Zvuky bezpečí. Jak umělá inteligence mění prevenci kriminality

Můžete nám podrobněji vysvětlit, co je inteligentní audio analytika a jakým způsobem ji využíváte ve svých řešeních? Jaký je potenciál této technologie pro prevenci kriminality?
Při nebezpečí lidé vnímají nejdříve okolní zvuk, následně se podívají na situaci a zrakem ji vyhodnotí. Tuto „analogii“ se my snažíme přenést do operačního střediska, protože dosud byli naši operátoři „hluší“. Detektor zvukových událostí je tedy kompletní produkt, který již prokazatelně dokáže zachránit lidský život, chrání nemovitost a minimalizuje škody při vzniklých událostech. Funguje na principu detekce zvuků signalizujících nebezpečí a v reálném čase informuje o jejich výskytu. 

Jakým způsobem dokáže Detektor zvukových událostí, který vaše společnost vyvinula, rozpoznávat nebezpečné situace nebo podezřelé události na základě zvukových dat? Jaké jsou hlavní funkce a schopnosti tohoto systému?
Díky umělé inteligenci, strojovému učení a úsilí našeho týmu, který již 6 let pracuje na vývoji zařízení a sběru dat pro „natrénování modelu“, kterých již máme přes 450 000 vzorků, dokáže zařízení rozpoznat střelbu, agresivní chování, panický křik, tříštění skla a nově také kuličku ve spreji proti vandalismu a úhlovou brusku na krádeže kol a ochranu vnějších hranic EU. Rozpoznání událostí se děje lokálně, přičemž zachycený zvuk vůbec neopustí zařízení, díky čemuž je plně v souladu s GDPR. Aktuálně také řešíme detekci vjezdu osobních vozidel do KRNAP.

Jaké jsou konkrétní příklady situací, ve kterých může inteligentní audio analytika pomoci při prevenci kriminality? Můžete poskytnout několik příkladů z reálného světa, kde bylo vaše řešení úspěšně nasazeno?
Ano, například v Dubí byl operátor upozorněn na potyčku dvou osob, přičemž u jedné osoby došlo k zástavě srdce. MP byla ale již na cestě a díky defibrilátoru a rychlé reakci člověka zachránili. Dále v Plzni zařízení upozornilo operátora na agresivní chování skupinky, kterou následně operátor minutu sledoval na kamerovém systému a přitom došlo k vandalismu na zaparkovaných autech. V jiném případě řešení v ulicích v Amsterdamu a Plzni zamezilo eskalaci různých rvaček i několikrát za jednu noc.

Jak se vaše technologie liší od tradičních zvukových detekčních systémů? Jakým způsobem se vyrovnáváte s výzvami, jako je rušení, nejasný zvukový kontext nebo velké množství dat, které je potřeba analyzovat?
Jelikož jsme byli v audio analýze jedni z prvních v Evropě, tak „tradičních zvukových detekčních systémů“ moc není. Jako „tradiční“ by se dala uvažovat pouze čidla, která monitorují hlučnost v daném prostředí. Dle takových čidel se ale nedá řešit veřejný pořádek a dokáží sloužit pouze za účelem monitorování hlučnosti. S podobnou myšlenkou přicházel náš zákazník v Amsterdamu, že bude reagovat jen na základě hlukových map, tzv. když dojde k hlučné události ve městě, tak dostane operátor na danou událost upozornění, ale rychle z plánu sešlo. Pro představu, každé naše čidlo vyhodnotí za den mezi 3000-8000 hlučných zvukových podmětů, které můžou být různého charakteru (sekání, broušení, doprava, zpěv ptactva, napojení na trolej vysokého napětí...). K rozlišení takových událostí potřebujete velmi kvalitní databázi a velké množství reálných dat, to je výzva, která nám trvala 6 let a toto se nedá moc urychlit, protože synteticky vygenerovaná data tolik nepomůžou, resp. dostanou vás na spolehlivost 80%, ale to pořád znamená ve venkovním prostředí klidně 1000 poplachů denně. To není v lidských silách obsloužit. Jsme proto hrdí, že u našeho řešení můžeme garantovat maximálně 5 falešných alarmů/zařízení na den a zároveň pracujeme na neustálém přizpůsobování nových prostředí. Plzeň má aktuálně v průměru 0.3 falešného alarmu/zařízení/den. 

Jaké jsou výhody a benefity použití inteligentní audio analytiky ve srovnání s tradičními metodami prevence kriminality? Jaký je potenciál této technologie pro další rozvoj a využití v různých odvětvích?
Inteligentní audio analytika, jako je Sound Event Detector (SED), má několik výhod:  

• Je schopna analyzovat zvuková data v reálném čase, což umožňuje rychlou odezvu na potenciální kriminální aktivity. To je zvláště užitečné pro situace, kde je okamžitá intervence nezbytná.

• Automatická detekce zvukových událostí: SED využívá pokročilé algoritmy a strojové učení k identifikaci specifických zvukových událostí, jako jsou střelby, křik, rozbití skla nebo kuličky ve spreji. Tím umožňuje automatickou detekci potenciálně nebezpečných situací.

• Může pokrýt rozsáhlá území a mnoho zvukových zdrojů současně, nemá “slepá místa” - zvyšuje se efektivita prevence kriminality.

• SED může být integrován s dalšími bezpečnostními technologiemi, jako jsou kamerové systémy, senzory pohybu a přístupové systémy. Tím vytváří komplexní bezpečnostní ekosystém, který umožňuje rychlé reakce na nežádoucí události.
Oblastí využití je celá řada, máme instalace ve veřejné bezpečnosti, dopravní bezpečnosti, národních parcích, nemocnicích, jako rozšíření situačního povědomí pro ochranu kritické infrastruktury, supermarketů, sportovnišť, stadionů a průmyslu.

Autor: Yeva Bartkiv, Zdroj foto: JALUD Embedded