Як штучний інтелект робить металодетектування важливішим, ніж будь-коли раніше

Кожного дня мільйони людей проходять через металодетектори в аеропортах, школах, концертних залах, судах і офісних будівлях. Більшість людей навіть не думають про цей процес або про те, що ці пристрої є важливим захистом для їхнього власного благополуччя. Коли детектор спрацьовує, це зазвичай вважається незначною перешкодою або затримкою – як тільки проблема вирішена, всі продовжують свій день.

Не секрет, що ми живемо у світі, який стикається з зростаючими проблемами безпеки, зростаючими натовпами та поширенням невдалих інцидентів. Не дивно, що галузь безпеки стикається з більшим попитом на технології, які можуть не тільки втрутитися в ситуацію загрози, але й служити передбачуваною, активною бар’єром для безпеки.

Позаду простої процедури проходження через металодетектор, вам, можливо, буде дивно дізнатися, що в галузі безпеки відбувається технологічна революція. Штучний інтелект і машинне навчання змінюють весь конструкт металодетектування, роблячи його швидшим, розумнішим і точнішим, ніж будь-коли раніше.

Балансування точності та попиту

Давайте спочатку розглянемо галузь з висоти пташиного польоту. Підштовхнута раніше згаданими факторами, глобальний ринок безпеки зростає. Експерти оцінюють, що ринок металодетектування та безпеки sám очікується досягти майже 10 мільярдів доларів до 2028 року, що обумовлено зростаючими проблемами безпеки та зростаючими пасажирськими потоками. Аеропорти, стадіони, арени та школи залишаються під великим тиском, щоб швидко переміщувати людей, не компрометуючи безпеки.

Ділема, з якою стикаються фахівці безпеки, полягає в тому, щоб збалансувати ретельність, необхідну для забезпечення безпеки, з зручністю та ефективністю. Ми часто говоримо про те, як додаткове сканування може заповнити прогалини, але реальність така, що коли ви стикаєтеся з десятками тисяч мандрівників або відвідувачів, ви просто не можете відкрити кожен багаж. Водночас пропуск загрози може бути смертельним. Ця динаміка ставить всю систему – від виробників до адміністраторів та працівників – у справжню кризу.

Тепер давайте розглянемо, як технологія функціонувала історично. Традиційні металодетектори, засновані на електромагнітній індукції, були довіреними помічниками протягом десятиліть, здатними обробляти величезні об’єми людей при прийнятній швидкості. Металодетектори компанії Garrett, наприклад, були глобальним стандартом промисловості понад 40 років, починаючи з моменту, коли ми були доручені створити наш перший металодетектор, MagnaScanner, для літніх Олімпійських ігор 1984 року в Лос-Анджелесі.

Незважаючи на свій “спадковий” статус у порівнянні з деякими іншими технологічними досягненнями, ці детектори все ще одні з найбільш економічних, високопродуктивних та стабільних рішень безпеки на ринку. Проблема полягає в тому, що вони традиційно не мали інтелекту, щоб розрізняти ремінь з зброєю, що потім призводить до додаткового сканування – і згаданих вище затримок. Ці помилкові спрацювання можуть призвести до втоми людини для працівників безпеки, що потенційно може компрометувати ефективність їхнього процесу моніторингу – ефект доміно, який може призвести до наслідків, яких ніхто не хоче. Саме тут штучний інтелект і машинне навчання вступають у дію.

Дані за детектуванням

У своїй основі штучний інтелект перетворює металодетектування з реактивного процесу на передбачуваний. Замість простого спрацювання сигналу, коли виявляється метал, системи детектування зброї, оснащені штучним інтелектом, тепер можуть аналізувати форму, густину та положення металічних об’єктів за допомогою складного розпізнавання сигнальних закономірностей.

Ми використовуємо штучний інтелект, щоб досягти рівнів функціональності для випробуваного металодетектування, які раніше були неможливі. Деякі голоси в сфері безпеки сканування відкидають технологію металодетектування як застарілу, але вони ігнорують величезні досягнення в галузі металодетектування за останні роки. Застосовуючи ці досягнення в машинному навчанні до технології металодетектування, особливо щодо розробки продукту, металодетектори змогли досягти точності, якої раніше не було можливим досягти. У компанії Garrett штучний інтелект був використаний для розробки передової пропрієтарної платформи детектування за допомогою машинного навчання для нашого металодетектора Paragon, одного з найбільш широко використовуваних металодетекторів на планеті. Ці алгоритми машинного навчання можуть ідентифікувати тонкі відмінності між повсякденними предметами – такими як телефони або ключі – та потенційно небезпечними об’єктами, такими як ножі або вогнепальна зброя.

Коли ви проходите через металодетектор, оснащений штучним інтелектом, він не просто шукає метал – він аналізує тисячі даних і класифікує те, що бачить, на основі закономірностей, вивчених за допомогою мільйонів попередніх випробувань під час розробки. Результатом цього є миттєве, точне виявлення декількох загроз і загалом більшої безпеки. Наша платформа штучного інтелекту для Paragon підвищує загальну точність цілей у порталі для одного і декількох цілей більш ніж на 88% і зменшує кількість помилкових спрацювань традиційних металодетекторів на ринку більш ніж на 5%.

У великих закладах навіть невеликі поліпшення ефективності мають величезний вплив. Одне помилкове спрацювання може затримати десятки людей; помножте це на тисячі гостей на стадіоні або пасажирів в аеропорту, і порушення швидко накопичуються. Ці системи, засновані на штучному інтелекті, допомагають вирішувати цю проблему. Дані показують, що в декількох великих аеропортах США та спортивних аренах металодетектори, оснащені машинним навчанням, значно зменшили додаткове сканування багажу і час сканування.

Ключовим є те, що ці детектори не просто виявляють – вони наповнені інтелектом, набутим шляхом аналізу тисяч потенційних сценаріїв і ймовірностей предметів та факторів середовища. Важливим є те, що технологія надається фахівцям безпеки після того, як вона вже була освічена цими складними знаннями машинного навчання під час розробки, а не “навчиться на роботі” – це забезпечує значно нижчий ризик помилок і помилкових показів. Надавши фахівцям можливість аналізувати та розумно застосовувати ці знання, отримані машинним навчанням, гарантується, що більш повна та послідовна стандартизація безпеки встановлюється та реалізується у всіх відповідних умовах та застосуваннях.

Непередбачувані застосування

Є також застосування за межами безпеки для подорожей та заходів. Школи та лікарні, наприклад, все частіше采用ють металодетектори, оснащені штучним інтелектом, які можуть визначати зброю, а також ставати більш досвідченими у розрізенні повсякденних предметів, зменшуючи тривогу та затори. Естетика та технології, які сприяють безперебійному та ненав’язливому досвіду користувача, можуть суттєво покращити комфорт пацієнтів та відвідувачів, одночасно мінімізуючи сканування або інциденти. Деякі продукти можуть використовуватися в “прихованому режимі”, коли не відбувається жодного спрацювання сигналу, що додає комфорту відвідувачам, які проходять через контрольний пункт. Ці “безперешкодні” системи дозволяють людям проходити без зупинки або видалення предметів з багажу – величезний крок вперед у створенні безпеки, яка є одночасно ефективною та невидимою.

Партнерство людини та штучного інтелекту

Важливо зазначити, що штучний інтелект не повинен замінювати фахівців безпеки, а підтримувати їх. Партнерство людини та штучного інтелекту може допомогти зменшити когнітивне перевантаження сканувальників, яким тепер не потрібно вручну інтерпретувати кожен сигнал або сканування, проте воно повинно бути реалізовано з належною підготовкою та аналізом. Наприклад, як частина офіційної політики штучного інтелекту компанії Garrett, ми зобов’язуємося, що результати розробки, оснащеної штучним інтелектом, ніколи не використовуються в продуктах автоматичними чи несупроводжуваними засобами та методами. Усі результати штучного інтелекту, які використовуються в наших продуктах, перевіряються кваліфікованими та досвідченими фахівцями, а компанія Garrett проводить широке тестування продукту в лабораторії та на полі, щоб забезпечити, що будь-яка робота штучного інтелекту є ефективною та підходить для використання в наших продуктах. Компанія Garrett також не використовує штучний інтелект для створення самонавчальних та самооновлюваних продуктів безпеки, які можуть функціонувати на прийнятному рівні під час встановлення, але потім змінюються з часом під впливом зовнішніх факторів, які не ініційовані користувачем.

Штучний інтелект може допомогти ліквідувати упередженість та встановити більшу довіру громадськості до систем та фахівців безпеки. Стандартизація протоколу виявлення зброї забезпечує об’єктивне та послідовне сканування всіх осіб, допомагаючи знизити потенційні напруження та інциденти, які давно були проблемою під час ручного сканування.

Висновок: Тиха революція біля воріт

Як технологія безпеки продовжує розвиватися, майбутнє металодетектування має потенціал бути більш важливим та критичним, ніж будь-коли раніше, завдяки збільшенню залежності від штучного інтелекту та машинного навчання. З допомогою металодетектування, оснащеного штучним інтелектом, звичайні недоліки традиційного металодетектування “контрольних пунктів” – затримки, помилкові спрацювання тощо – можуть бути значно усунені, збільшуючи швидкість проходження, щоб розрізняти загрозливі та незагрозливі предмети на швидкості ходьби, одночасно працюючи з більшою точністю та точністю, ніж будь-коли раніше.

У світі, який стикається з зростаючою мобільністю людей, складними загрозами безпеки та посиленим контролем над системами безпеки, металодетектування, оснащене штучним інтелектом, представляє собою величезний крок вперед у забезпеченні безпеки суспільства.