La detección de falsas alarmas se ha convertido en una función crítica en los sistemas modernos de monitoreo de vigilancia.
Nube o en el sitio
Con toda la charla sobre sistemas y soluciones en la nube que aparentemente resolverán todos tus problemas sin importar en qué industria te encuentres, primero le preguntamos a Alkema cuál solución cree que es mejor.
Él dice: “El monitoreo efectivo de un sitio es un aspecto crítico de cualquier sistema de seguridad, y tanto los sistemas en la nube como los sistemas en el sitio tienen sus ventajas y desventajas cuando se trata de reducir falsas alarmas.”
“Los sistemas basados en la nube se están volviendo 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 confiables como los sistemas en el sitio en áreas con mala conectividad. Las consideraciones de ciberseguridad también deben evaluarse cuidadosamente para garantizar que el riesgo del cliente esté gestionado al implementar una solución basada en la nube.”
Alkema añade que los sistemas en el sitio podrían considerarse más confiables que los sistemas basados en la nube, ya que no dependen de una conexión a Internet si el sitio se monitorea en el propio sitio.
Sin embargo, vale la pena señalar que los costos únicos y de mantenimiento de los sistemas en el sitio podrían aumentar más que los sistemas basados en la nube, dependiendo de su base de costos.
“Es crítico evaluar los requisitos de cada cliente y sus restricciones de conectividad individualmente antes de decidir sobre soluciones.”
Sobre la cuestión del ancho de banda, él señala: “El requisito de ancho de banda se ve directamente afectado por cómo se diseña la solución. Podrías desplegar IA basada en el borde, en la cámara, donde la cámara solo envía eventos y video una vez que ha determinado que hay algo que reportar. Esto podría ahorrar mucho ancho de banda y recursos computacionales, ya sea que esté conectado a una solución basada en la nube o en el sitio. Todo se reduce a cómo los clientes quieren monitorear sus sitios, los requisitos del cliente y las restricciones de conectividad que necesitan considerar al diseñar una solución.”
Tienes que entrenar a personas y máquinas
Escuchamos mucho sobre aplicaciones de detección de falsas alarmas que reducen las falsas alarmas en un 90% o más (aunque pocas personas parecen centrarse en cuántos eventos reales los sistemas pasan por alto), sin embargo, la eficacia de cualquier IA depende del entrenamiento que reciba, similar a las personas.
Hoy en día es bastante fácil distinguir una planta moviéndose con el viento de un humano, pero ¿cómo diferencian los sistemas, por ejemplo, entre personas abrazándose y personas peleando?
Alkema está de acuerdo en que el entrenamiento en profundidad de la IA basada en video es esencial, pero añade que los datos utilizados para entrenar la IA también impactarán directamente en el resultado de cómo funcionará.
Él dice que los proveedores equilibran los siguientes aspectos al entrenar redes neuronales:
- Calidad de los datos: La calidad de los datos utilizados para entrenar la red neuronal es crítica.
Los datos de mala calidad o mal etiquetados pueden llevar a resultados inexactos y pueden impactar negativamente en el rendimiento de la red neuronal. - Cantidad de datos: Dependiendo de cuán específico seas en el entrenamiento de tu red neuronal, se requerirían grandes cantidades de datos variados para entrenar efectivamente las redes neuronales, lo cual puede ser costoso y llevar mucho tiempo.
- Recursos computacionales: Entrenar redes neuronales basadas en video requiere recursos computacionales costosos de alta gama.
“Es posible entrenar redes neuronales para que sean precisas y efectivas. La experiencia en este campo, la inversión en suficientes recursos de desarrollo y el acceso a datos de calidad suficiente permiten a un proveedor llevar soluciones basadas en IA efectivas al mercado.”
Perdiendo empleos
La cuestión de cuánto podemos confiar en la IA para hacer los trabajos que requerían operadores capacitados en el pasado también es una pregunta que necesita ser abordada.
La cuestión de cuántos trabajos tomará la IA de los humanos es un punto de discusión bastante popular en todas las industrias, ya que se ha hecho evidente que no solo serán los trabajadores de cuello azul los que estarán en la línea de desempleo.
Mirando específicamente a los operadores humanos de la sala de control, ¿qué tan ‘en peligro’ estarían sus trabajos por la IA?
Actualmente, el mejor escenario es tener un enfoque de pantalla negra donde la IA elimina la mayoría de las falsas alarmas y, con suerte, captura todas las alarmas reales y notifica a un operador, quien luego implementa los procedimientos operativos estándar (SOP) para la empresa o para ese cliente específico (si la sala de control monitorea las infraestructuras de múltiples clientes).
Actualmente, la IA no puede hacerse cargo de esos trabajos, ¿o sí?
En el futuro, sin embargo, ¿qué impediría a una IA reconocer un evento real e implementar esos SOP automáticamente sin tener que depender de los humanos para terminar el trabajo?
“Incluso a medida que la tecnología de IA madura,” dice Alkema, “los operadores humanos seguirán siendo necesarios para verificar y actuar sobre los eventos generados por la IA. Algunas acciones podrían ser automatizadas por sistemas de gestión de video sin intervención humana, pero esto dependería de la política del cliente en responder a eventos reales. La estrategia ideal de mitigación de riesgos incorporaría lo mejor de lo que la automatización basada en IA y la intervención humana pueden ofrecer, para que los operadores puedan usar estas herramientas para ser aún más efectivos.”
Sin embargo, también señala, “Hay tanta inversión en IA basada en video a nivel global. La velocidad a la que la tecnología de IA está mejorando, mientras se vuelve más precisa y eficiente, cambiará el panorama de cómo se verá una sala de control de monitoreo en el futuro.”
CathexisVision’s AI y opciones de falsas alarmas
Finalmente, le preguntamos a Alkema qué ofrece Cathexis en el ámbito de la detección de falsas alarmas.
“En Cathexis, nuestro ethos en el desarrollo de soluciones basadas en IA es mejorar el valor de los datos de video. Una forma clave en la que hacemos esto es con el conjunto de análisis de video CathexisVision, que utiliza modelos de redes neuronales e IA para asegurar que el software pueda detectar anomalías en el sitio, y solo alertar a los operadores de la sala de control sobre los eventos de los que necesitan ser informados. Además, está la poderosa herramienta de manejo de eventos de CathexisVision, el Alarm Management Gateway, que permite a los operadores ver tanto eventos de video en vivo como grabados, ser informados de sus SOPs y reportar sobre las acciones que han tomado.”
“Reportar sobre el manejo de eventos es una característica importante en el software, que ayuda a mantener la integridad de la sala de control. La implementación efectiva de CathexisVision en sitios importantes y de alto tráfico a nivel mundial es un testimonio de la capacidad de la solución para mejorar el valor de los datos de video, de modo que los operadores puedan mantenerse informados y centrarse en las tareas más esenciales.”
