IA y aprendizaje automático para mejorar la seguridad de la videovigilancia: ¿un acto de equilibrio?
La integración de la inteligencia artificial (IA) y el aprendizaje automático (ML) en los sistemas de seguridad física está transformando rápidamente la industria de la videovigilancia. Dakota Murphey ofrece una descripción general de las oportunidades y precauciones que la industria de la seguridad debe considerar a medida que crecen las tasas de adopción de la videovigilancia.
Desde alarmas inteligentes hasta soluciones de monitoreo de cámaras CCTV integradas con algoritmos analíticos inteligentes para analizar secuencias de video y detectar anomalías en tiempo real, el panorama de la vigilancia está evolucionando rápidamente de la mano de la IA.
No sólo esto, sino que el software de reconocimiento facial impulsado por IA proporciona una dimensión completamente nueva a la biometría y el control de acceso.
Esto ni siquiera menciona la cantidad de datos que pueden agregarse y condensarse de forma autónoma para informar decisiones estratégicas de alto nivel, en lo que respecta a los integradores y proveedores de sistemas de vigilancia.
En resumen, está claro que la tecnología AI/ML en videovigilancia ofrece numerosas promesas, desde seguridad mejorada hasta mayor productividad e información procesable recopilada más rápidamente. Como resultado, puede ser evidente comenzar a integrar más programas y herramientas de IA/ML en sus operaciones; sin embargo, debe tener en cuenta ciertos riesgos y limitaciones al adoptar esta tecnología a escala.
La promesa de la IA en la videovigilancia
- Monitoreo automatizado: la IA permite que los sistemas de vigilancia monitoreen de forma continua y autónoma los entornos en busca de anomalías y amenazas. La coherencia y el alto nivel de precisión permiten a los equipos de seguridad dedicar más recursos y tiempo a tareas de nivel superior. Los algoritmos de aprendizaje automático se pueden entrenar para identificar señales de allanamiento de morada, merodeo, vandalismo, violencia e incendio.
- Alertas en tiempo real: las cámaras inteligentes con análisis integrados pueden notificar inmediatamente al personal de seguridad cuando se detecta un evento de alto riesgo, lo que permite una respuesta rápida. Esto es mucho más eficaz y eficiente que las revisiones manuales de vídeos que están sujetas a errores humanos.
- Reconocimiento facial: el reconocimiento facial con IA proporciona una solución biométrica sin contacto para la gestión de visitantes, el control de acceso y la detección de listas de seguimiento. Los estadios, aeropuertos y otras instalaciones de alto tráfico están empleando esta tecnología para identificar personas de interés para una rápida contención y remisión a las autoridades si es necesario.
- Análisis de multitudes: Algoritmos de visión por computadora pueden escanear multitudes para detectar niveles de alta densidad y abandonos sospechosos. objetos, niveles de ruido anormales, temperaturas más altas de lo normal, humo y muchos otros escenarios peligrosos. Esto permite a los funcionarios gestionar las multitudes de forma proactiva y evitar que las situaciones se vuelvan peligrosas.
- Investigaciones: la IA permite la búsqueda inteligente de vídeos para mostrar fácilmente clips de interés de amplios archivos de vigilancia. El personal de seguridad puede utilizar la extracción de datos visuales para investigar rápidamente incidentes y encontrar correlaciones.
Preocupaciones en torno a la videovigilancia impulsada por IA
Si bien los beneficios de la adopción generalizada de la IA en un entorno de seguridad o vigilancia parecen evidentes, el uso no supervisado puede generar algunas preocupaciones tanto para los integradores como para los usuarios finales.
- Ciberseguridad: las redes de cámaras conectadas, junto con la infraestructura empresarial existente, crean muchas superficies de ataque vulnerables al compromiso de piratas informáticos malintencionados. Se deben tomar medidas para cifrar las transmisiones de video, instalar actualizaciones de software y seguir las mejores prácticas de seguridad cibernética. Esto incluye priorizar la aplicación continua de parches de software, estrictos controles de acceso, cifrado, MFA (autenticación multifactor) e invertir en pruebas de penetración soluciones externas para identificar datos ocultos. vulnerabilidades.
- Privacidad: muchas organizaciones han expresado su preocupación por las implicaciones para la privacidad de los sistemas de cámaras públicas generalizados junto con tecnologías como el reconocimiento facial. Se teme por el constante seguimiento y seguimiento de personas sin su consentimiento, además de la sospecha de que estos datos se utilizarán sin escrúpulos y se entregarán a terceros misteriosos.
- Sesgo: como cualquier tecnología, los modelos de IA reflejan los sesgos inconscientes inherentes a sus datos de entrenamiento. Los críticos señalan que los sistemas de reconocimiento facial a menudo funcionan peor en mujeres y personas de color. Por lo tanto, se deben tomar medidas para garantizar un uso justo e imparcial y una mejora continua.
- Excesiva dependencia: existe temor de que la excesiva dependencia de la vigilancia de la IA pueda conducir a la complacencia. y una supervisión humana deficiente. También existe la preocupación de que la adopción de IA/ML pueda poner a los trabajadores en riesgo de despido si las organizaciones miran el resultado final; la tecnología debería aumentar el personal de seguridad, no reemplazar su experiencia.
Equilibrando la innovación con la responsabilidad
Los riesgos destacados anteriormente no deberían disuadir directamente la adopción de la IA en la vigilancia, sino más bien obligar a las empresas de la industria a implementar la tecnología de manera responsable y no al alcance de los supervisores y operativos humanos.
En resumen, si bien las empresas de seguridad abogan por la aplicación de la IA para ayudar a los equipos de seguridad a hacer lo que ya hacen, aunque más rápido y con mayor precisión, todavía existe necesidad de personal responsable
Con una supervisión y gobernanza cuidadosas, la IA/ML puede hacer que los entornos de monitoreo sean más seguros y aliviar al personal de seguridad de tareas de bajo nivel que, en cambio, pueden confiarse a computadoras y algoritmos.
Un equilibrio entre una integración saludable de IA/ML con la optimización de recursos puede ayudar a las empresas a adoptar un proceso más seguro y que requiere menos tiempo con equipos que realizan trabajos de mayor valor.
Aquí hay algunas otras mejores prácticas a seguir:
- Realice evaluaciones exhaustivas y concluyentes sobre privacidad y protección de datos antes de implementar tecnologías de agregación, creación de perfiles y reconocimiento facial en toda la organización. Si los usuarios finales expresan inquietudes, sea comunicativo y transparente sobre el uso y monitoreo de los datos, con políticas claras e inequívocas.
- Entrene modelos de IA en conjuntos de datos diversos e imparciales para evitar resultados inexactos o discriminatorios. Pruebe rigurosamente los sistemas para detectar defectos de equidad y asegúrese de que cualquier defecto conocido se rectifique con prontitud y sin prejuicios.
- Definir claramente la división de la gestión de tareas entre la IA y los trabajadores humanos. Mantenga la cantidad ideal de personal y operativos de seguridad con experiencia y capacítelos, si es necesario, para emitir juicios, anular errores y validar las decisiones que toman los programas de IA.
- Desarrolle políticas y salvaguardias estrictas en torno a la retención de datos y el uso legal que se alineen con regulaciones como GDPR. Ofrezca a las personas visibilidad y control sobre sus datos personales.
El futuro de la vigilancia basada en IA
La IA promete desbloquear capacidades de monitoreo y seguridad más seguras y basadas en datos que nunca. Sin embargo, una gobernanza cuidadosa y una supervisión diligente son imprescindibles a medida que estas poderosas tecnologías continúan evolucionando y proliferando.
La industria de la videovigilancia debe predicar con el ejemplo, siendo pionera en aplicaciones de inteligencia artificial que mejoren la seguridad y al mismo tiempo mantengan la privacidad, la responsabilidad y la justicia.
FUENTE: IfSecGlobal
