系統設計師經常面臨先進傳感器技術指數級擴展的挑戰，以及如何將它們應用到安全或生命/安全環境中。一個傳感器網絡可以聽到、聞到和感覺到諸如音頻警報、氣體泄漏和溫度波動等事件。然而，由于基于云計算的智能分析技術的出現，視頻監控已經成為安全領域的主導力量，這種技術可以控制和利用大量不同數據，從而實現可操作的實時響應。

在最近的一份報告——《2020 年至 2025 年物理安全業務》中，全球研究公司 Memoori 表示：“2019 年，應用于視頻監控的人工智能 (AI) 技術讓市場相信，到 2020 年它將成為未來 10 年的主流并且迫切需要充分利用視頻監控攝像頭生成的海量數據，而基于人工智能的解決方案是唯一可行的答案。帶有人工智能軟件的現代芯片架構可以梳理大量數據并提高安全性。誠然，我們還沒有看到這個領域的很多發展，但通往人工智能的道路似乎非常明確。”

Memoori 報告補充說：“人工智能為我們的智能技術生態系統增加了大腦，使這些系統能夠理解廣泛的感官輸入并處理傳感器硬件提供的大量數據。這對于計算機視覺來說尤其重要，因為計算機視覺從大量的視頻監控錄像流中獲取信息，并創建了比人類團隊可以監控的更多的數據。與人腦一樣，人工智能視頻分析可以計算人數、識別個人并識別活動，以推動安全、效率和行為預測應用，甚至幫助我們打擊犯罪。”

從 VMS 到 AI 的遷移

一個簡單的事實是，安全行業正在從傳統的 VMS 過渡到用于數據收集的傳感器管理平臺。當您與最終用戶和技術人員交談時，遷移是不可避免的。數據收集、數據生成和最終數據解釋的壓力每天都變得越來越復雜。每天都會創建大量數據，其中大約 80% 是非結構化或“暗數據”，而其中 37% 是視頻數據。這給人們在流程開始之前定位、組織和輸入數據帶來了沉重的負擔。

Fredrik Wallberg和Airship AI的技術團隊已經開始了將黑暗數據轉化為實時可操作的智能的挑戰。Airship營銷副總裁Wallberg表示，Airship已經關注了數據和安全的前景，并指出他們的代理機構和企業客戶正在創造大量的數據，但仍然在有形的信息收集方面遇到了困難。

“我們(安全)幾乎一起遠離了現場觀看。我們已經看到很多關于這只猴子的報道，這些報道并沒有被觀看直播的人看到，因為他們只是不知所措。因此，很多視頻都在播放模式下觀看，”Wallberg 說，并指出了這一遠離實時監控的重要趨勢，并于本周在拉斯維加斯舉行的 ISC West 2022 上展出“我們通過現有客戶和一些大客戶所做的事情與我們合作的財富 100 多家公司在提取現有數據和元數據并從視頻源中提取這些數據和元數據方面擁有深厚的專業知識，以進一步提高安全性并促進業務發展。”

“我們(安保部門)已經幾乎全部放棄了實時觀看。我們已經看到很多類似的報道，但現場觀看它的人卻看不到具體內容，以至于很多時候他們不知所措。所以，很多視頻都是以回放模式觀看的。”Wallberg 表示，并指出了這一遠離實時監控的重要趨勢，并于近期在拉斯維加斯舉行的 ISC West 2022 上展出“我們通過現有客戶和一些大客戶所做的事情，與我們合作的財富 100 多家公司在提取現有數據和元數據，并從視頻源中提取這些數據和元數據方面擁有深厚的專業知識，以進一步提高安全性并促進業務發展。”

Wallberg 解釋說，Airship AI 創建流程以幫助客戶在邊緣獲得實時數據可視化的能力是一個關鍵的差異化因素。 “企業組織在邊緣進行大量計算和大量數據生成。我們的前端AI盒子實際上只是一個小型工廠和視頻邊緣處理模塊，提供機載AI數據分析和傳輸。隨著這些不斷擴展的傳感器和物聯網設備連接到互聯網，我們可能會認為這是一種向前發展的趨勢。在管理數據點和數據創建點的工作負載以實現最大效率和準確性方面，我們認為我們處于領先地位。”

如何處理所有這些數據

在 Airship AI 流程重新生成并收集了所有這些數據之后，下一步就是對數據進行分析。 Wallberg表示，當您將其拉回核心管理平臺時，可以在邊緣攝取數據以進行組織和分析，它將所有暗數據轉化為一些實時可操作的情報。

“在這一點上，就像許多競爭對手一樣，你確實需要強大的后端，前端至少有一個簡化的用戶界面 (UI)，以確保打破數據孤島并用數據中心取代。然后，人工智能引擎可以看到核心中的所有結構或明數據——如果我們將其稱為暗數據的對立面”，Wallberg 補充道。

“從人工智能的角度來看，你正在創建所有這些數據，并且通過對齊和連接后端系統、融合和操作數據，使可視化成為現實，從而理解這些數據。最后一部分是我們在此類數據線程中標記為數據可視化的內容。這實際上只是在使用人工智能通過整個數據流提供智能。您已經采用了所有這些不同的系統，打破了這些數據孤島，將物聯網設備和傳感器置于邊緣，攝取數據，通過核心 AI 功能對其進行分析，在邊緣實現實時數據可視化，然后生成實時通知。因此，雖然您在邊緣擁有超級智能引擎，在核心和后端擁有強大的引擎，但歸根結底，它需要被簡化。”

自從人工智能和機器學習選項穩步獲得多個安全系統的接受以來，從 PSIM 和 VMS 平臺的操作轉變一直在進行。當然，視頻監控仍然是最明顯的例子。 Airship AI 認為，它的方法超越了基本的視頻管理軟件，開發了一個主動和完整的“鏡頭到服務器”解決方案，將監控從單個流到數千個流。

“如果你看看很多成功的大型數據類型公司，無論是 Facebook、亞馬遜還是谷歌，他們都在試圖弄清楚他們可以用這些黑暗的、非結構化的數據做什么。安全領域有大量數據，我們花費大量時間試圖查明事件發生的位置，收緊視頻，減少帶寬——實際上只是試圖減少我們稱之為無用數據的數量，” Wallberg 說。

“我們要說的是，實際上恰恰相反。通過生成的所有數據，您可以真正開始了解正在發生的事情，不僅從業務支持的角度來看，而且還可以通過適當的 AI 引擎提高您的安全性。你將能夠處理數據并開始找出一些模式。”