ、命、お金、時間を節約できます。

ショーン・フォーリー - インターフェース・セキュリティ・システムズ LLC 上級副社長

ディープラーニングは機械学習のサブセットです。機械学習とは異なり、ディープラーニングは画像などの非構造化データ内のパターンを見つけることに優れているため、セキュリティ業界に適しています。また、人間の監督を少なくして「学習」することもできます。ディープラーニングにより、セキュリティ カメラは物体とその特徴を認識できるようになります。この機能は、モーションベースのビデオ分析などのアプリケーションに革命をもたらし、コストのかかる見逃しにつながる可能性のある誤報を排除します。このテクノロジーの可能性はセキュリティの域をはるかに超えています。これらのデバイスは、小売環境における消費者行動に関する強力な洞察を提供すると同時に、ワークフローを合理化できる実用的な運用インテリジェンスも提供できるからです。私たちはこの技術のメリットを経験し始めたばかりなので、業界がその可能性を真に理解するには、ある程度の想像力が必要になるでしょう。潜在的なユースケースとソリューションに関しては、未来は無限です。

ジョン・カシーズ - RealNetworks 社長

ディープラーニングは、人工ニューラルネットワークに基づく機械学習のサブセットです。ニューラル ネットワークは、人間の理解力には限界があるものの、人間の脳の特定の生理機能と機能を数学的にシミュレートしようとします。音声の抑揚と非常に個人的な性質を持つ Apple の Siri はディープラーニングの一例であり、顔で携帯電話のロックを解除するのもディープラーニングの一例です。

私たちは、セキュリティ業界におけるディープラーニングとコンピュータービジョンの科学への旅の始まりに過ぎません。非接触型アクセス制御がより一般的になることは容易に想像できます。重要なインフラストラクチャやその他の機密エリアの従業員は、セキュリティを最大限に高めるために、顔認識データベースにオプトインする必要がある場合があります。世界が複雑化するにつれ、ディープラーニングにより、セキュリティ業界は、受動的ではなく能動的にその役割を拡大できるようになります。これにより、利便性とユーザーのプライバシーを維持しながら、セキュリティと公共の安全が向上します。

Sanjay Challa - Salient Systems 最高製品責任者

ディープラーニングとは、さまざまなデータセットへの露出に基づいて、特定のオブジェクトまたはオブジェクトの特徴を認識する機械の能力です。コンピューター ビジョン アプリケーションでは、ディープラーニングは、青い車、線を越える人、大きな犬など、関連するビデオや画像を数千時間または数十万時間「観察する」という形をとることがあります。ディープラーニングは、物体検出だけでなく、人が走っているなどの動作や異常な動作の検出にも使用できます。ディープラーニングとその結果得られる分析から私たちが学んだことは、分析の精度は使用されるデータセットの品質に直接比例するということです。

Brad McMullen - 3xLOGIC, Inc. ゼネラルマネージャー

ディープラーニングは、複数層のデータ分析を使用してデータを有用な情報に変換する機械学習のカテゴリです。各学習層は、より大きく複雑な問題の小さな部分を解決します。技術は発展していますが、効率はどんどん低下しています。このため、ディープラーニングはセキュリティ業界を含む多くの業界に多大な価値をもたらすことができます。一例として、画像/ビデオ分析が挙げられます。これは、セキュリティ プロトコル、プロセス制御、人員移動、監査、コンプライアンスなど、ビデオ フィードから深い理解と洞察を提供します。アラーム監視では、テクノロジーがパターン、外部入力、履歴アクティビティを学習し、誤報や誤った割り当てを削減します。用途としては、オーディオおよびビデオ検証システムのノイズフィルタリングや迷惑アラームフィルタリングなどがあります。

アクセス制御では、ディープラーニングは、占有管理、集合、コンプライアンスなど、建物内の入退場場所の使用パターンを理解し、建物の安全なエリアを確保するのに役立ちます。

Paule Brodeur - Genetec 社、コンピューター ビジョン マネージャー

人工知能のサブ分野の 1 つに、ニューラル ネットワークの研究が含まれます。この研究では、構造化データ（事前に定義された方法で整理またはラベル付けされたデータ）を使用して、入力と出力の関係を分析し、新たな洞察を得ます。ディープラーニングは、非構造化データでも機能するニューラル ネットワークの特殊な形式です。ディープラーニングの素晴らしい点は、最近達成された精度が、特定のタスクにおいては人間の能力をも上回ることが多いことです。

物理セキュリティ業界では、ディープラーニングは組織がデータをふるいにかけ、顔認識や人数カウントなどの現実的なソリューションを処理するのに役立ちます。 Genetec では、ディープ ニューラル ネットワークを使用して ALPR システムのパフォーマンスを向上させ、車両の種類や色などの分析情報を追加しています。また、人数カウンターや侵入検知などのプライバシー保護と分析を改善するために、人物検出機能を最適化しました。

アーロン・サックス - ハンファ・テックウィン・アメリカ、製品および技術マネージャー

人工知能のサブセットであるディープラーニングは、ニューラル ネットワークを使用してデータを分析およびグループ化し、パターンに基づいて予測を行います。ニューラル ネットワークは、一連のアルゴリズムを通じて人間の脳をシミュレートしようとします。ディープラーニングは、動画や画像などの非構造化データの処理に特に優れており、学習プロセスのすべての段階で人間に頼ることなく、教師なしで結論を導き出すことができます。 AI 搭載のディープラーニング カメラは単なるカメラではありません。企業の収益にプラスの影響を与えることができるスマート データ センサーです。

Hanwha Techwin では、AI カメラでディープラーニングを使用して、オブジェクトの固有の特性を記述しながら、オブジェクトを正確に検出および識別します。これは、車両の色や種類、または人の衣服のおおよその年齢や色などです。セキュリティ ワークフローの強化から実用的なビジネスおよび運用インテリジェンスの生成まで、その可能性は計り知れません。

ジャスティン・フリントス - セキュリティ＆セーフティ担当副社長

ディープラーニングは、機械学習や人工知能とも呼ばれ、特定のピクセルパターンを認識することで、膨大なカメラデータストリームから貴重な情報を生成する方法を強化できる強力なツールです。今日のカメラ システムは、線を越える人物の識別やナンバー プレートの検出など、さまざまな使用例を提供します。その結果、ディープラーニング技術は急速に変化し、改善していますが、潜在的な有用性の度合いはさまざまです。 1 つ目は最も単純なもので、今日のほとんどのセキュリティ システムがこれに該当します。物体、人、動物、車、さらには車の種類やナンバー プレートの文字を識別します。 2 番目のレベルは行動レベルで、潜在的な暴力や攻撃的な行動などを検出できます。 3 番目のレベルは意図的または予防的な行動であり、システムは戦闘や盗難の可能性を予測できます。過去を振り返ることに比べれば、事故を予防できる可能性は莫大です。

ジョン・デイヴィス - TDSI マネージングディレクター

セキュリティ業界全体は理解の段階を過ぎたばかりですが、AI とディープラーニングによってさらに前進することができます。 AI とディープラーニングを推進する要因はいくつかありますが、まずはカメラ、アクセス制御、ビル管理システムなど、世界中のセンサーによって生成されるデータの爆発的な増加と増加が挙げられます。これらのセンサーはすべて 24 時間 365 日データを生成しており、現在ではソフトウェア システムを使用してこのデータを「マイニング」し始めています。このマイニングでは、さまざまなサイロのデータ間の関係を調査し、興味深い結果を生み出しています。次に、アルゴリズムを使用してこれらの関係を記述し、これらの関係を使用して、イベントが発生したとき、またはイベントが発生する前に特定の状況を識別することができます。脅威予測といえば、『マイノリティ・リポート』は間違いなくリストに載ります!

要約する

専門家の回答は、「ディープラーニング」の定義に関するコンセンサスと、物理セキュリティ市場を変革する可能性についての共通の考えを反映しており、ディープラーニングの可能性の実装はまだ初期段階にあるという点で一般的な合意が得られました。ディープラーニングは、私たちの想像力によってのみ制限される、将来的に多くの可能性を秘めた刺激的な分野です。