*En la industria de la seguridad, la IA es utilizada principalmente
en aplicaciones en video, ya que por los grandes volúmenes de datos,
esta tecnología permite extraer y preprocesar el video para filtrar
solo lo que se necesita revisar.
En los últimos años ha habido avances tecnológicos significativos
en cuanto al poder que tiene la informática. Las máquinas parecen
tener cada vez más una mayor capacidad para aprender sobre nosotros
y participar en nuestras vidas. Ya sea a través de sugerencias de
compra de productos en Amazon.com, otros puntos de venta o en
nuestros negocios y actividades profesionales; las máquinas están
aprendiendo todo alrededor de nosotros. Sin embargo, aún estamos
lejos de alcanzar el máximo potencial que la Inteligencia Artificial
(AI) podría lograr.
Los avances que se han realizado especialmente en la industria de la
seguridad física, requieren mayor claridad acerca de las diferencias
entre Inteligencia Artificial, Aprendizaje Automático (Machine
Learning en inglés) y Aprendizaje Profundo (Deep Learning en
inglés). Usar el término IA de manera flexible solo sirve para
representar mal lo que el aprendizaje automático puede hacer y, a
menudo, se corre el riesgo de generar expectativas equivocadas.
Inteligencia artificial
Durante años, la comprensión de la mayoría de las personas sobre
la IA, provino de la cultura pop, lo que los llevó a preguntarse si
los robots podrían sentir las emociones humanas o si tendrían la
capacidad de tomar el control del mundo. La IA se refiere a un
cerebro artificial completamente funcional que puede razonar,
evolucionar, aprender y tomar decisiones similares a las de los
humanos; sin embargo, estamos a muchos años (o décadas) de esto.
Lo que sí es un hecho es que el mercado mundial de IA ha crecido de
manera significativa y se estima que para el 2025 llegue a los $60
mil millones. En 2016 fue de $1.4 mil millones, por lo que el PIB
global se considera crecerá en $5.7 billones para 2030.1
Algunos ejemplos de lo que hoy muchos consideran que es la IA, son:
Deep Blue venciendo al mejor jugador de ajedrez, Siri reconociendo
una canción, Amazon sugiriendo un nuevo libro. Estos son en realidad
ejemplos de computadoras cada vez más pequeñas que ejecutan una
serie de algoritmos, buscando a través de bases de datos o haciendo
muchos cálculos rápidamente.
Aprendizaje automático o Machine Learning
El aprendizaje automático es un área de la Inteligencia Artificial
que utiliza datos para ayudar a una computadora a mejorar el
rendimiento sin ser programada explícitamente. La programación
estática proporciona a la computadora un conjunto de instrucciones
que no cambian con el tiempo, permite a los programadores habilitar
una computadora para evaluar y alterar sus procesos computacionales a
través de la capacitación. En un ejemplo simple, una computadora
podría estar capacitada para determinar si el color o la forma son
un mejor indicador para clasificar correctamente una nueva entrada.
Al trabajar principalmente con datos en forma de lenguaje, texto,
video o imágenes, el aprendizaje automático utiliza técnicas
estadísticas para permitir que los sistemas informáticos resuelvan
problemas, tomen decisiones y predicciones.
Aprendizaje profundo o Deep Learning
El aprendizaje profundo es una formulación específica de redes
neuronales artificiales que también funciona con datos
estructurados. Es una representación de cómo el cerebro humano pasa
información entre "neuronas" para imitar patrones de
aprendizaje y clasificación que un humano hace naturalmente. Sin
embargo, todavía no es tan poderoso como el cerebro humano.
Lo emocionante es que las precisiones obtenidas últimamente han
excedido lo que los humanos pueden hacer con tareas específicas.
Incluso algunos analistas de Google creen que en el próximo año,
2020, los robots serán lo suficientemente inteligentes como para
imitar comportamientos humanos complejos como bromas y coqueteos.
Beneficios de la Inteligencia Artificial en la industria de la
seguridad física
En este momento, dentro de la industria de la seguridad, la IA está
siendo utilizada principalmente en aplicaciones en video. El video
genera volúmenes de datos muy grandes que resultan demasiado para
que una persona los revise, por lo que esta tecnología permite
extraer y preprocesar el video para filtrar solo lo que se necesita
revisar ahorrando miles de horas-hombre.
Cuando se trata de seguridad física, la adquisición y el
procesamiento de datos pueden aportar grandes mejoras a la eficiencia
operativa. Los operadores de seguridad a menudo invierten una
cantidad significativa de tiempo revisando y procesando grandes
cantidades de datos para dar sentido a un evento que han recibido.
Debido a que las máquinas están equipadas de manera única para
procesar incansablemente grandes cantidades de datos, pueden usarse
para automatizar algunas de estas tareas y liberar a los operadores
para que realicen otras actividades que generen valor al negocio.
En empresas como Genetec -proveedor global de soluciones de
videovigilancia, control de acceso y reconocimiento automático de
placas de matrícula (ALPR) de clase mundial- utilizan activamente el
aprendizaje profundo para lograr una mayor precisión para resolver
problemas estructurados, en donde se necesita saber cuál debería
ser el resultado en general. Este es el caso de sus sistemas ALPR,
que usan aprendizaje profundo para aumentar la precisión y las tasas
de veracidad de las lecturas de matrículas. “Al aplicar algoritmos
de visión por computadora, se reduce en gran medida los márgenes de
error en las lecturas, lo que ayuda a la policía a identificar y
detener vehículos o personas de interés”, señaló Philippe
Verrier, Director de Programas de Mercadeo de Genetec.
“En sí, el mayor beneficio, dentro del mercado de la seguridad, es
que permite automatizar tareas repetidas en las que los humanos
invierten mucho tiempo”.
Investigaciones realizadas señalan que la tecnología basada en IA
puede mejorar la productividad hasta en un 40%. Una investigación
realizada en 12 países desarrollados reveló que podría duplicar
las tasas de crecimiento económico para 2035, al permitir a las
personas usar su tiempo de manera eficiente, lo que aumentaría su
productividad en un 40%.
Otro de los beneficios que aporta este tipo de tecnología al mercado
de la seguridad es que ayuda a estimar cómo algunos tipos de delitos
influyen en el riesgo de que se produzcan otros delitos en el futuro
o, por ejemplo, qué tan cerca en el tiempo y en el espacio debe
ocurrir un robo en un hogar para aumentar el riesgo de que otro hogar
sea robado, lo que permite disminuir los índices de criminalidad,
como es el caso de la solución de Genetec Citgraf™.
“Estamos utilizando el aprendizaje automático no supervisado para
ayudar a nuestros sistemas a predecir cuándo se volverán
inestables”, señala Philippe, y agregó: “Nuestra plataforma de
seguridad unificada, Security Center, proporciona advertencias de
cuando ha utilizado el 90% del espacio disponible en disco. Nuestro
objetivo es que el sistema informe que excederá el espacio
disponible en disco en x número de días cuando solo tenga un 10% de
uso”.
En conclusión, todavía se está muy lejos de la verdadera IA. Las
máquinas no pueden dar sentido a algo por sí mismas. Se pueden
desarrollar aplicaciones para usar algoritmos preprogramados y
descubrir patrones en los datos o entrenarlos para reconocer y
clasificar correctamente las diferentes entradas. Al trabajar con
estos algoritmos, también se puede permitir que realicen sus propias
mejoras para desempeñar sus tareas de manera más eficiente. Sin
embargo, esto solo significa el punto de partida para liberar el
potencial que tiene esta tecnología que permitirá encontrar
enfoques aún más innovadores para desarrollar.
1.- Statista
Additional information/resources:
https://resources.genetec.com/en-home-page/how-machine-learning-can-keep-your-city-safe
“Estamos utilizando el aprendizaje automático no supervisado para
ayudar a nuestros sistemas a predecir cuándo se volverán
inestables. Nuestra plataforma de seguridad unificada, Security
Center, proporciona advertencias de cuando ha utilizado el 90% del
espacio disponible en disco. Nuestro objetivo es que el sistema
informe que excederá el espacio disponible en disco en x número de
días cuando solo tenga un 10% de uso”.
Philippe Verrier
Director de Programas de Mercadeo de Genetec
Acerca de Genetec
Desarrolla software de plataforma abierta, hardware y servicios
basados en la Nube para la seguridad nacional, pública y privada. Su
producto insignia, el Security Center, unifica videovigilancia,
control de acceso, y reconocimiento de placas de matrícula (LPR)
sobre redes IP en una sola plataforma. Genetec Inc. es una empresa
global innovadora que desde 1997, tiene su sede en Montreal, Canadá,
y proporciona sus servicios a organizaciones empresariales y
gubernamentales a través de una red mundial de integradores de
sistemas y consultores en más de 80 países. Genetec Inc. fue
fundada bajo el principio de ser innovadora, y permanece a la
vanguardia de tecnologías emergentes que unifican sistemas de
seguridad física. Para obtener más información visitar
www.genetec.com/es.
+++
