系统设计师经常面临先进传感器技术指数级扩展的挑战，以及如何将它们应用到安全或生命/安全环境中。一个传感器网络可以听到、闻到和感觉到诸如音频警报、气体泄漏和温度波动等事件。然而，由于基于云计算的智能分析技术的出现，视频监控已经成为安全领域的主导力量，这种技术可以控制和利用大量不同数据，从而实现可操作的实时响应。
在最近的一份报告——《2020 年至 2025 年物理安全业务》中，全球研究公司 Memoori 表示：“2019 年，应用于视频监控的人工智能 (AI) 技术让市场相信，到 2020 年它将成为未来 10 年的主流并且迫切需要充分利用视频监控摄像头生成的海量数据，而基于人工智能的解决方案是唯一可行的答案。带有人工智能软件的现代芯片架构可以梳理大量数据并提高安全性。诚然，我们还没有看到这个领域的很多发展，但通往人工智能的道路似乎非常明确。”
Memoori 报告补充说：“人工智能为我们的智能技术生态系统增加了大脑，使这些系统能够理解广泛的感官输入并处理传感器硬件提供的大量数据。这对于计算机视觉来说尤其重要，因为计算机视觉从大量的视频监控录像流中获取信息，并创建了比人类团队可以监控的更多的数据。与人脑一样，人工智能视频分析可以计算人数、识别个人并识别活动，以推动安全、效率和行为预测应用，甚至帮助我们打击犯罪。”
从 VMS 到 AI 的迁移
一个简单的事实是，安全行业正在从传统的 VMS 过渡到用于数据收集的传感器管理平台。当您与最终用户和技术人员交谈时，迁移是不可避免的。数据收集、数据生成和最终数据解释的压力每天都变得越来越复杂。每天都会创建大量数据，其中大约 80% 是非结构化或“暗数据”，而其中 37% 是视频数据。这给人们在流程开始之前定位、组织和输入数据带来了沉重的负担。
Fredrik Wallberg和Airship AI的技术团队已经开始了将黑暗数据转化为实时可操作的智能的挑战。Airship营销副总裁Wallberg表示，Airship已经关注了数据和安全的前景，并指出他们的代理机构和企业客户正在创造大量的数据，但仍然在有形的信息收集方面遇到了困难。
“我们(安全)几乎一起远离了现场观看。我们已经看到很多关于这只猴子的报道，这些报道并没有被观看直播的人看到，因为他们只是不知所措。因此，很多视频都在播放模式下观看，”Wallberg 说，并指出了这一远离实时监控的重要趋势，并于本周在拉斯维加斯举行的 ISC West 2022 上展出“我们通过现有客户和一些大客户所做的事情与我们合作的财富 100 多家公司在提取现有数据和元数据并从视频源中提取这些数据和元数据方面拥有深厚的专业知识，以进一步提高安全性并促进业务发展。”
“我们(安保部门)已经几乎全部放弃了实时观看。我们已经看到很多类似的报道，但现场观看它的人却看不到具体内容，以至于很多时候他们不知所措。所以，很多视频都是以回放模式观看的。”Wallberg 表示，并指出了这一远离实时监控的重要趋势，并于近期在拉斯维加斯举行的 ISC West 2022 上展出“我们通过现有客户和一些大客户所做的事情，与我们合作的财富 100 多家公司在提取现有数据和元数据，并从视频源中提取这些数据和元数据方面拥有深厚的专业知识，以进一步提高安全性并促进业务发展。”
Wallberg 解释说，Airship AI 创建流程以帮助客户在边缘获得实时数据可视化的能力是一个关键的差异化因素。 “企业组织在边缘进行大量计算和大量数据生成。我们的前端AI盒子实际上只是一个小型工厂和视频边缘处理模块，提供机载AI数据分析和传输。随着这些不断扩展的传感器和物联网设备连接到互联网，我们可能会认为这是一种向前发展的趋势。在管理数据点和数据创建点的工作负载以实现最大效率和准确性方面，我们认为我们处于领先地位。”
如何处理所有这些数据
在 Airship AI 流程重新生成并收集了所有这些数据之后，下一步就是对数据进行分析。 Wallberg表示，当您将其拉回核心管理平台时，可以在边缘摄取数据以进行组织和分析，它将所有暗数据转化为一些实时可操作的情报。
“在这一点上，就像许多竞争对手一样，你确实需要强大的后端，前端至少有一个简化的用户界面 (UI)，以确保打破数据孤岛并用数据中心取代。然后，人工智能引擎可以看到核心中的所有结构或明数据——如果我们将其称为暗数据的对立面”，Wallberg 补充道。
“从人工智能的角度来看，你正在创建所有这些数据，并且通过对齐和连接后端系统、融合和操作数据，使可视化成为现实，从而理解这些数据。最后一部分是我们在此类数据线程中标记为数据可视化的内容。这实际上只是在使用人工智能通过整个数据流提供智能。您已经采用了所有这些不同的系统，打破了这些数据孤岛，将物联网设备和传感器置于边缘，摄取数据，通过核心 AI 功能对其进行分析，在边缘实现实时数据可视化，然后生成实时通知。因此，虽然您在边缘拥有超级智能引擎，在核心和后端拥有强大的引擎，但归根结底，它需要被简化。”
自从人工智能和机器学习选项稳步获得多个安全系统的接受以来，从 PSIM 和 VMS 平台的操作转变一直在进行。当然，视频监控仍然是最明显的例子。 Airship AI 认为，它的方法超越了基本的视频管理软件，开发了一个主动和完整的“镜头到服务器”解决方案，将监控从单个流到数千个流。
“如果你看看很多成功的大型数据类型公司，无论是 Facebook、亚马逊还是谷歌，他们都在试图弄清楚他们可以用这些黑暗的、非结构化的数据做什么。安全领域有大量数据，我们花费大量时间试图查明事件发生的位置，收紧视频，减少带宽——实际上只是试图减少我们称之为无用数据的数量，” Wallberg 说。
“我们要说的是，实际上恰恰相反。通过生成的所有数据，您可以真正开始了解正在发生的事情，不仅从业务支持的角度来看，而且还可以通过适当的 AI 引擎提高您的安全性。你将能够处理数据并开始找出一些模式。”
