اے آئی سیکیورٹی رپورٹ، پارکنگ لاٹ مینجمنٹ سسٹم کے 8 ٹرینڈز اور 8 ڈیڈ لائنز کو ڈکرپٹ کریں - ٹائیگر وونگ

، GPU بنیادی طور پر ڈیٹا سینٹر میں استعمال ہوتا ہے۔ نقصان زیادہ بجلی کی کھپت ہے. سیکورٹی ایپلی کیشنز میں، GPU چپس بنیادی طور پر NVIDIA کی اجارہ داری ہے۔ سیکیورٹی انڈسٹری میں GPU چپس پر NVIDIA کی اجارہ داری ہے۔ GPU کے مقابلے میں، FPGA مرکزی استدلال اور ڈیٹا سینٹر بھی بڑے پیمانے پر استعمال ہوتے ہیں۔ بجلی کی کھپت میں FPGA کے واضح فوائد ہیں۔ سیکورٹی ایپلی کیشنز میں، اہم FPGA مینوفیکچررز میں xilinxintel، اصل Altera وغیرہ شامل ہیں۔ آخر سے آخر تک ایپلی کیشنز کے تنوع اور پیچیدگی اور اعلی قیمت کی کارکردگی کی ضرورت کی وجہ سے، ASIC بنیادی طور پر آخر سے آخر تک استدلال میں استعمال ہوتا ہے۔

بہت سے ASIC مینوفیکچررز ہیں، جیسے کیمبرین، ہیسلیکون، ہوریزون، بٹ کانٹینٹ، وغیرہ، اور ایک ہی وقت میں بہت سے حل فراہم کیے جاتے ہیں۔ 2018 میں سیکورٹی مارکیٹ میں ASIC مقابلہ بہت سخت ہے، ان میں سے، Hisilicon کی ترتیب بہت گہری ہے، اور گہری سیکھنا مصنوعی ذہانت کا مرکز ہے۔ سافٹ ویئر فریم ورک ٹیکنالوجی اب بھی ٹیکنالوجی کمپنیاں جیسے ایمیزون، مائیکروسافٹ، گوگل اور بیدو کے ہاتھ میں ہے۔ یہ ایپلی کیشن ڈویلپمنٹ کے لیے ایک مربوط سافٹ ویئر ٹول کٹ فراہم کرتا ہے، اور الگورتھم فریم ورک مصنوعی ذہانت کے بنیادی ماحولیاتی نظام کے قیام میں کلیدی کڑی ہے۔ الگورتھم کے ماڈیولر انکیپسولیشن کا احساس کریں۔

اس میں الگورتھم کے نفاذ کے لیے تیار کردہ مختلف ایپلی کیشنز اور الگورتھم ٹول کٹس شامل ہیں، اور اوپری ایپلیکیشن کی ترقی کے لیے الگورتھم کال انٹرفیس اور دیگر خدمات فراہم کرتی ہے۔ بھی AI الگورتھم ٹیکنالوجی لے آؤٹ شروع کر دیا. انٹرپرائزز کی مزید سرمایہ کاری کے ساتھ، سیکورٹی انڈسٹری میں الگورتھم انٹرپرائزز کو دو قسموں میں تقسیم کیا جا سکتا ہے۔ پہلی قسم شانگٹانگ، کوانگشی، یونکونگ، ییتو، ژونگکے جاسوس اور دیگر سی وی انٹرپرائزز ہیں۔ دوسری قسم ہائیکانگ، داہوا اور یوشی ہیں۔ ویڈیو ریکگنیشن الگورتھم کی درستگی کو بہت بہتر کیا گیا ہے۔

مثال کے طور پر، چہرے کی شناخت کا الگورتھم مخصوص حالات میں اعلیٰ سطح پر پہنچ گیا ہے۔ تصویر کی درجہ بندی، آبجیکٹ کا پتہ لگانا وغیرہ۔ کمپیوٹر کی پہچان کی شرح انسانوں کی اوسط سطح سے کہیں زیادہ ہے۔ 4. پروڈکٹ اور انڈسٹری ایپلی کیشن سی وی مینوفیکچررز اور کلاؤڈ پلیٹ فارم سپلائرز نے بھی آہستہ آہستہ مصنوعات اور صنعت کی ایپلی کیشنز فراہم کرنا شروع کر دیں۔ قدامت پسند سیکورٹی مینوفیکچررز جیسے ہائیکانگ، داہوا، یوشی، کیڈا، تیانڈی ویئی اور ڈونگ فانگ وانگلی کے علاوہ۔ انٹرپرائزز نے بنیادی طور پر ایج ذہین مصنوعات کی سیریلائزیشن مکمل کر لی ہے۔ پارکنگ لاٹ کے انتظامی نظام کو کنارے اور مرکز کی مصنوعات سے مالا مال کیا گیا ہے، سوائے مذکورہ کلاؤڈ سینٹر پروڈکٹس کے۔

صارفین نے درخواست کی خدمات کے لیے اعلیٰ تقاضوں کو آگے بڑھانا شروع کیا۔ موجودہ صنعت کی صورت حال سے، چاہے یہ بنیاد پرست سیکورٹی انٹرپرائزز ہو یا CV اور کلاؤڈ پلیٹ فارم انٹرپرائزز، اگرچہ کاروباری ایپلی کیشنز میں کچھ بہتری آئی ہے، یہ اب بھی عام عام ایپلی کیشنز کا غلبہ ہے۔ صارفین عملی درخواست پر زیادہ توجہ دیتے ہیں۔ اس وقت سیکیورٹی انڈسٹری میں "کوئی اے آئی اور کوئی سیکیورٹی نہیں" کا ایک نیا رجحان سامنے آیا ہے۔ اے آئی سیکیورٹی انڈسٹری کی رسائی اور گہری بیٹھی ایپلی کیشن ٹیکنالوجی کی تحقیق اور ترقی کے ساتھ۔

فی الحال، یہ ایک ناقابل تردید حقیقت ہے کہ تمام سیکورٹی مانیٹرنگ مینوفیکچررز کے پاس پروڈکٹ AI کی مکمل لائن موجود ہے، اور یہ تمام مینوفیکچررز کے لیے ایک نئی حکمت عملی بھی بن چکی ہے۔ AI سیکیورٹی انڈسٹری کے گہرائی سے نفاذ کے ساتھ، AI سیکیورٹی کے شعبے میں پروڈکٹ فارم اور ایپلیکیشن موڈ، خاص طور پر ویڈیو سرویلنس کے شعبے میں بھی مستحکم ہونا شروع ہو گیا ہے۔ سیکیورٹی انڈسٹری میں AI ٹیکنالوجی بنیادی طور پر چہرے کی شناخت، گاڑی کی شناخت، پیدل چلنے والوں کی شناخت، رویے کی شناخت، ساختی تجزیہ، بڑے پیمانے پر ویڈیو کی بازیافت اور اسی طرح پر توجہ مرکوز کرتی ہے۔ سابقہ ​​​​کا حوالہ قابل اطلاق حالات جیسے روشنی اور زاویہ کے ساتھ اطلاق کے منظرناموں سے ہے۔ سیکیورٹی انڈسٹری میں AI ایپلیکیشن کے منظرناموں کو بیونیٹ منظرناموں اور غیر سنگین منظرناموں میں تقسیم کیا گیا ہے۔

بنیادی طور پر گاڑی کا سنگین اور چہرہ سنگین؛ مؤخر الذکر عام سیکورٹی کی نگرانی ویڈیو منظر سے مراد ہے. ان میں سے، بیونٹ سین نگرانی کرنے والے کیمروں کی کل تعداد کا تقریباً 1% - 3% ہے، اور باقی غیر سنگین مناظر ہیں۔ سرویلنس ویڈیو 1 بیونیٹ سین: چہرے کی شناخت کی ایپلی کیشن کے اہم نکات چہرے کیپچر کرنے والے کیمروں سے لیس ہیں، اور چہرے کی شناخت کی ایپلی کیشن کی نمائندگی پبلک سیکیورٹی انڈسٹری میں اہلکاروں کے کنٹرول سے کی جاتی ہے۔ کیپچر کیے گئے چہروں کا بیک اینڈ فیس ریکگنیشن سرور کے ذریعے تجزیہ اور شناخت کی جاتی ہے، اور چہرے کی بلیک لسٹ ڈیٹا بیس کے ساتھ موازنہ کیا جاتا ہے۔ عملے کے کنٹرول کی درخواست میں اضافہ کے ساتھ، اثر دکھانا شروع ہو گیا ہے.

مثال کے طور پر، حالیہ "جیکی چیونگ کنسرٹ" میں مشتبہ شخص کو پکڑا گیا جس کی تصدیق سنگین منظر سے ہوئی ہے۔ 2 سنگین منظر: چہرے کی توثیق کی ایپلی کیشنز جیسے کہ چہرے تک رسائی کا کنٹرول، چہرہ فوری رسائی کا دروازہ، چہرے کی حاضری، اہلکاروں کی شناخت وغیرہ۔ چہرے کی تصدیق کی ایپلی کیشنز زیادہ سے زیادہ مقبول ہوتی جا رہی ہیں۔ بہت سی صنعتوں میں نایاب چہرے کی وائٹ لسٹ ایپلی کیشنز کو لاگو کیا گیا ہے۔ یہ بڑے پیمانے پر کاروباری اداروں، مختلف پارکوں اور دیگر منظرناموں میں استعمال ہوتا ہے۔ چہرے کی شناخت کی بنیادی ایپلی کیشن کو سمجھنے کے علاوہ، چہرے تک رسائی کا کنٹرول تصاویر، ویڈیوز اور دیگر رویوں کے ذریعے چہرے کی جعل سازی کو بھی روک سکتا ہے، اور مؤثر طریقے سے داخلی اور خارجی عملے اور روزانہ عملے کے انتظام کے محفوظ کنٹرول کو یقینی بنا سکتا ہے۔ 3 سنگین منظر: گاڑی کی شناخت کی درخواست لائسنس پلیٹ کی شناخت "کار کے ذریعے لوگوں کی تلاش" کو ایک حقیقت بناتی ہے۔ گاڑیوں کی شناخت کی ٹیکنالوجی پبلک سیکیورٹی پریکٹس میں سب سے زیادہ پختہ اور موثر ٹیکنالوجیز میں سے ایک ہے۔

ملک بھر میں ٹریفک کی بڑی سڑکوں پر گاڑیوں کی چیک پوائنٹس کو مقبول بنانے کی مدد سے۔ شینگلی نے پولیس کو مختلف مقدمات حل کرنے میں مدد کی۔ گاڑیوں کی شناخت کی ٹیکنالوجی لائسنس پلیٹ کی بنیاد پر گاڑی کی شناخت کی درخواست کے ابتدائی مرحلے سے لے کر گاڑی کی قسم کی شناخت اور لائسنس پلیٹ کی شناخت جیسے درست گاڑی کی شناخت کی درخواست کے مرحلے تک تیار ہوئی ہے۔ 4 نان بائیونیٹ سین: ویڈیو کا ساختی تجزیہ اور تیزی سے بازیافت کی ایپلی کیشن ویڈیو ساختی کاروباری فنکشن ویڈیو میں موٹر گاڑیوں، غیر موٹر گاڑیوں، پیدل چلنے والوں اور دیگر متحرک اہداف کی درجہ بندی اور ان کا پتہ لگانا ہے۔ ایک ہی وقت میں، چھوٹے ہدف کی تصویر اور بڑے منظر کی تصویر کو نکالا جاتا ہے اور ویڈیو ساختی تجزیہ اور تیزی سے بازیافت ایپلی کیشنز کے لیے اسٹوریج ڈیوائس میں لکھا جاتا ہے۔ یہ بعد میں تیز رفتار استفسار اور ذہین بازیافت کے لیے آسان ہے۔ ویڈیو سٹرکچرڈ سروس کے ذریعے ویڈیو میں دلچسپی کے ہدف کی خصوصیت سے متعلق معلومات کے تیزی سے تجزیہ اور نکالنے کے ذریعے، صارفین مؤثر طریقے سے کیس اور واقعات سے متعلق سراگ حاصل کر سکتے ہیں، اور اس دور میں ویڈیو ڈیٹا کو دیکھنے سے لے کر سمجھنے تک فروغ دے سکتے ہیں۔ عظیم سیکورٹی کے. 5 غیر سنگین منظر: طرز عمل کے تجزیہ کی مدد سے سیکیورٹی کا اطلاق کلیدی علاقے کی روک تھام، اہم سامان کی نگرانی، پیچھے رہ جانے والے مشکوک خطرناک سامان اور دیگر طرز عمل کی مشین کی شناخت پر لاگو کیا جا سکتا ہے۔ یہ لوگوں کے غیر معمولی رویے کو بھی خطرے میں ڈال سکتا ہے، اور رویے کا تجزیہ سیکیورٹی کی درخواست میں مدد کر سکتا ہے۔ رویے کے تجزیہ کے نظام کے ذریعے اہلکاروں کے غیر معمولی رویے کا تجزیہ کریں اور ان کو سنبھالیں۔

یہ ویڈیو نگرانی کے اطلاق کی کارکردگی کو بہت بہتر بناتا ہے۔ ذہین سیکورٹی کے پیمانے کی درخواست کے لئے آٹھ پابندی والے عوامل، لیکن پیداوار اور عملی درخواست میں، اگرچہ مصنوعی ذہانت کی ٹیکنالوجی نے تیزی سے ترقی کی ہے۔ ▁سی ور ن ر پچھلے کچھ سالوں میں، مصنوعی ذہانت کی مقبولیت بہت زیادہ ہے، لیکن درحقیقت، صرف "تصوراتی ماڈل" ہی قائم کیا گیا ہے، اور "موثر استعمال" کا مثالی اثر حاصل نہیں ہو سکا ہے۔ اس مرحلے پر، ایپلی کیشن کے پیمانے کو محدود کرنے والے آٹھ اہم عوامل ہیں: زیادہ دلچسپی، الگورتھم کے منظر نامے کی پابندیاں، زیادہ تقسیم کی مشکلات، اعلیٰ نیٹ ورک اور سیکیورٹی کے تقاضے، گہرائی سے اطلاق کے لیے اعلیٰ سطح کے منظم ڈیزائن کی کمی، صنعت کے اصولوں کی کمی اور تشخیصی نظام اور یوزر لرننگ اور آرگنائزیشن کے ذریعے زیادہ دلچسپی کے اثرات کو یقینی بنانے کے لیے "سیکیورٹی AI پروڈکٹ سلوشنز کے بڑے پیمانے پر اطلاق کے لیے بہت سے عوامل ہیں، اور دلچسپی زیادہ ہے۔ اس وقت زیادہ دلچسپی بہت سی وجوہات میں سے ایک ہے۔

ایک عام درمیانے اور بڑے پیمانے پر دیہی پبلک سیکیورٹی ویڈیو سرویلنس نیٹ ورکنگ پروجیکٹ کے ہر حصے کی لاگت کے تناسب سے، یہ واضح طور پر دیکھا جا سکتا ہے کہ لاگت سیکیورٹی AI کی ترقی میں ایک اہم رکاوٹ ہے۔ یہ اس مرحلے پر بھی اہم رکاوٹ ہے۔ الگورتھم انتہائی محدود ہے۔ آرٹیفیشل انٹیلی جنس کمپیوٹنگ طریقہ کار کی عمومی صلاحیت ایک عارضی مسئلہ ہے جسے پیٹرن کی شناخت کے مسئلے کا سامنا ہے۔ لہذا، عملی استعمال میں، تربیت یافتہ ماڈل کی غیر جانبدار توانائی اکثر نمایاں طور پر کم ہو جاتی ہے جب اسے بدلتے ہوئے مناظر میں استعمال کیا جاتا ہے۔ یہ ضروری ہے کہ منظر کی سختی سے وضاحت کی جائے، یا ذہین الگورتھم کو ایک معاون فنکشن کے طور پر جو اشارے کے لیے غیر حساس ہو۔ بچگانہ ایپلی کیشنز میں، جیسا کہ ذہین نقل و حمل میں گزرنا اور خلاف ورزی باب کی گرفتاری اور ہوائی اڈے کے اسٹیشنوں پر انسانی سرٹیفکیٹس کا موازنہ سبھی کے لیے مخصوص انجینئرنگ ڈیوائس اسکیموں کی ضرورت ہوتی ہے۔

یہ نقطہ نظر ناکافی ٹیکنالوجی کی حالت میں تجارتی قدر کو مؤثر طریقے سے سمجھتا ہے، لیکن اس کے نقصانات بھی واضح ہیں: ایک طرف، موجودہ آلات کی تبدیلی سے تعمیراتی لاگت کو بڑھانے کی ضرورت ہے، جو مصنوعی ذہانت کے الگورتھم کی روایتی ایپلی کیشنز میں رسائی کو متاثر کرتی ہے۔ دوسری طرف، یہ موثر مواد کی شرح کو حاصل کرنے کی کارکردگی کو بھی محدود کرتا ہے، جو الگورتھم اشارے کی مزید بہتری کو متاثر کرتا ہے۔ صرف مخصوص مناظر میں ہی ہم اچھی شناخت کی شرح پر عمل پیرا ہو سکتے ہیں۔ چہرے کی شناخت کے لیے کیمروں کا بندوبست کرنا مشکل ہے۔ مصنوعی ذہانت میں اکثر منظر کی مخصوص ضروریات ہوتی ہیں۔ وزارت عوامی تحفظ کی طرف سے جاری کردہ پالیسیوں اور تصریحات کی سختی سے تعمیل کرنا ضروری ہے، جس سے چہرے کی شناخت کی درخواست کی جگہ بہت کم ہو جاتی ہے اور تعمیراتی دشواری میں بہت بہتری آتی ہے۔

حادثات کی تعداد زیادہ سے زیادہ رپورٹس کے مطابق سیکورٹی سسٹم میں ذہین ٹیکنالوجی کے استعمال کے ساتھ ہیومن کمپیوٹر انٹریکشن ٹیکنالوجی کی اگلی نسل تیار ہو رہی ہے۔ اٹینڈنٹ مسئلہ یہ ہے کہ صارفین کو ڈیٹا کو تیزی سے سمجھنے کا طریقہ، یعنی ڈیٹا ویژولائزیشن کا مسئلہ۔ سیکیورٹی انڈسٹری میں انسانی کمپیوٹر کے تعامل کی اگلی نسل مضبوط آپریٹیبلٹی اور سہ جہتی، مضبوط باہمی حرکت کی طرف تعامل، اور درخواست کو مزید آگے بڑھانے یا صارف کے فیصلہ سازی میں معاونت کی طرف ترقی کرے گی۔ لہذا، پارکنگ لاٹ مینجمنٹ سسٹم کے سسٹم ڈیزائن اور پروجیکٹ پریکٹس کی صلاحیت کو وقتاً فوقتاً بہتر کیا جاتا ہے۔ ذہین کاروباری ایپلی کیشنز کی لینڈنگ مناسب دلچسپی کے کنٹرول، قابل تعمیراتی معیار، کامل ڈیٹا انضمام اور معاون انتظامی طریقہ کار پر مبنی ہونے کی ضرورت ہے۔

اس کے بعد، معاون منظرناموں کے الگورتھم اور ماڈلز اعلیٰ پر مبنی ہیں ایک موثر کمپیوٹنگ فریم ورک ڈیٹا کو بصری صارف کی خدمات میں تبدیل کرتا ہے۔ انٹیلیجنٹ بزنس ایپلی کیشن ایک منظم پروجیکٹ ہے، جس میں فن تعمیر، الگورتھم، کمپیوٹنگ، ڈیٹا، ایپلی کیشن، انجینئرنگ اور انتظامی عمل شامل ہیں۔ وقتاً فوقتاً منظم ٹاپ لیول ڈیزائن کی صلاحیت کو مضبوط کرنا اور پراجیکٹ پریکٹس کی صلاحیت کو بہتر بنانا ضروری ہے۔ چین میں ایک سال میں تقریباً 50 ملین کیمروں کی مانگ ہے، اور نان بائیونٹ ویڈیوز کا ذخیرہ بتدریج لاگو کیا جاتا ہے، اعداد و شمار کے مطابق، صرف 500000 سمارٹ کیمرے ہی مؤثر طریقے سے استعمال ہوتے ہیں، جن کا حساب صرف 1% ہے، جب کہ 99% تک کیمرے نہیں استعمال کر سکتے۔ "ذہانت" کی صفت سے نوازا جائے۔ اس کا مطلب ہے کہ سیکیورٹی AI ابھی ابتدائی مرحلے میں داخل ہوا ہے۔

غیر سنگین منظرناموں میں مصنوعی ذہانت کے الگورتھم کی عمومی صلاحیت سیکورٹی کے نفاذ میں اہم رکاوٹوں میں سے ایک ہے۔ ریڈیکل پیٹرن کی شناخت کے طریقوں کے مقابلے میں، بڑے ڈیٹا کی مدد سے گہرے سیکھنے کے الگورتھم کی عمومی صلاحیت اور پیچیدہ منظرناموں سے موافقت کو نمایاں طور پر بہتر کیا گیا ہے۔ تکنیکی بنیاد اور ذہین سیکورٹی کی مصنوعات کے انضمام بالغ ہو گئے ہیں، Zhidong سوچتا ہے. لہذا، اگلے مرحلے میں تجویز یہ ہے کہ پیمانے کو منظم طریقے سے کیسے ترتیب دیا جائے۔ چیلنجز اور مواقع ایک ساتھ رہتے ہیں۔ تکنیکی ذرائع کی مسلسل جدت سے لے کر پروڈکٹ کی سادہ لینڈنگ تک، ذہین سیکیورٹی کو اب بھی بہت سے مسائل کا سامنا ہے، جیسے کہ زیادہ دلچسپی، مشکل انجینئرنگ لے آؤٹ، الگورتھم کے منظرناموں کی بڑی حدیں، گہرائی سے استعمال کی کمی، منظم اعلیٰ سطح کی کمی۔ ڈیزائن اور عملی اطمینان کی کمی ان مسائل کو حل کرنے کا طریقہ اس بات سے متعلق ہے کہ آیا ذہین حفاظتی مصنوعات اور حل واقعی جڑ پکڑ سکتے ہیں۔