印度的監控狀況以及人工智能如何提供幫助
已發表: 2019-11-10手動監控閉路電視攝像機需要不斷的人工干預
他們容易出錯和疲勞。
基於人工智能的監控是自動化的,24/7 全天候進行,提供實時洞察
現在正在訓練算法以在事件發生之前預測事件
隨著中國走在最前沿,越來越多的國家正在採用人工智能工具來監控、跟踪和監視公民。 一方面,企業使用人工智能來改進他們的分析處理。 另一方面,政府正在部署人工智能來積極跟踪公民。 在印度,政府也在積極利用監控工具。
特倫甘納邦、馬哈拉施特拉邦、古吉拉特邦和旁遮普邦政府正在使用面部識別來監控可疑活動。 在 Nirbhaya 基金下,政府正在 50 個火車站建立視頻監控,總成本為 17.64 千萬印度盧比,用於監控硬件和配件。
全球監控狀況
根據卡內基國際和平基金會的一份報告,176 個國家中至少有 75 個國家正在使用人工智能工具進行監控。 人工智能監控用於面部識別、預測犯罪何時發生以及用於自動邊境巡邏。 這包括:
- 智慧城市平台(56 個國家)
- 面部識別系統(64 個國家)
- 智能警務(52 個國家)
中國已成為基於人工智能的監控的中心。 在中國,可以在發出警報後 8 分鐘內追踪到一個人。 在全國范圍內,已經有 4 億個閉路電視攝像機安裝到位,由人工智能技術提供支持,主要是面部識別。
包羅萬象的面部識別攝像頭網絡使該國成為其公民在其中開展業務的安全之地。當 BBC 記者 Joyce Liu 挑戰中國的監控網絡時,當局花了 7 分鐘將他抓獲!
印度的問題
Nirbhaya 案凸顯了印度監控的漏洞。 犯罪分子在犯罪後被追踪。 效率低下的原因是跟踪僅通過人類智能進行。 調查人員和偵探在實際旅行和耐心上浪費了幾天和幾個月的時間。 與此同時,印度公眾的耐心也越來越少。
今天,一旦犯罪,需要一大群人來梳理從數千個監控攝像頭捕獲的現有視頻片段。 然而,瀏覽數千小時的監控視頻既費時又容易出現人為錯誤。
為你推薦:
另一方面,計算機非常擅長在存儲的大量鏡頭中找到特定的人。 配備圖形處理芯片的現代計算機可以識別甚至人類也難以識別的人。

解決方案
人工智能 (AI),尤其是面部識別可以在這裡提供幫助。 事實證明,人工智能能夠通過在亞馬遜或 Flipkart 上提供更好的建議來幫助我們使用谷歌地圖選擇正確的路線前往目的地,從而改善我們的日常生活。
通過正確和明智地使用人臉識別技術,人工智能可用於打擊犯罪和抓捕罪犯。 人臉識別可以幫助安全部隊了解一個人從 A 點到 B 點的旅程。
漏洞
與所有美好事物一樣,人工智能也有其自身的一系列怪癖和問題,需要在有效部署到現實世界之前加以解決。
阻礙人工智能在監控中廣泛採用的兩個主要挑戰是:
- 人工智能的計算量很大——以至於,許多算法需要數百台服務器來處理大量視頻。
這使得僅硬件成本就達到數百萬美元。
- 監控攝像頭無法報告事件或人員。 他們只是繼續錄製視頻。 這增加了充足的問題。
監控的問題在於,99% 的視頻可能是無用的,而拍攝的 1% 的視頻中只有有用的信息。 今天的算法仍然會梳理整個 100% 的待處理視頻。
這種計算資源的浪費以及該領域缺乏深厚的專業知識可能會使許多人工智能程序陷入癱瘓。
今天的計算機行業分為兩大類——硬件和軟件。 印度歷來是一個軟件中心,大部分計算機硬件都是從中國、台灣和其他東南亞國家進口的。 從純軟件的角度開始的人工智能技術很快就達到了物理極限,沒有特定的硬件來幫助它擴展。
新時代的初創公司正試圖解決人工智能的問題並將其帶入現實生活中。 初創公司已經意識到,要將人工智能帶入生活,僅靠軟件是不夠的。 需要特定的硬件來管理工作負載並優化算法的處理。 為了讓人工智能解決當今的問題,思維的範式轉變正在匯聚在一起,以採取有益的觀點——將硬件和軟件都包括在解決問題的過程中。
結論
人工智能,尤其是人臉識別技術,很可能會在很多方面持續發展並影響我們的生活。 唯一的問題是,它會被用於造福人類嗎? 與任何新技術一樣,這兩個維度都是可能的——誰在構建它,以及出於什麼目的。






