導(dǎo)讀：社會需要一種新的人工安全方法，人工智能和機器學(xué)習(xí)（ML）在改變物理安全領(lǐng)域發(fā)揮著關(guān)鍵作用

Technavio相關(guān)數(shù)據(jù)顯示，使人預(yù)計2018-2022年期間，臉識湛頭同城外圍約炮外圍上門外圍女（微信189-4469-7302）一二線城市上門真實可靠快速安排90分鐘到達全球視頻監(jiān)控市場預(yù)計實現(xiàn)接近11%的別更復(fù)合年增長率。將人工智能(AI)應(yīng)用于實體安全行業(yè)有利有弊，加智但隨著越來越多的人工監(jiān)控系統(tǒng)與大腦直接匹配，有關(guān)利用人工智能與監(jiān)控在倫理方法上的使人爭論仍在繼續(xù)。

除了中國的臉識面部識別創(chuàng)業(yè)公司，比如Megvii的別更face++所獲得的6億美元私募股權(quán)投資；SenseTime從C輪融資中獲得了620萬美元；而Yitu技術(shù)從C輪融資中獲得了3億美元，面部識別技術(shù)的加智潛在應(yīng)用也得到了很好的資金支持。

Umbo計算機視覺公司是人工一家臺灣創(chuàng)業(yè)公司，擁有1000萬美元的使人基于人工智能的視頻安全系統(tǒng)，可以理解人類的臉識行為。Umbo的別更首席執(zhí)行官Shawn Guan說，實體安全已經(jīng)伴隨我們有幾十年之久。加智湛頭同城外圍約炮外圍上門外圍女（微信189-4469-7302）一二線城市上門真實可靠快速安排90分鐘到達

“我們在很多地方都可以看到攝像頭，比如學(xué)校、公共交通、辦公室，或者是住宅區(qū)，但我們大多數(shù)人都沒有情感上的聯(lián)系。”

當我們看到攝像頭時，我們感覺不太安全。

這里仍存在很大的脫節(jié)，但是人工智能將會改變這一點。”

“在未來，當我們走在街上，看到一個人工智能的攝像頭時，我們會感到安全，”Shawn Guan說。

Shawn Guan認為，人工智能是將安全行業(yè)從證據(jù)收集轉(zhuǎn)變?yōu)轭A(yù)防的關(guān)鍵。

“機器學(xué)習(xí)和理解人類行為的人工智能開啟了對公共安全和資產(chǎn)保護的實時態(tài)勢感知通道，比如確保沒有人能影響小學(xué)教育，闖入汽車或設(shè)施。”

“從今天開始的三到五年內(nèi)，人工智能將會在所有關(guān)于物理安全系統(tǒng)的討論中，”他補充道。

埃倫伯根是Evolv技術(shù)公司的首席執(zhí)行官和合作創(chuàng)始人。其是一種威脅檢測系統(tǒng)，它使用面部識別技術(shù)來篩選人們的面部表情。

Evolv獲得了3000萬美元的融資，投資方包括通用的CatalystLux資本、Gates Ventures和Data Collective。

“美國大規(guī)模槍擊事件的數(shù)量在持續(xù)上升，其中3起最致命的槍擊事件發(fā)生在去年。

對手正在變得更加先進，并瞄準了大型群體所聚集的大型開放空間。

社會需要一種新的安全方法，人工智能和機器學(xué)習(xí)（ML）在改變物理安全領(lǐng)域發(fā)揮著關(guān)鍵作用，”埃倫伯根說。

埃倫伯根說，面部識別也有助于通過識別進入某個地點或業(yè)務(wù)的個人來提高安全性。

埃倫伯根補充說：“這項技術(shù)可以通過數(shù)字圖像或視頻數(shù)據(jù)庫驗證一個人是否應(yīng)該進入。”

“無論是在監(jiān)視名單上的人，還是僅僅允許已知的用戶，該算法都在幫助安全專業(yè)人員積極監(jiān)控和準備應(yīng)對威脅。”

然而，重要的是要注意，僅僅面部識別是不夠的。

一個更大的安全計劃需要將識別工具與威脅檢測技術(shù)集成在一起，以真正防止未經(jīng)授權(quán)的進入。”

更進一步，人工智能在安全領(lǐng)域的應(yīng)用仍在發(fā)展中，而目前，它不能單獨工作。

“這項技術(shù)可以分析數(shù)據(jù)并識別模式，但不能總是確定每種模式是否會立即成為威脅。

這需要深刻的思考，而只有人類的大腦才能做到這一點。

最后，人工智能和人類智慧的結(jié)合將使我們能夠應(yīng)對當今不斷變化的威脅格局。”埃倫伯根說。

“隨著生物識別技術(shù)和人工智能嵌入到安全技術(shù)中，我們將授權(quán)客戶采取積極的安全措施，并有能力將安全范圍繼續(xù)擴大，”埃倫伯根說。

“人工智能提供了一個關(guān)鍵的不同點，即系統(tǒng)學(xué)習(xí)的能力和我們在物理安全中看到的一種常見的ML應(yīng)用程序是對象識別，在這個識別系統(tǒng)中，系統(tǒng)被輸入識別某種物體作為威脅所具有的+特征——比如槍、刀或炸彈的特征。

埃倫伯根說，與幾年前開發(fā)的機器視覺方法相比，今天的高級ML做得更好。

“結(jié)果是，我們的系統(tǒng)可以自動進行更多的監(jiān)控，然后迅速向守衛(wèi)發(fā)出潛在威脅的警報。”

對這些環(huán)境的自動監(jiān)測減少了對全身輕拍的需要，創(chuàng)造了一個更少的侵入性和耗時的安全環(huán)境，需要更少的勞動力。”埃倫伯根說。

“在更大的環(huán)境中，傳感器可以確定某人的包是否可能包含威脅，然后追蹤訪客的下落。”

埃倫伯根說：“我們堅信，面部識別并不是為了讓人們參與進來，防止他們進入一個事件或制造事件，只是用來提醒潛在的可能性人物，這樣警衛(wèi)系統(tǒng)就能更好地評估情況。”

“人工智能/面部識別和人類智商的結(jié)合，能夠幫助一個人做出正確判斷，即判斷是要進一步評估一個人還是調(diào)整系統(tǒng)的敏感度。”

為了安全起見，我們更愿意選擇使用相關(guān)的身份數(shù)據(jù)，并同意使用相關(guān)的身份數(shù)據(jù)，這是社會的責任，”埃倫伯根說。

埃倫伯根還說到，人類最偉大的美在于我們能夠迅速適應(yīng)。

“一些人將人工智能的崛起與工業(yè)革命聯(lián)系起來。

當時人們擔心機器搶走了工作，最終，人們學(xué)會了與機器共存，并利用它們來推動人類向前發(fā)展。”

“今天，人們對人工智能可能帶來的變化有著類似的擔憂，但有一天，人工智能將不再是我們談?wù)摰臇|西，因為它將成為我們生活中一個完整的部分。

安全行業(yè)也持有同樣的理念。”

一些人將人工智能的崛起與工業(yè)革命聯(lián)系起來。

當時人們擔心機器搶走了工作，最終，人們學(xué)會了與機器共存，并利用它們來推動人類向前發(fā)展。埃倫伯根指出，在當前的威脅形勢下，我們將需要綜合安全解決方案，讓人們可以在不停歇的情況下走進一個熟悉的地方，無論是在體育場、辦公大樓還是火車站。

埃倫伯根說：“盡管我們?nèi)栽谟懻撊绾卫孟冗M技術(shù)，比如面部識別所帶來的利弊，但是如果它能防止大規(guī)模傷亡或大規(guī)模槍擊事件的發(fā)生，那么它就是我們應(yīng)該愿意做的交易。”