Časopis Quark
http://www.quark.sk

Inteligentní strážcovia

Čitateľka Anna Kubarková z Nitry sa pýta, či sofistikované algoritmy na základe údajov zo všadeprítomných kamier dokážu včas odhaliť pokusy jednotlivcov alebo skupín o nežiaduce činy.

Monitorovanie veľkých priestorov s množstvom osôb je veľmi vyčerpávajúce a náročné na sústredenie.

Aby sme si urobili názor na monitorovanie aktuálnej bezpečnostnej situácie počas plánovaného veľkého zhromaždenia ľudí na verejnom priestranstve a tým aj odhad možností, ktoré by umelá inteligencia mohla využiť, urobili sme experiment. Počas jarmoku na námestí veľkého mesta sme asi hodinu pozorovali situáciu z okna budovy, odkiaľ sme mali celý priestor ako na dlani. Už po desiatich minútach sme zaregistrovali vzorce správania troch špecifických skupín ľudí.

Rozpoznať vzory správania
Štvorčlenná rodinná skupinka nám predvádzala ukážkovú súčinnosť vreckových zlodejov. Druhá skupina mladých ľudí, zrejme posilnených alkoholom, občas do niekoho štuchla a oslovila ho, no podľa úsmevov to bola neškodná aktivita, možno nejaká stávka. Nuž, a tri dvojice mestských policajtov si užívali pekný slnečný deň a občerstvenie, ktoré im poskytli v niektorých stánkoch… Ostatní návštevníci jarmoku sa správali viac-menej rovnako, teda chodili pomedzi stánky chaoticky a občas sa niekde pristavili.
Počas hodiny pozorovania skupina vreckárov mala interakciu minimálne s tromi návštevníkmi jarmoku. Podľa osvedčenej schémy žena pracovala v prvej línii, ukradnutú vec podala jednému z dvoch detí, ktoré s čorkou utekalo k mužovi stredného veku. Keby bol s nami policajt s kamerou a vysielačkou by navádzal kolegu, mohla byť skupinka zneškodnená do piatich minút a nevyvrátiteľné dôkazy by boli zaznamenané v kamere.
Druhý pokus sme urobili na námestí v Mníchove, cez ktoré prechádzal sprievod rozvášnených futbalových fanúšikov. Na rozdiel od pozorovania na jarmoku sme u nich nenašli nijaké odlišnosti v správaní jednotlivcov. Všetci pochodovali a skandovali. Podľa priateľských úsmevov všadeprítomných policajtov sme usúdili, že podujatiu priradili veľmi nízky stupeň rizika.
Keď to zosumarizujeme, inteligentnou analýzou obrazu nie je ťažké odhaliť odlišné vzory správania niektorých ľudí či skupín. Navyše náš prvý scenár bol z tých zložitejších, pretože ľudia väčšinou nechodia na jarmok s určitým cieľom, ani sa nepohybujú predpokladaným spôsobom ako napríklad na letiskách či staniciach metra. Na iné akcie, predovšetkým športové zápasy či viacdňové festivaly, však niektorí ľudia idú cielene vypustiť paru, čo z hľadiska bezpečnosti predstavuje riziko.

Využitie dronov 
Aby bolo čo analyzovať, prvoradá úloha je zabezpečiť priestor zhromaždenia veľkého množstva ľudí. Festivaly, jarmoky, pochody, demonštrácie, športové akcie a podobne sa vo väčšine prípadov konajú v priestoroch, ktoré kamerový systém málokedy dostatočne pokrýva.
Riešením monitorovania takýchto akcií by mohli byť drony s kamerami. Nebudeme teraz riešiť legislatívu, no skutočnosťou je, že väčšie a ťažšie drony, aj keď ich prevádzkuje oficiálna bezpečnostná autorita, napríklad polícia či špecializovaná agentúra, môžu pri zlyhaní riadenia spôsobiť vážne zranenia. Dôležitá je aj dôvera verejnosti. Preto priebežne sledujeme rôzne paralelné trendy v oblasti lietajúcich strojov. Existuje napríklad kombinácia dronu s balónom, ktorý lieta pomaly a potichu, takže sa ho ľudia neboja, prípadne dron upútaný na lanku, ktoré umožňuje oveľa lepšie ovládať fázu pristávania.

Algoritmy umelej inteligencie vedia odhaliť nezvyčajné správanie sa.

Vyhodnotenie informácií  
V tejto oblasti sa umelá inteligencia už intenzívne využíva, z pochopiteľných dôvodov sa tým však oficiálne bezpečnostné inštitúcie, o špeciálnych službách nehovoriac, priveľmi nechvália. Uľahčili by totiž situáciu potenciálnym narušiteľom, ktorí by mohli bezpečnostné systémy ľahšie oklamať. Stačí sa poobzerať okolo seba v odletovej hale letiska a pokúsiť sa spočítať kamery. Sú takmer všade. Otázka je, čo je za oponou, či tam momentálne najinteligentnejšiemu rozpoznávaciemu systému, čiže ľuďom, pri rozpoznávaní podozrivých aktivít asistujú aj nejaké systémy na báze umelej inteligencie.
Už v roku 2008 sme pri návšteve výskumného centra IBM v Zürichu videli ukážku systému, ktorý podľa mimiky tváre detegoval nálady ľudí snímaných kamerou. Výsledok bol indikovaný farbou rámika, ktorým boli označené rozpoznané tváre. Zelený štvorček znamenal pohodu a dobrú náladu, žltý až oranžový rôznu mieru stresu a červený rámik indikoval vysoký stres. Kamery pokrývajúce aj infraspektrum dokážu odhaliť i ďalšie hrozby, napríklad chorých s horúčkou alebo v prípade epidémií aj s inými typickými príznakmi.

O krok vpred 
Teroristi a kriminálnici sa ustavične pokúšajú oklamať bezpečnostné systémy, používajú nové metódy a postupy. Preto musia byť bezpečnostné riešenia založené na umelej inteligencii modernejšie a sofistikovanejšie, nestačí byť v závese a reagovať na hrozby. Musia mať pred nimi náskok a ten umožní jedine umelá inteligencia čiže sofistikované algoritmy, ktoré sa priebežne učia z obrovských objemov údajov, v tomto prípade hlavne obrazových.
Veľké nádeje sa vkladajú do oblasti unsupervised learning, strojového učenia bez vopred definovaných vzorov. Algoritmy umelej inteligencie sa dokážu naučiť, ako vyzerá normálne správanie v danom priestore, a odhalia vzorce nezvyčajného správania. Kamión blížiaci sa veľkou rýchlosťou na prímorskú promenádu či k oblasti vianočných trhov – to sú presne prípady dosiaľ nepoužitej alebo veľmi zriedkavej formy útoku. Tento typ deep learningu inteligencie umožní automatizovať detekciu nových a dosiaľ neznámych hrozieb a v reálnom čase navrhne najúčinnejší zásah, prípadne ho umelá inteligencia aj sama bude riadiť.
Veľký pokrok nastal aj v oblasti rozpoznávania tvárí a následnej identifikácie osôb. Na zázname z bezpečnostných kamier majú tváre ľudí iba niekoľko málo pixelov. Určite ste takéto zábery videli v televíznych pátracích výzvach. Umelá inteligencia na báze neurónových sietí, ktorú vyvíja Google, dokáže aj z niekoľko málo pixelov zrekonštruovať podobu tváre osoby a následne sa pokúsiť o jej identifikáciu. Algoritmus sa učil na verejne dostupných databázach fotiek tvárí s cieľom zistiť prípadnú farebnú alebo polohovú podobu, zhodu pixelov.

Kontrolovaný pohyb
Do niektorých priestorov sa človek dostane len s príslušným dokladom, napríklad s letenkou či visačkou oprávňujúcou na vstup na podujatie. Zaznamenali sme niekoľko pokusov vybaviť tieto identifikačné doklady elektronickými prvkami umožňujúcimi jednoduché monitorovanie.
Pred desiatimi rokmi prebehli médiami informácie o projekte Optag na monitorovanie pohybu cestujúcich na letiskách pomocou tagov RFID. Na projekte podporovanom eurofondmi participovalo Konzorcium európskych technologických spoločností a niekoľko univerzít. Testoval sa na letisku v Budapešti. Cieľom bolo nielen zvýšenie bezpečnosti na letiskách pomocou sledovania pohybu jednotlivých pasažierov, ale aj zvýšenie pohodlia a informovanosti pasažierov. Projekt využíval kombináciu technológie čipov RFID na elektronickej letenke, ktoré možno vystopovať s presnosťou na jeden meter, a sledovať ich polohu každú sekundu. Sledovanie zabezpečujú panoramatické kamery umožňujúce vizuálne sledovať pasažierov a znázorniť ich aktuálnu pozíciu. Optag dokáže na rozdiel od bežných čipov RFID, čitateľných iba na vzdialenosti niekoľkých centimetrov, odčítať informáciu zo vzdialenosti 10 až 20 metrov. Systém by sa dal využiť aj pri evakuácii letísk, hľadaní detí, ktoré sa na letisku stratili, alebo na zrýchlenie nastupovania cestujúcich do lietadiel. Dokáže identifikovať aj pasažierov, ktorí sa v čase, keď majú nastupovať, nachádzajú priďaleko. V budúcnosti by sa mohol podobný systém používať aj na iných miestach, kde sa združuje veľké množstvo osôb.

Ľuboslav Lacko, PC Revue
Foto Pixabay, PC Revue

Tento článok si môžete prečítať v časopise Quark 3/2018.

Ak chcete mať prístup aj k exkluzívnemu obsahu pre predplatiteľov alebo si objednať tlačenú verziu časopisu Quark, prihláste sa alebo zaregistrujte.

Komentáre