Conntour pozyskał 7 milionów dolarów, aby przekształcić kamery bezpieczeństwa w silniki wyszukiwania

Conntour wyszedł z fazy stealth z rundą seed o wartości 7 milionów dolarów, wspieraną przez inwestorów, w tym General Catalyst, Y Combinator, SV Angel oraz Liquid 2 Ventures. Firma positionuje się wokół prostej, ale ambitnej idei: zespoły bezpieczeństwa powinny być w stanie wyszukiwać nagrania wideo tak łatwo, jak wyszukują one informacje w sieci.

Platforma wprowadza zapytania w języku naturalnym w sieciach kamer, umożliwiając użytkownikom opisanie tego, czego szukają, zamiast polegania na wcześniej zdefiniowanych filtrach lub kategoriach.

Od biernych kamer do wyszukiwalnej inteligencji

Tradycyjne systemy nadzoru wideo opierają się na sztywnych zasadach. Operatorzy muszą zdefiniować, co mają wykryć z wyprzedzeniem – określone obiekty, ruchy lub zachowania. Podejście to często prowadzi do pominięcia incydentów i godzin ręcznej kontroli, gdy coś nieoczekiwanego się wydarzy.

Conntour zastępuje ten model bardziej elastycznym interfejsem. Zamiast konfigurowania alertów z wyprzedzeniem, użytkownicy mogą wpisywać zapytania, takie jak „osoba, która pozostawiła nieopiekowaną torbę” lub „van w pobliżu rampy rozładunkowej wczoraj”, a system pobiera odpowiednie nagranie.

To oznacza zmianę od monitorowania do wyszukiwania. Wideo nie jest już czymś, co się ogląda – staje się czymś, co można badać i przesłuchiwać na żądanie.

Zbudowany dla rzeczywistej złożoności

Jednym z podstawowych wyzwań w nadzorze jest to, że rzeczywiste sytuacje rzadko mieszczą się w ładnych kategoriach. Podejrzane zachowania są często kontekstowe, angażujące sekwencje działań, a nie pojedyncze wykrywalne obiekty.

System Conntour jest zaprojektowany do radzenia sobie z tą niejasnością. Działa zarówno na żywo, jak i na nagraniach historycznych, umożliwiając alarmy w czasie rzeczywistym, a także szybkie dochodzenie po zdarzeniu. Platforma działa również z istniejącą infrastrukturą kamer i może być wdrożona w pełni na miejscu, co jest kluczowe w środowiskach, w których dane nie mogą opuścić bezpiecznych sieci.

Interfejs jest zaprojektowany z myślą o użyteczności, umożliwiając operatorom niebędącym specjalistami od techniki interakcję z złożonymi systemami bez potrzeby konfigurowania reguł wykrywania lub zrozumienia podstawowych modeli.

Wczesne sukcesy w środowiskach o wysokim ryzyku

Spółka jest już wdrażana w operacjach bezpieczeństwa narodowego w Singapurze, co sugeruje wczesne przyjęcie w środowiskach, w których dokładność i szybkość są kluczowe.

Tło założycielskiego zespołu w dziedzinie wywiadu i systemów wysokich technologii wydaje się wpływać na projekt produktu, szczególnie na jego koncentrację na efektywności operacyjnej. Platforma twierdzi, że umożliwia jednemu operatorowi monitorowanie tysięcy kamer, jednocześnie znacznie redukując czas potrzebny do zbadania zdarzeń.

W porównaniu z tradycyjnymi systemami analizy wideo, platforma zgłasza znaczne ulepszenia operacyjne:

• Do 90% redukcja czasu ręcznej kontroli wideo
• Do 80% mniej pominiętych zdarzeń
• Do 70% redukcja fałszywych alarmów
• Możliwość, aby jeden operator nadzorował tysiące kamer

Te korzyści wynikają z zastąpienia przepływów pracy opartych na regułach systemami, które interpretują kontekst i intencję w sposób bardziej dynamiczny.

Gdzie może doprowadzić ta technologia

To, co buduje Conntour, wskazuje na szerszą zmianę w sposobie, w jaki interpretuje się dane wideo – nie tylko szybszą analizę, ale również fundamentalnie inny model interakcji. Zamiast projektowania systemów wokół wcześniej zdefiniowanych reguł wykrywania, ciężar przechodzi na zrozumienie intencji wyrażonej w języku naturalnym.

Ta zmiana ma implikacje poza bezpieczeństwem. Jeśli systemy mogą niezawodnie interpretować otwarte zapytania, takie jak „ktoś, kto pozostawił za sobą obiekt” lub „niezwykły ruch w pobliżu wejścia”, to sugeruje przesunięcie w kierunku semantycznego zrozumienia wideo – gdzie kontekst, relacje i sekwencje mają takie same znaczenie, jak poszczególne obiekty.

W skali dużych organizacji może to zmienić sposób, w jaki wykorzystują one archiwa wideo. Nagrania stają się zindeksowanym zestawem danych, który można dynamicznie wyszukiwać, zamiast biernie przechowywać. W środowiskach takich jak węzły transportowe, sieci logistyczne lub infrastruktura publiczna, może to zmienić sposób, w jaki odtwarzane są zdarzenia, audytowane i potencjalnie przewidywane.

Pod maską: Od wykrywania do zrozumienia

Tradycyjne systemy opierają się na modelach wykrywania obiektów, które są szkolone do rozpoznawania określonych kategorii, takich jak ludzie lub pojazdy. Chociaż skuteczne w kontrolowanych scenariuszach, te modele mają trudności, gdy zapytania spadają poza wcześniej zdefiniowane etykiety.

Podejście Conntour prawdopodobnie obejmuje budowanie bogatszych reprezentacji wizualnych – często nazywanych osadzeniami – które przechwytują nie tylko obiekty, ale także atrybuty, relacje i zmiany w czasie. Zapytania w języku naturalnym mogą być następnie mapowane na tę samą przestrzeń reprezentacji, umożliwiając systemowi dopasowanie intencji do danych wizualnych.

Innym kluczowym wyzwaniem jest rozumowanie czasowe. Wiele rzeczywistych zapytań obejmuje sekwencje zdarzeń, a nie pojedyncze klatki. Wsparcie tego wymaga śledzenia jednostek w czasie i zrozumienia interakcji, a nie tylko identyfikacji obiektów w izolacji.

Ograniczenia i kompromisy

Pomimo swojego potencjału, tego typu system wprowadza nowe wyzwania. Przetwarzanie dużych ilości wideo z zaawansowanymi modelami jest obciążające obliczeniowo, szczególnie w wdrożeniach na miejscu, gdzie zasoby są ograniczone.

Dokładność jest innym rozważaniem. Otwarte zapytania wprowadzają niejasność, a systemy muszą balansować elastyczność z precyzją, aby uniknąć fałszywych pozytywów lub pominięć. W przeciwieństwie do systemów opartych na regułach, systemy napędzane językiem naturalnym silnie zależą od tego, jak dobrze modele uogólniają do przypadków brzegowych.

Istnieją również implikacje dotyczące zarządzania. Możliwość wyszukiwania bardzo konkretnych atrybutów lub zachowań podnosi pytania o nadzór, kontrolę dostępu i odpowiednie użycie – szczególnie w wrażliwych lub publicznych środowiskach.

Conntour rozpoczął się, co wskazuje na przesunięcie od sztywnych, opartych na regułach systemów nadzoru w kierunku systemów, które mogą interpretować intencję i kontekst w czasie rzeczywistym.

Jeśli ten model okaże się niezawodny, może to zmienić sposób, w jaki organizacje wchodzą w interakcje z danymi wideo – przechodząc od biernego monitorowania do dynamicznej, sterowanej zapytaniami inteligencji.