人工智能如何在物理安全方面带来切实的成果

随着不断涌现的新技术，观察安全领域的发展并利用它们来实现更好的结果非常着迷。其中之一-人工智能(AI)-席卷了整个商业世界。尽管目前对该技术的炒作可能已经超过了其真正的潜力，但安全性方面的可能应用无疑令人兴奋。

尽管许多人在提示谈论安全性AI时会自动想到面部识别，但事实是该工具在商业保护中的真正价值在于其他地方。机器学习是AI的子集，具有帮助监视技术达到前所未有的准确性的能力-使安全人员的工作更加轻松，显着改善对最终用户的保护，并为中间人创造更好的商机。

检测精度

从历史上看，使用视频分析生成警报的监视应用程序的主要关注点是，它们可能无法将人类与例如某种野生生物区分开来–随后产生了虚假警报，浪费了时间和资源。这是机器学习可以帮助克服的挑战，因为它可以预先校准系统以检测实际威胁并忽略虚假威胁。在大多数基于安全性的应用程序中，用户仅想识别一个人或车辆，这两者都可能代表安全威胁。当它为视频分析提供支持时，机器学习工具使开发人员可以指示算法选择特定的特征和对象，类似于人类如何视觉上散布场景。

同样清楚的是，触发有意义的警报的能力如何在保护外围方面带来现实利益。支持机器学习的分析可以实时检测可疑事件，通过授权员工主动解决当前事件，而不是回顾过去的事件，从而极大地改善了设施保护，在这种情况下，通常很少要做。

人机

尽管AI和自动化之类的技术正在革新组织的运作方式-使他们以更少的钱做更多的事-但如果企业领导者认为他们很快就能完全消除对工人的需求并削减相关成本，他们就会自欺欺人。当然，我们越来越依赖于机器来执行手动任务，甚至为我们做出小小的决定-例如确定监视摄像机前面的形状是人还是树枝。但是，在像安全这样的部门中，企业的生计或有时甚至是人们的生命受到威胁，人力投入的价值仍然无法触及。

毫无疑问，机器学习组件对监视团队(工作过度和人员不足)将有很大的帮助，因为它可以过滤掉潜在的警报，阻止那些不符合期望标准的警报(因为他们不是人或车辆) 。当然，这使工作人员只有极少数的异常情况需要破译。但是，当警报出现时，评估警报的责任仍然在于它们。是送货员来临，还是可能是小偷?你下一步怎么做?这是人类智能永远比人工智能更有价值的地方。