人工知能は飛躍の準備ができており、セキュリティは機会と課題に直面している

人工知能は飛躍の準備ができており、セキュリティは機会と課題に直面している

近年、人工知能はその地位の向上に伴い、国からますます注目を集めています。 2015年7月には「国務院による『インターネットプラス』行動の積極的な推進に関する指導意見」に「人工知能」という用語が書き込まれ、2016年3月には「第13次5カ年計画」に「人工知能」という用語が書き込まれ、2016年5月には国家発展改革委員会と他の4つの部門が共同で「『インターネットプラス』人工知能3カ年行動実施計画」を発表し、2017年3月には「人工知能」が政府活動報告に書き込まれた。人工知能は経済発展の促進において新たな高みに達したと言え、多くの人工知能コンセプトの株も二会期中に好調な業績を上げました。

「2016年人工知能発展報告書」によると、中国の人工知能アプリケーション数は15,745件に達し、第2位にランクされています。人工知能分野への投資は第3位です。今後5~10年で、人工知能は水や電気と同じくらい一般的になり、まったく新しい「人工知能+」の時代が到来すると予想されます。

一部のアナリストは、2017年からの3~5年間は、多数の人工知能専門家が卒業して業界に参入し始めるピーク期となり、あらゆる分野に人工知能技術を導入する大きなチャンスがもたらされるだろうと述べています。産業の観点から見ると、今後数年間は、金融、医療、教育、知覚相互作用の分野などのビッグデータ産業に人工知能が完全に浸透する時期でもあります。セキュリティ、金融、医療、自動車、教育、情報セキュリティ、小売などの業界では、電子化の度合いが高く、データが集中し、データ品質が高くなっています。そのため、これらの業界では、多数の人工知能シナリオアプリケーションが登場するでしょう。

安定した利益水準、明確なビジネスモデル、妥当な評価を備えたバリュー株は、当然ながら人気が高まります。関連するテーマ投資の対象となる株式を選択する際には、第一に継続的な政策支援、第二に技術革新による利益向上、第三にビジネスモデルの革新という 3 つのレベルを考慮することができます。この観点から見ると、人工知能は急速な発展期にあり、経済効率の向上に大きな影響を与えているため、政策によって強力にサポートされ、さまざまな機関から多くの注目を集めていることは驚くべきことではありません。

近い将来に現れる可能性のあるいくつかの触媒を見てみると、まず、人工知能計画が近い将来に発表される見込みであること、さらに、2017 ITサミットが4月1日に開催され、会議のテーマは「知能の新時代への一歩」であること、柯潔のような人間のチェスプレーヤーが4月に再びAlphaGoと戦うことなど、これらはすべて人工知能の発展を触媒し続ける要因です。

セキュリティにおける人工知能の重要性とは何でしょうか?

もちろん、人工知能の発展はセキュリティ業界の注目を集めています。 IT 業界の重要な応用分野の一つとして、セキュリティ業界における人工知能の応用には一定の基盤があります。 3月14日にTechWebが主催した第215回IT Dragon Gate Forumでも、DeepGlintの創設者であるZhao Yong氏は、セキュリティ監視は人工知能が大規模に商業価値を生み出す最初の分野になるはずだと述べました。これはすでに2016年に明らかであり、2017年には昨年の少なくとも10倍の成長が見込まれます。

実際、人工知能技術の発展に伴い、ビデオコンテンツ分析と認識技術が中核となっています。非構造化データを構造化記述することで、凝縮・要約された情報を抽出し、迅速な検索と検索を実現し、人間の脳の思考に似た方法でビッグデータ分析と情報衝突を行うことができます。これは、現在セキュリティ業界が探求しているホットなトピックです。

業界の予測によると、ビッグデータ技術は、ビデオ、写真、Wi-Fi信号、電子ナンバープレートなどのさまざまな種類のデータを分析および照合し、潜在的な接続を発見し、貴重な情報を抽出し、視覚的な結果を提示するために使用できます。人工知能は、次のセキュリティ分野に適用されます。

人事分析アプリケーションは、人工知能システムの人事特徴認識サービスの出力結果を利用してデータ分析を行い、人事身元認識、人事配置、顔追跡などの機能を実現します。

車両分析アプリケーションは、フルマップ操作のニーズを満たし、軌跡分析、車両追跡分析、衝突分析、頻度分析、ナンバープレート重複分析、隠し車両マイニングなどの機能を含む視覚的なアプリケーションを実現できます。

マルチリソースの時空間アプリケーションは、GIS マップ コマンドとディスパッチに基づいて、地理情報システムを通じてさまざまなビデオ リソースの統合管理を実現し、監視画像の直感的な視覚化アプリケーションを実現します。注意が必要な監視ポイントや監視エリアの画像を素早く取得し、オンラインでのターゲット追跡を実現します。ビデオレイヤーオーバーレイ、ビデオリソース検索、ビデオポジショニングにより、道路状況、リソース配分、人員配分、地理座標情報、警察部隊の配置がグラフィカルに表示され、グローバル情報の包括的かつ多次元表示が提供され、指揮と派遣がより直感的になります。

動画コンテンツ警告と自動アラーム連動アプリは、動画の内容について自動的に警告することができます。事前に設定された計画が発動されると、リンクされたカメラが同時に監視画像を開き、犯罪現場の監視封鎖を形成し、リアルタイムで警報を鳴らします。制御のインテリジェント ルール分析機能には、エリア侵入、トリップワイヤー検出、違法駐車、徘徊検出、喧嘩検出、アイテム、紛失物、違法な尾行、群衆の集まり、交通統計、ナンバー プレートの特徴認識、花火検出などが含まれます。

リアルタイム ビデオ注釈アプリケーションは、リアルタイム ビデオを使用して、人物、車両、移動ターゲットの特徴抽出などのリアルタイム構造化を行うことができます。リアルタイム ビデオ注釈は、ビデオ データを公安活動で使用されるインテリジェンスに変換し、ビデオ データの情報とインテリジェンスへの変換を実現します。

肖像高速比較および検索アプリケーションは、容疑者を比較し、対象の身元を迅速に確認することができ、インテリジェントで効率的かつ高速な顔比較と、完全なビデオ画像ビッグデータ分析およびマイニングアプリケーションを提供します。人物のリアルタイム追跡、監視、早期警告、人物の身元の迅速な比較、検索、承認、人物の確認、発見、早期警告、追跡を含む人物の履歴軌跡の遡及的追跡など、人事管理と監視の問題を総合的に解決します。

インテリジェントなビデオ画像分析のアプリケーションでは、さまざまな形式のビデオや写真のさまざまなシナリオや状況に適した画像処理アルゴリズムを使用して、ぼやけた画像を鮮明化できます。また、ビデオインテリジェントラベル付けおよび検索サービスも提供しており、ビデオや画像内の事件に関与した容疑者のインテリジェントな(システムが自動的に説明情報を抽出)構造化説明を可能にし、手動でのラベル付けや構造化説明情報の入力の作業負荷を軽減します。また、複数の検索方法に対応し、ビデオ視聴の速度と効率を向上させ、容疑者を迅速に見つけて位置を特定するという目的を達成し、事件ビデオ内の容疑者情報を見逃す可能性を減らします。

車両データ衝突マイニングアプリケーションは、チェックポイント画像内の車両データの二次認識を実行できます。これには、ナンバープレート番号、車両ブランド、車両サブブランド、車両年、車両色、ナンバープレートの色、車両タイプ、ナンバープレートの種類、年次検査マーク、サンバイザー、シートベルトなどの車両の詳細が含まれます。また、車両の走行軌跡、活動パターンなどのデータ衝突比較を実行し、ケースの隠れた手がかりをマイニングして視覚化アプリケーションを実現します。機能には、軌跡分析、車両追従分析、衝突分析、頻度分析、ナンバープレート重複分析、隠れた車両マイニングなどがあります。

リアルタイム車両監視アプリケーションは、盗難車両、違法車両、犯罪に関与した車両、高リスク人物の車両、重要な車両などをターゲットとして、特定の移動対象オブジェクトの特徴属性(ナンバープレートの番号、車両モデル、色、空間領域など)とその組み合わせをオンラインで即時監視できます。

セキュリティと人工知能を統合するにはどうすればよいでしょうか?

これらはすべて、人工知能などの最先端技術を統合するセキュリティビデオ監視市場の改善と多様化の傾向です。今後の業界の発展と、映像監視を中心とした事業展開は、文字、画像、地理空間などの情報の映像化と映像データの構造化を融合する傾向を示すでしょう。セキュリティ技術の発展の確実性と事業の多様化による不確実性が混在する環境において、これはセキュリティ企業にとって市場競争におけるチャンスと課題の両方をもたらすでしょう。

技術的な観点から見ると、インテリジェントセキュリティが急速に発展した理由は、アルゴリズムとチップの分野での人工知能の成熟とコストの低下により、インテリジェンスの商用化がより急速に普及するようになったためです。市場レベルでは、インテリジェント監視の繁栄は、差別化された競争を求める市場の結果です。インテリジェント監視市場の今後の発展と変化において、高解像度の普及は非常に重要なリンクになります。取得側で高解像度のビデオデータソースを取得して初めて、監視エリア内のイベントをターゲットに分析できます。

このため、セキュリティ全体のインテリジェント化の過程では、収集から処理、伝送、保存、分析までの産業チェーン全体の生態学的進化があり、この産業の進化は、機器とシステムのアップグレードの原動力となっています。このプロセスにおいて、主流の機器ソリューションプロバイダーはすでに計画を立てる努力をしており、実用化において顕著な成果を上げています。この個別のアプリケーションに対する業界の閾値は、市場構造に大きな衝撃を与える可能性があります。

<<:  ルカン氏の論文は「盗作」と非難されたのか? LSTMの父は怒りの投稿を投稿しました:私をコピーした人はオリジナルにもマークを付けてください

>>:  メモリを3%~7%削減! Google がコンパイラ最適化のための機械学習フレームワーク MLGO を提案

ブログ    
ブログ    

推薦する

ハッシュアルゴリズムに基づくMySQLテーブルパーティション

以下に紹介する Mysql テーブルのパーティショニング プロセスは、ハッシュ アルゴリズムに基づい...

...

「ZAO」かっこいいですね!ディープフェイクを使って顔を変える方法

最近、SNS上で「ZAO」と呼ばれるAI顔変換ソフトが話題になっている。人気が出る一方で、多くの疑問...

...

機械学習が金融業界にもたらす破壊的変化

過去 10 年間で、金融業界ではこれまでにない最先端のテクノロジーが数多く導入されました。この変化は...

マーケターが人工知能を採用する時が来た

[[275753]] [51CTO.com クイック翻訳] あらゆる業界の先進的な企業は、人工知能を...

2019 Baidu AI 開発者会議で AI レポートカードが披露される

7月3日、北京で百度AI開発者会議「Baidu Create2019」が開催された。この会議は「産業...

多くの競争者が競い合う中、自動運転をめぐる戦いが始まる!

著者: 張傑[51CTO.comより引用] 2020年と比べると、2021年の自動運転業界にはよりエ...

C# でのジョセフ リング アルゴリズムの簡単な分析

C# アルゴリズムを勉強しているときに、C# ジョセフ リング アルゴリズムに出会いました。ジョセフ...

機械学習におけるパラメトリック手法とノンパラメトリック手法

導入前回の記事では、統計学習における予測と推論の違いを紹介しました。これら 2 つの方法の主な違いは...

2024年の世界モデルによって自動運転ラベリング業界は混乱するでしょうか?

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

ChatGPT文明がオンラインになりました!ワンクリックで明代の南京と中世イタリアを旅しよう

ChatGPT がリリースされてから、宿題をするために ChatGPT を使い始める学生が増えてきま...

ホーキング博士が亡くなりました。彼が残した5つの予言をぜひ読んでみてください

ガーディアン紙、BBC、スカイニュースチャンネルなど複数の外部情報源によると、英国の物理学者スティー...