La detección de falsas alarmas se ha convertido en una función crítica en los sistemas modernos de supervisión de la vigilancia. El número de falsas alarmas que los analistas señalan como sucesos reales o potenciales puede agobiar a los operadores de la sala de control, ya que la mayor parte de su tiempo lo dedican a atender las alertas, sólo para clasificarlas como falsas alarmas.
Las falsas alarmas no sólo son desmotivadoras para los operarios, sino que también suponen una pérdida de dinero, ya que se malgastan recursos en reaccionar ante sucesos que no son tales. La idea de la supervisión en pantalla negra es que los operarios no tengan que mirar continuamente varias señales de cámara, sino que la tecnología les dirija para que se centren en los acontecimientos reales. Sin embargo, las falsas alarmas a menudo hacen que esto sea casi imposible, ya que siempre hay algún no-evento pidiendo atención.
Hoy en día existen muchas aplicaciones analíticas destinadas a evitar que las falsas alarmas lleguen nunca a los operadores de la sala de control, algunas basadas totalmente en la nube, mientras que otras se alojan en servidores in situ, o incluso en el borde, en las propias cámaras. SMART Security Solutions habló con Dene Alkema, director general de Cathexis África (ganadora de los premios OSPA de este año, así como de los del año pasado) para saber más sobre las distintas opciones de falsas alarmas disponibles para las operaciones de videovigilancia.
En la nube o in situ
Con toda la palabrería en torno a los sistemas y soluciones en la nube que aparentemente resolverán todos sus problemas sin importar en qué industria se encuentre, primero le preguntamos a Alkema qué solución cree que es la mejor. En su opinión, «la supervisión eficaz de un emplazamiento es un aspecto crítico de cualquier sistema de seguridad, y tanto los sistemas en la nube como los in situ tienen sus ventajas e inconvenientes a la hora de reducir las falsas alarmas.»
«Los sistemas basados en la nube son cada vez más populares debido a su flexibilidad y escalabilidad. Sin embargo, los sistemas basados en la nube dependen de la conectividad a Internet y pueden no ser tan fiables como los sistemas in situ en zonas con mala conectividad. Las consideraciones de ciberseguridad también deben evaluarse cuidadosamente para garantizar la gestión del riesgo del cliente al implantar una solución basada en la nube.»
Alkema añade que los sistemas in situ podrían considerarse más fiables que los basados en la nube, ya que no dependen de una conexión a Internet si se supervisan en el propio emplazamiento. Sin embargo, cabe señalar que los costes iniciales y de mantenimiento de los sistemas in situ podrían aumentar más que los de los sistemas basados en la nube en función de su base de costes. «Es fundamental evaluar individualmente los requisitos de cada cliente y sus restricciones de conectividad antes de decidir las soluciones».
Sobre la cuestión del ancho de banda, señala: «La necesidad de ancho de banda depende directamente de cómo se diseñe la solución. Se podría implantar una IA basada en el borde, en la cámara, en la que ésta sólo envíe los eventos y el vídeo una vez que haya determinado que hay algo de lo que informar. Esto podría ahorrar mucho ancho de banda y recursos informáticos, tanto si se conecta a una solución basada en la nube como in situ. Todo vuelve a cómo quieren los clientes vigilar sus instalaciones, los requisitos del cliente y las limitaciones de conectividad que deben tener en cuenta a la hora de diseñar una solución.»
Hay que formar a las personas y a las máquinas
Oímos hablar mucho de aplicaciones de detección de falsas alarmas que las reducen en un 90% o más (aunque poca gente parece fijarse en cuántos sucesos reales pasan por alto los sistemas), sin embargo, la eficacia de cualquier IA depende de la formación que reciba, de forma similar a las personas. Es bastante fácil (hoy en día) distinguir una planta que sopla al viento de un ser humano, pero ¿cómo diferencian los sistemas entre, por ejemplo, personas que se abrazan frente a personas que se pelean?
Alkema está de acuerdo en que el entrenamiento en profundidad de la IA basada en vídeo es esencial, pero añade que los datos utilizados para entrenar a la IA también influirán directamente en el resultado de su actuación. Dice que los vendedores equilibran los siguientes aspectos a la hora de entrenar las redes neuronales:
- Calidad de los datos: La calidad de los datos utilizados para entrenar la red neuronal es fundamental. Unos datos de mala calidad o mal etiquetados pueden dar lugar a resultados inexactos y repercutir negativamente en el rendimiento de la red neuronal.
- Cantidad de datos: Dependiendo de lo específico que sea en el entrenamiento de su red neuronal, se necesitarían grandes cantidades de datos variados para entrenar eficazmente las redes neuronales, lo que puede llevar mucho tiempo y resultar caro.
- Recursos informáticos: El entrenamiento de redes neuronales basadas en vídeo requiere recursos informáticos de alto coste.
«Es posible entrenar las redes neuronales para que sean precisas y eficaces. La experiencia en este campo, la inversión en suficientes recursos de desarrollo y el acceso a suficientes datos de calidad permiten a un proveedor aportar al mercado soluciones eficaces basadas en la IA.»
Pérdida de empleos
La cuestión de hasta qué punto podemos confiar en la IA para realizar los trabajos que en el pasado requerían operarios formados también es una cuestión que debe abordarse. La cuestión de cuántos puestos de trabajo ocupará la IA en lugar de los humanos es un punto de discusión bastante popular en todas las industrias, ya que se ha hecho evidente que no sólo serán los obreros los que estén en la cola del paro.
Si nos fijamos específicamente en los operadores humanos de las salas de control, ¿hasta qué punto la IA haría «peligrar» sus puestos de trabajo? En la actualidad, el mejor escenario es tener un enfoque de pantalla negra en el que la IA elimine la mayoría de las falsas alarmas y, con suerte, capte todas las alarmas reales y notifique a un operador, que a continuación aplicará los procedimientos operativos estándar (SOP) para la empresa o para ese cliente concreto (si la sala de control supervisa las infraestructuras de varios clientes).
Actualmente la IA no puede hacerse cargo de esos trabajos, ¿o sí? En el futuro, sin embargo, ¿qué impedirá que una IA reconozca un suceso real e implemente esos PNT automáticamente sin tener que depender de los humanos para terminar el trabajo?
«Incluso a medida que la tecnología de IA madure», afirma Alkema, «seguirán siendo necesarios operadores humanos para verificar y actuar sobre los eventos generados por la IA. Algunas acciones podrían ser automatizadas por los sistemas de gestión de vídeo sin intervención humana, pero esto dependería de la política del cliente a la hora de responder a los eventos reales. La estrategia ideal de mitigación de riesgos incorporaría lo mejor de lo que pueden ofrecer la automatización basada en IA y la intervención humana, de modo que los operadores puedan utilizar estas herramientas para ser aún más eficaces.»
Sin embargo, también señala: «Se está invirtiendo mucho en IA basada en vídeo a nivel mundial. El ritmo al que mejora la tecnología de IA, a la vez que se hace más precisa y eficaz, cambiará el panorama de cómo será una sala de control de vigilancia en el futuro.»
Opciones de IA y falsas alarmas de CathexisVision
Por último, preguntamos a Alkema qué ofrece Cathexis en el ámbito de la detección de falsas alarmas.
«En Cathexis, nuestro ethos a la hora de desarrollar soluciones basadas en IA es aumentar el valor de los datos de vídeo. Una forma clave en la que lo hacemos es con la suite de análisis de vídeo CathexisVision, que utiliza modelos de redes neuronales e IA para garantizar que el software pueda detectar anomalías in situ, y sólo alerte a los operadores de la sala de control de los eventos de los que necesitan ser informados. Además, está la potente herramienta de gestión de eventos de CathexisVision, la pasarela de gestión de alarmas, que permite a los operadores ver tanto los eventos de vídeo en directo como los grabados, ser informados de sus PNT e informar de las acciones que han llevado a cabo.»
«La elaboración de informes sobre la gestión de eventos es una característica importante del software, que ayuda a mantener la integridad de la sala de control. La eficaz implantación de CathexisVision en los principales emplazamientos de alto tráfico en todo el mundo es un testimonio de la capacidad de la solución para mejorar el valor de los datos de vídeo, de modo que los operadores puedan mantenerse informados y centrarse en las tareas más esenciales.»