インドにおける監視の現状と、AI がどのように役立つか
公開: 2019-11-10CCTV カメラを手動で監視するには、常に人が介入する必要があります。
彼らはエラーや疲労を起こしやすい.
AI ベースの監視は自動化され、24 時間年中無休で行われ、リアルタイムの洞察を提供します
アルゴリズムは現在、インシデントが発生する前に予測できるようにトレーニングされています
中国を筆頭に、AI ツールを採用して市民を監視、追跡、監視する国が増えています。 一方では、企業は AI を使用して分析処理を改善しています。 一方、政府は AI を導入して積極的に市民を追跡しています。 インドでも、政府は監視ツールを積極的に活用しています。
Telangana、Maharashtra、Gujarat、および Punjab の政府は、顔認識を使用して疑わしい活動を監視しています。 Nirbhaya Fund の下で、政府は 50 の鉄道駅に総額 176 億 4,000 万ルピーのビデオ監視システムを設置しており、これは監視ハードウェアと付属品に使用される予定です。
世界レベルでの監視の状況
カーネギー国際平和基金の報告によると、176 か国のうち少なくとも 75 か国が監視目的で AI ツールを使用しています。 AI 監視は、顔認識、犯罪の発生時期の予測、自動化された国境パトロールに使用されます。 これも：
- スマートシティ プラットフォーム (56 カ国)
- 顔認識システム (64 カ国)
- スマートポリシング (52 カ国)
中国は、AI ベースの監視の震源地となっています。 中国では、アラートが発生してから 8 分以内に 1 人の個人を追跡できます。 全国には、主に顔認識などの AI 技術を活用した 4 億台の CCTV カメラがすでに設置されています。
顔認識カメラの包括的なネットワークにより、中国は市民が活動するための安全で安全な場所になります。BBC ジャーナリストのジョイス・リューが中国の監視ネットワークに異議を唱えたとき、当局は彼を捕まえるのに 7 分かかりました!
インドの問題
Nirbhaya 事件は、インドにおける監視の抜け穴を浮き彫りにしました。 犯罪者は、犯罪が行われた後に追跡されます。 追跡は人間の知性によってのみ行われるため、非効率性が生じます。 捜査官や探偵は、何日も何ヶ月も物理的な移動と忍耐に浪費されます。 同時に、インド国民の忍耐力はますます低下しています。
今日、犯罪が行われると、何千もの監視カメラからキャプチャされた既存のビデオ映像を精査するために大勢の人が必要になります。 しかし、何千時間もの監視ビデオを処理することは、時間がかかるだけでなく、人的ミスが発生しやすくなります。
あなたにおすすめ:
RBI のアカウント アグリゲーター フレームワークがインドのフィンテックを変革するためにどのように設定されているか
起業家は、「Jugaad」を通じて持続可能でスケーラブルなスタートアップを作成することはできません: Cit...
メタバースがインドの自動車産業をどのように変革するか
反営利条項はインドのスタートアップ企業にとって何を意味するのか?
Edtech スタートアップがインドの労働力のスキルアップと将来への準備をどのように支援しているか...
今週の新時代のテック株：Zomatoのトラブルは続き、EaseMyTripはスト...
一方、コンピューターは、保存された大量の映像の中から特定の人物を見つけるのが非常に得意です。 グラフィックス処理チップを搭載した現代のコンピューターは、人間でさえ識別が困難な人物を識別することができます。
ソリューション
ここでは、人工知能 (AI) と特に顔認識が役立ちます。 AI は、Amazon や Flipkart でより適切なレコメンデーションを提供し、Google マップを使用して目的地に向かう適切なコースを選択できるようにすることで、私たちの日常生活を改善できることが証明されています。
AI は、顔認識技術を正しく賢明に使用することで、犯罪と戦い、犯罪者を捕まえるために利用できます。 顔認識は、治安部隊が地点 A から地点 B への人の移動を理解するのに役立ちます。
抜け穴
すべての優れた機能と同様に、AI には独自の一連の癖や問題があり、現実の世界に効率的に展開する前に対処する必要があります。
監視における AI の広範な採用を妨げる 2 つの主な課題は次のとおりです。
- AI は計算負荷が高く、多くのアルゴリズムでは、大量のビデオを処理するために数百台のサーバーが必要です。
これにより、ハードウェアのコストだけで数百万ドルになります。
- 監視カメラは、事件や人物を報告することはできません。 彼らは単にビデオを録画し続けます。 これは、十分の問題に追加されます。
監視の問題は、ビデオの 99% が役に立たない可能性があり、撮影されたビデオの 1% に有用な情報しか存在しないことです。 今日のアルゴリズムは、処理されるビデオ全体を 100% 精査します。
このコンピューティング リソースの浪費と、その分野での深い専門知識の欠如により、多くの AI プログラムが崩壊する可能性があります。
今日のコンピュータ業界は、ハードウェアとソフトウェアの 2 つの大きなグループに分けられます。 インドは伝統的に、ほとんどのコンピュータ ハードウェアが中国、台湾、その他の東南アジア諸国から輸入されているソフトウェア ハブでした。 純粋なソフトウェアの観点から始まった AI テクノロジは、スケーリングを支援する特定のハードウェアがなければ、すぐに物理的な限界に達しました。
新時代のスタートアップは、AI の問題を解決し、それを実際のユースケースに持ち込もうとしています。 スタートアップは、AI を実現するには、ソフトウェアだけでは十分ではないことに気付きました。 ワークロードを管理し、アルゴリズムの処理を最適化するには、特定のハードウェアが必要です。 AI が今日の問題を解決するためには、問題の解決にハードウェアとソフトウェアの両方を含めるという、健全な見方をするための考え方のパラダイム シフトが行われています。
結論
AI、特に顔認識技術は、さまざまな形で私たちの生活に影響を与え続け、成長する可能性があります。 唯一の問題は、それが人類の利益のために使用されるかどうかです。 あらゆる新しいテクノロジーと同様に、誰がどのような意図でそれを構築しているのかという両方の側面が可能です。