Izvor: Prasanth Aby Thomas
Umjetna inteligencija koja se koristi u videonadzoru mora raditi u uvjetima koje je teško reproducirati u laboratoriju: promjenjivo svjetlo, loša kvaliteta slike, neobični kutovi kamere, prepune scene i neočekivano ljudsko ponašanje. To čini izbor podataka za obuku ključnim za pouzdanost rada sustava nakon instalacije. Razvojni programeri mogu trenirati modele koristeći snimke prikupljene iz operativnih okruženja, računalno generirane slike i video ili kombinaciju oboje.
Rukovoditelji tvrtki Genetec i Eluviant rekli su da sintetički podaci mogu proširiti skupove podataka za obuku i pružiti primjere rijetkih događaja. Ali također su rekli da snimke iz stvarnih okruženja ostaju potrebne, posebno kada aplikacija mora interpretirati ponašanje ili razumjeti aktivnost unutar određene lokacije.
„Podaci iz stvarnog svijeta dolaze iz stvarnih operativnih okruženja i odražavaju varijabilnost s kojom se sustavi susreću nakon implementacije“, rekao je Laurent Villeneuve, viši menadžer za marketing proizvoda i industrije u Genetecu.
Te varijacije mogu uključivati osvjetljenje, vrijeme, pozicioniranje kamere, kvalitetu slike i kretanje pozadine. Svaka od njih može utjecati na to hoće li analitički model ispravno detektirati objekt ili interpretirati događaj.
Sintetički podaci, u usporedbi s tim, stvaraju se umjetno. Omogućuju razvojnim timovima da proizvode kontrolirane primjere, mijenjaju specifične uvjete i generiraju snimke incidenata koje bi moglo biti nepraktično snimiti. Villeneuve je rekao da oba oblika podataka mogu doprinijeti razvoju modela. Međutim, njihova vrijednost ovisi o zadatku koji se izvodi i načinu na koji se model testira prije implementacije.
Gdje sintetički podaci pomažu
Sintetički podaci posebno su korisni kada programeri trebaju mnogo primjera jasno definiranog objekta ili događaja. Za detekciju i klasifikaciju objekata, timovi mogu stvoriti varijacije koje uključuju različita vozila, odjeću, pozadine, kutove gledanja i uvjete okoline. To može pomoći u popunjavanju praznina u skupovima podataka bez potrebe za snimanjem svake moguće varijacije. Također može pružiti primjere incidenata koji se rijetko događaju u običnim nadzornim snimkama.
„Sintetički podaci imaju istinsku ulogu“, rekao je Callum Wilson, suosnivač i izvršni direktor Eluvianta. „Korisno je za generiranje velikih količina kontroliranih primjera, popunjavanje praznina u skupu podataka i ponovno stvaranje rijetkih ili opasnih scenarija koje nikada ne biste mogli odgovorno snimiti.“
To može biti relevantno kada model mora prepoznati određeni objekt, ali programeri imaju samo ograničen broj stvarnih primjera. Sintetički skup podataka može proširiti raspon uvjeta predstavljenih tijekom obuke.
Villeneuve je rekao da ovaj pristup može podržati detekciju i klasifikaciju objekata, kao i aplikacije koje uključuju događaje koji se događaju prerijetko da bi se proizvelo dovoljno materijala za obuku. Kontrolirano generiranje također omogućuje programerima da izoliraju određene varijable. Mogu mijenjati osvjetljenje, položaj objekta ili perspektivu kamere bez promjene svakog drugog dijela scene. Međutim, korisnost ovog pristupa opada kako zadatak postaje sve ovisniji o kontekstu.
Wilson je rekao da su funkcije koje identificiraju diskretne objekte općenito prikladnije za sintetičko proširenje od aplikacija koje moraju razumjeti što ljudi rade tijekom vremena.
„Kao opće pravilo, što više funkcija ovisi o prepoznavanju diskretnih objekata, to više sintetički podaci mogu pomoći“, rekao je. „Što više ovisi o ponašanju čitanja u živom okruženju, to više stvarni svijet mora obaviti podučavanje.“
Ponašanje zahtijeva kontekst
Analiza ponašanja predstavlja drugačiji izazov za obuku jer značenje radnje često ovisi o tome gdje se događa. Pojedinac koji ostaje na jednom mjestu može se smatrati normalnim u čekaonici, ali neobičnim u blizini ograničenog ulaza. Kretanje koje se čini sumnjivim u jednom objektu može biti dio uobičajenog tijeka rada u drugom.
Villeneuve je rekao da zadaci koji uključuju analizu ponašanja ili procese specifične za lokaciju općenito zahtijevaju opsežne videozapise iz stvarnog svijeta jer okolni kontekst utječe na to kako bi se aktivnost trebala interpretirati. Testiranje u operativnim okruženjima također može otkriti slabosti koje nisu bile očite tijekom razvoja.
„Operativna okruženja obično otkrivaju praznine koje nisu bile očite tijekom razvoja“, rekao je.
Model može dobro funkcionirati na pripremljenom skupu podataka, ali proizvoditi previše lažnih alarma kada je izložen refleksijama, sjenama, kretanju pozadine, vremenskim uvjetima ili nepoznatom položaju kamere. Stoga je potrebno testiranje u stvarnom svijetu kako bi se izmjerili i lažno pozitivni i propušteni događaji. Također pomaže u određivanju može li model dosljedno funkcionirati na različitim lokacijama, a ne samo pod uvjetima predstavljenim u njegovim podacima za obuku.
Wilson je to opisao kao neizbježan poremećaj videozapisa uživo. "Video umjetna inteligencija živi ili umire ovisno o neurednosti"„stvarnog svijeta: loše osvjetljenje, prepune scene, neugodni kutovi kamere, ljudi koji rade stvari koje nitko nije mogao predvidjeti“, rekao je. Iz tog razloga, nijedan rukovoditelj nije predstavio stvarne i sintetičke podatke kao međusobno isključive izbore.
Sintetički podaci mogu povećati pokrivenost i pružiti primjere koji inače nisu dostupni. Podaci iz stvarnog svijeta mogu pokazati ostaje li rezultirajući model koristan kada se instalira na operativnoj lokaciji.
Wilson je rekao da Eluviant preferira skupove podataka iz stvarnog svijeta jer odražavaju uvjete s kojima se susreću njegovi sustavi. Međutim, sintetički podaci mogu pomoći u proširenju pokrivenosti, a istovremeno podržavaju zahtjeve za privatnost i zaštitu podataka.
Pogreške nisu ograničene samo na chatbotove
Sve veća upotreba jezičnih sučelja u videonadzoru također je potaknula pitanja o tome može li umjetna inteligencija kamere halucinirati na način povezan s velikim jezičnim modelima.
Usporedba zahtijeva oprez. Tradicionalna video analitika općenito ne daje duge, otvorene odgovore na isti način kao chatbot. Međutim, mogu napraviti netočne klasifikacije, pogrešno shvatiti ponašanje ili dodijeliti pogrešno značenje događaju. Wilson je rekao da video inteligencija može pogrešno klasificirati i objekte i radnje. Praktični odgovor nije pretpostaviti da svaki otkrivanje je ispravno, već izgraditi sustave koji pomažu operaterima da procijene rezultat.
„Nijedna umjetna inteligencija nije savršena, kao ni bilo koja druga tehnologija“, rekao je. „Video inteligencija može pogrešno klasificirati objekte i ponašanja te može pogrešno protumačiti radnje.“
Eluviantov pristup je korištenje umjetne inteligencije za podršku ljudskim odlukama, a ne za njihovu zamjenu. Wilson je opisao ljudski pregled kao temeljno načelo dizajna.
Njihov Sentry softver pruža postotak pouzdanosti za svaku detekciju umjesto da svako upozorenje prikazuje kao sigurno. To daje operateru indikaciju razine pouzdanosti sustava prije nego što odluči kako reagirati.
Testiranje se također provodi na početku projekta. Postavke osjetljivosti prilagođavaju se prema okruženju i preferencijama kupca za primanje više potencijalnih upozorenja ili filtriranje događaja niže pouzdanosti.
Eluviant također koristi generativnu komponentu umjetne inteligencije pod nazivom Aurora kao još jednu fazu pregleda. Wilson je rekao da provjerava upozorenje u odnosu na kontekst vidljiv u sceni i pruža zasebnu razinu pouzdanosti.
Ove kontrole ne uklanjaju mogućnost pogreške. Namijenjene su tome da neizvjesnost učine vidljivom i zadrže ljudsku prosudbu u procesu odlučivanja.
Validacija je važnija od veličine skupa podataka
Intervjui sugeriraju da količina podataka korištenih za obuku modela sama po sebi nije dovoljna mjera kvalitete. Veliki sintetički skup podataka može poboljšati pokrivenost, ali ne može pokazati kako će model reagirati na svaku instalaciju. Skup podataka iz stvarnog svijeta može točnije odražavati radne uvjete, ali i dalje može biti nepotpun ili preuski ako predstavlja samo ograničen raspon lokacija.
Relevantnije pitanje je radi li model pouzdano nakon implementacije.
Villeneuve je rekao da podaci iz stvarnog svijeta ostaju ključni za validaciju i testiranje, bez obzira na to koliko je sintetičkog materijala korišteno tijekom razvoja.
„U konačnici, najznačajnija mjera je koliko pouzdano model radi u stvarnim radnim uvjetima i daje li željeni operativni ishod“, rekao je.
To naglašava terensko testiranje, mjerenje lažnih alarma i sposobnost prilagodbe sustava uvjetima na svakoj lokaciji. Za integratore i krajnje korisnike, razlika između stvarnih i sintetičkih podataka stoga je manje važna od dokaza koje dobavljač može pružiti o performansama. Sintetički podaci mogu ojačati razvoj, posebno za prepoznavanje objekata i rijetke scenarije. Snimke iz stvarnog svijeta ostaju potrebne kako bi se testiralo preživljavaju li ti dobici kontakt s operativnim okruženjem.
Kako video analitika preuzima zadatke ovisnije o kontekstu, ograničenja podataka za obuku postaju teže odvojiva od uvjeta same implementacije. Konačni test nije koliko uvjerljivo model radi u razvoju, već mogu li se operateri osloniti na njegov izlaz kada se stvarni događaj dogodi.
Photo by Luke Jones on Unsplash