تقرير أمان منظمة العفو الدولية ، فك تشفير 8 اتجاهات و 8 المواعيد النهائية لنظام إدارة مواقف السيارات-Tigerwong

، يتم استخدام GPU بشكل رئيسي في مركز البيانات. العيب هو ارتفاع استهلاك الطاقة. في تطبيقات الأمان ، يتم احتكار رقائق GPU بشكل أساسي بواسطة NVIDIA. تحتكر NVIDIA رقائق GPU في صناعة الأمن. بالمقارنة مع GPU ، يتم استخدام مركز التفكير المركزي ومركز البيانات FPGA أيضًا على نطاق واسع. FPGA لديها مزايا واضحة في استهلاك الطاقة. في تطبيقات الأمان ، تشمل الشركات المصنعة الرئيسية لـ FPGA xilinxintel ، Altera الأصلي ، إلخ. نظرًا لتنوع وتعقيد التطبيقات من البداية إلى النهاية ومتطلبات الأداء العالي التكلفة ، يتم استخدام ASIC بشكل أساسي في التفكير النهائي.

هناك العديد من الشركات المصنعة ASIC ، مثل Cambrian ، Hisilicon ، الأفق ، bitcontinarent ، وما إلى ذلك ، ويتم توفير العديد من الحلول في نفس الوقت. المنافسة ASIC في سوق الأوراق المالية في عام 2018 شرسة للغاية. من بينها ، تخطيط Hisilicon مكثف للغاية ، والتعلم العميق هو جوهر الذكاء الاصطناعي. لا تزال تقنية إطار البرمجيات في أيدي عمالقة التكنولوجيا مثل Amazon و Microsoft و Google و Baidu. يوفر مجموعة أدوات برمجية متكاملة لتطوير التطبيقات ، وإطار الخوارزمية هو الرابط الرئيسي في إنشاء النظام البيئي الأساسي للذكاء الاصطناعي. أدرك التغليف المعياري للخوارزمية.

يتضمن العديد من التطبيقات ومجموعات أدوات الخوارزمية التي تم تطويرها لتنفيذ الخوارزمية ، ويوفر واجهة استدعاء الخوارزمية وغيرها من الخدمات لتطوير التطبيقات العليا. كما بدأ تخطيط تقنية خوارزمية الذكاء الاصطناعي. مع مزيد من الاستثمار للمؤسسات ، يمكن تقسيم المؤسسات الخوارزمية في صناعة الأمن إلى فئتين. الفئة الأولى هي Shangtang و Kuangshi و Yuncong و Yitu و Zhongke وغيرها من شركات CV ؛ الفئة الثانية هي Haikang و Dahua و Yushi. تم تحسين دقة خوارزمية التعرف على الفيديو بشكل كبير.

على سبيل المثال ، وصلت خوارزمية التعرف على الوجوه إلى مستوى عالٍ في ظل ظروف محددة. تصنيف الصورة ، كشف الكائن ، إلخ. معدل التعرف على الكمبيوتر قد تجاوز بكثير متوسط مستوى البشر. 4. كما بدأ مصنعو السيرة الذاتية لتطبيق المنتجات والصناعة وموردي المنصات السحابية تدريجيًا في توفير المنتجات والتطبيقات الصناعية. بالإضافة إلى الشركات المصنعة الأمنية المحافظة مثل Haikang و Dahua و Yushi و Keda و Tiandi Weiye و Dongfang Wangli. أكملت الشركات بشكل أساسي تسلسل المنتجات الذكية ذات الحافة. يتم إثراء نظام إدارة مواقف السيارات بمنتجات الحافة والمركز ، باستثناء منتجات المركز السحابي المذكورة أعلاه.

بدأ المستخدمون في طرح متطلبات أعلى لخدمات التطبيقات. من الوضع الحالي للصناعة ، سواء كانت مؤسسات أمنية جذرية أو مؤسسات السيرة الذاتية والسحابة ، على الرغم من وجود بعض التحسن في تطبيقات الأعمال ، إلا أنها لا تزال تهيمن عليها التطبيقات العامة النموذجية. المستخدمين إيلاء المزيد من الاهتمام للتطبيق العملي. في الوقت الحاضر ، كان هناك اتجاه جديد "لا منظمة العفو الدولية ولا الأمن" في صناعة الأمن. مع تغلغل صناعة الأمن الاصطناعي والبحث والتطوير في تكنولوجيا التطبيقات العميقة الجذور.

في الوقت الحاضر ، من الحقائق التي لا جدال فيها أن جميع الشركات المصنعة لمراقبة الأمن لديها مجموعة كاملة من الذكاء الاصطناعي المنتج ، كما أنها أصبحت استراتيجية جديدة لجميع الشركات المصنعة. مع التنفيذ المتعمق لصناعة الأمن الاصطناعي ، بدأ أيضًا نموذج المنتج ووضع التطبيق في مجال أمان الذكاء الاصطناعي ، خاصة في مجال المراقبة بالفيديو ، في الاستقرار. تركز تقنية الذكاء الاصطناعي في صناعة الأمن بشكل أساسي على التعرف على الوجوه ، والتعرف على المركبات ، والتعرف على المشاة ، والتعرف على السلوك ، والتحليل الهيكلي ، واسترجاع الفيديو على نطاق واسع ، وما إلى ذلك. يشير الأول إلى سيناريوهات التطبيق ذات الظروف التي يمكن التحكم فيها مثل الضوء والزاوية. تنقسم سيناريوهات تطبيق الذكاء الاصطناعي في صناعة الأمن إلى سيناريوهات حربة وسيناريوهات غير حربة.

حربة السيارة بشكل رئيسي وحربة الوجه ؛ يشير الأخير إلى مشهد فيديو مراقبة الأمن العام. من بينها ، يمثل مشهد الحربة حوالي 1 ٪-3 ٪ من إجمالي عدد كاميرات المراقبة ، والباقي مشاهد غير حربة. فيديو المراقبة 1 مشهد حربة: تم تجهيز النقاط الرئيسية لتطبيق تحديد الوجه بكاميرات التقاط الوجه ، ويتم تمثيل تطبيق تحديد الوجه بسيطرة الموظفين في صناعة الأمن العام. يتم تحليل الوجوه التي تم التقاطها والتعرف عليها بواسطة خادم التعرف على الوجه الخلفي ، ومقارنتها بقاعدة بيانات القائمة السوداء للوجه. مع تعزيز تطبيق مراقبة الموظفين ، بدأ التأثير في الظهور.

على سبيل المثال ، القبض على "حفل جاكي تشيونغ" الأخير على المشتبه به هو الهوية التي أكدها مشهد الحربة. 2 سيناريو حربة: تطبيقات مصادقة الوجه مثل التحكم في الوصول إلى الوجه ، وجه باب الوصول السريع ، حضور الوجه ، تحديد الموظفين ، إلخ. تطبيقات مصادقة الوجه أصبحت أكثر وأكثر شعبية. تم تنفيذ تطبيقات القائمة البيضاء للوجه النادرة في العديد من الصناعات. يستخدم على نطاق واسع في الشركات والحدائق المختلفة والسيناريوهات الأخرى. بالإضافة إلى تحقيق التطبيق الأساسي للتعرف على الوجوه ، يمكن للتحكم في الوصول إلى الوجه أيضًا منع تزوير الوجه من خلال الصور ومقاطع الفيديو والسلوكيات الأخرى ، ويضمن بشكل فعال التحكم الآمن لموظفي الدخول والخروج وإدارة الموظفين اليومية. 3 مشهد حربة: التعرف على لوحة ترخيص تطبيق التعرف على المركبات يجعل "البحث عن أشخاص بالسيارة" حقيقة واقعة. تعد تقنية التعرف على المركبات واحدة من أكثر التقنيات نضجًا وفعالية في ممارسة الأمن العام.

بمساعدة الترويج لنقاط تفتيش المركبات على طرق المرور الرئيسية في جميع أنحاء البلاد. ساعد Shengli الشرطة في حل القضايا المختلفة. تم تطوير تقنية التعرف على المركبات من مرحلة تطبيق التعرف على المركبات الأساسية بناءً على لوحة الترخيص إلى مرحلة تطبيق التعرف على المركبات الدقيقة مثل التعرف على نوع السيارة والتعرف على لوحة الترخيص. 4 مشهد غير حربة: تحليل منظم بالفيديو وتطبيق الاسترجاع السريع ، تتمثل وظيفة الأعمال المهيكلة للفيديو في تصنيف واكتشاف السيارات والمركبات غير الآلية والمشاة والأهداف المتحركة الأخرى في الفيديو ؛ في نفس الوقت ، يتم استخراج الصورة المستهدفة الصغيرة وصورة المشهد الكبير وكتابتها في جهاز التخزين للتحليل المنظم للفيديو وتطبيقات الاسترجاع السريع. إنه مناسب للاستعلام السريع اللاحق والاسترجاع الذكي. من خلال التحليل السريع واستخراج معلومات السمات المميزة لهدف الاهتمام بالفيديو من خلال خدمة الفيديو المهيكلة ، يمكن للمستخدمين الحصول بكفاءة على القرائن المتعلقة بالحالة والأحداث ، والترويج لبيانات الفيديو من الرؤية إلى الفهم في عصر الأمان الكبير. 5 سيناريو غير حربة: يمكن تطبيق تطبيق الأمن بمساعدة تحليل السلوك على تحديد الجهاز لمنع المنطقة الرئيسية ، ومراقبة البضائع المهمة ، والبضائع الخطرة المشبوهة التي تُركت وراءها وغيرها من السلوكيات ؛ يمكن أن ينبه أيضًا سلوك الناس غير الطبيعي ، ويمكن أن يساعد تحليل السلوك في تطبيق الأمان. تحليل والتعامل مع السلوك غير الطبيعي للأفراد من خلال نظام تحليل السلوك.

أنه يحسن كثيرا من كفاءة تطبيق المراقبة بالفيديو. ثمانية عوامل مقيدة لتطبيق نطاق الأمن الذكي ، ولكن في الإنتاج والتطبيق العملي ، على الرغم من أن تكنولوجيا الذكاء الاصطناعي قد تطورت بسرعة. لا تزال هناك العديد من المشاكل. في السنوات القليلة الماضية ، كانت شعبية الذكاء الاصطناعي عالية جدًا ، ولكن في الواقع ، تم إنشاء "النموذج المفاهيمي" فقط ، ولم يتحقق التأثير المثالي لـ "الاستخدام الفعال". في هذه المرحلة ، هناك ثمانية عوامل رئيسية تحد من نطاق التطبيق: الاهتمام العالي ، قيود سيناريو الخوارزمية ، صعوبات التوزيع العالية ، متطلبات الشبكة والأمان الأعلى ، الافتقار إلى التصميم المنهجي على المستوى الأعلى للتطبيق المتعمق ، عدم وجود معايير الصناعة ونظام التقييم وتعلم المستخدم والتنظيم لضمان تأثير أعلى على الاهتمام" هناك العديد من العوامل للتطبيق الواسع النطاق لحلول منتجات الذكاء الاصطناعي ، والاهتمام مرتفع. في الوقت الحاضر ، الفائدة العالية هي واحدة من العديد من الأسباب.

من نسبة التكلفة لكل جزء من مشروع شبكات المراقبة بالفيديو للأمن العام الريفي المتوسط والواسع النطاق ، يمكن أن نرى بوضوح أن التكلفة هي عنق الزجاجة المهم في تطوير الذكاء الاصطناعي الأمن. وهو أيضا عنق الزجاجة الرئيسي في هذه المرحلة. الخوارزمية محدودة للغاية. حوسبة الذكاء الاصطناعي إن قابلية التعميم للطريقة هي مشكلة مؤقتة تواجهها مشكلة التعرف على الأنماط. لذلك ، في الاستخدام العملي ، غالبًا ما يتم تقليل الطاقة المحايدة للنموذج المدرب بشكل كبير عند استخدامه في تغيير المشاهد. من الضروري تحديد المشهد بدقة ، أو وضع الخوارزمية الذكية كوظيفة مساعدة غير حساسة للمؤشرات. في التطبيقات الطفولية ، مثل التمرير والانتهاك في النقل الذكي التقاط الفصل ومقارنة الشهادات البشرية في محطات المطار تتطلب جميعها مخططات أجهزة هندسية محددة.

يدرك هذا النهج بشكل فعال القيمة التجارية في ظل عدم كفاية التكنولوجيا ، ولكن العيوب واضحة أيضًا: من ناحية ، يحتاج تحويل المعدات الحالية إلى زيادة تكلفة البناء ، مما يؤثر على اختراق خوارزمية الذكاء الاصطناعي في التطبيقات التقليدية ؛ من ناحية أخرى ، كما أنه يحد من كفاءة الحصول على معدل المواد الفعالة ، مما يؤثر على زيادة تحسين مؤشرات الخوارزمية. فقط في مشاهد محددة يمكننا الالتزام بمعدل اعتراف جيد. من الصعب ترتيب الكاميرات للتعرف على الوجوه. غالبًا ما يكون للذكاء الاصطناعي متطلبات مشهد محددة. من الضروري الامتثال الصارم للسياسات والمواصفات الصادرة عن وزارة الأمن العام ، مما يقلل بشكل كبير من مساحة تطبيق التعرف على الوجوه ويحسن إلى حد كبير صعوبة البناء.

عدد الحوادث وقعت وفقا لمزيد من التقارير ، الجيل القادم من تكنولوجيا التفاعل بين الإنسان والحاسوب يتطور مع تطبيق التكنولوجيا الذكية في نظام الأمن. تكمن المشكلة المصاحبة في كيفية جعل المستخدمين يفهمون البيانات بسرعة ، أي مشكلة تصور البيانات. سيتطور الجيل القادم من التفاعل بين الإنسان والحاسوب في صناعة الأمن نحو قابلية تشغيل أقوى وثلاثي الأبعاد ، والتفاعل نحو حركة متبادلة أقوى ، وتطبيق مزيد من القيادة أو مساعدة المستخدم في اتخاذ القرار. لذلك ، يتم تحسين تصميم النظام والقدرة على ممارسة المشروع لنظام إدارة مواقف السيارات من وقت لآخر. يجب أن يعتمد هبوط تطبيقات الأعمال الذكية على مراقبة المصالح المعقولة وجودة البناء المؤهلة وتكامل البيانات وآلية الإدارة الداعمة.

بعد ذلك ، تعتمد خوارزميات ونماذج السيناريوهات الداعمة على إطار حوسبة فعال عالي يحول البيانات إلى خدمات مستخدم مرئية. تطبيق الأعمال الذكي هو مشروع منهجي ، بما في ذلك الهندسة المعمارية والخوارزمية والحوسبة والبيانات والتطبيقات والهندسة والإدارة. من الضروري تعزيز قدرة التصميم المنهجي على المستوى الأعلى من وقت لآخر وتحسين القدرة على ممارسة المشروع. الصين لديها طلب على حوالي 50 مليون كاميرا في السنة ، ويتم تطبيق مخزون مقاطع الفيديو غير حربة تدريجيًا وفقًا للإحصاءات ، يتم استخدام حوالي 500000 كاميرا ذكية فقط بشكل فعال ، وهو ما يمثل حوالي 1 ٪ فقط ، في حين أن ما يصل إلى 99 ٪ من الكاميرات لا يمكن وهبها مع "الذكاء". وهذا يعني أن الأمن منظمة العفو الدولية قد دخلت للتو المرحلة الابتدائية.

تعد قدرة تعميم خوارزميات الذكاء الاصطناعي في السيناريوهات غير الحربة أحد الاختناقات الرئيسية في تنفيذ الأمن. بالمقارنة مع طرق التعرف على الأنماط الجذرية ، تم تحسين قدرة التعميم لخوارزميات التعلم العميق والقدرة على التكيف مع السيناريوهات المعقدة بشكل ملحوظ بدعم البيانات الضخمة. يعتقد Zhidong أن الأساس التقني وتكامل المنتجات للأمن الذكي أصبح ناضجًا. لذلك ، فإن الاقتراح في المرحلة التالية هو كيفية ترتيب المقياس بشكل منهجي. التحديات والفرص تتعايش. من الابتكار المستمر للوسائل التقنية إلى الهبوط الساذج لشكل المنتج ، لا يزال الأمن الذكي يواجه العديد من المشاكل ، مثل الاهتمام العالي ، والتخطيط الهندسي الصعب ، والقيود الكبيرة على سيناريوهات الخوارزمية ، وعدم وجود تطبيق متعمق ، عدم وجود تصميم منهجي على المستوى الأعلى وعدم الرضا العملي يرتبط كيفية حل هذه المشكلات بما إذا كانت المنتجات والحلول الأمنية الذكية يمكن أن تتجذر بالفعل.