Журнал "Системы Безопасности" № 5‘2023

Ц И Ф Р О В А Я Т Р А Н С Ф О Р М А Ц И Я , И И , И Н Т Е Р Н Е Т В Е Щ Е Й 26 Дмитрий Марков, VisionLabs Искусственный интеллект – теория и создание компьютерных систем, обладающих способ- ностью решать сложные интеллектуальные задачи, обычно связанные с человеческим интеллектом, включая визуальное восприятие, анализ речи, обучение, принятие решений, работу с естественным языком и т.д. В отличие от естественного интеллекта, исходящего от человеческого мозга и разума, искусственный интеллект основывается на алгоритмах и про- граммном обеспечении. главный химический элемент при этом – кремний, а не углерод. Александр Сергеев, Олимп-СБ Искусственный интеллект – это программное обеспечение, написанное, как правило, на высокопроизводительных языках программи- рования, состоящее из двух частей. Первая – программа, которая на основе предоставлен- ных ей размеченных данных создает модель, а вторая используется для обработки новых данных с использованием существующей моде- ли. На данном этапе ИИ, к сожалению, может использоваться только в узких направлениях, таких как определение номерного знака на транспортном средстве и т.д. Алексей Иванов, Ай Ти Бастион ИИ сейчас – это технологии из области компью- терных наук, с помощью которых создаются алгоритмы и системы, выполняющие задачи, подобные тем, которые осуществляет интеллект человеческий. ИИ осуществляет распознавание речи, изображений, принятие решений, языко- вые переводы и др. Естественный интеллект, в отличие от искусственного, имеет способность понимать, учиться, применять знания, адапти- роваться к новым ситуациям, решать проблемы. главное их различие в том, что естественный интеллект имеет возможность самоосознания и понимания, а ИИ в настоящий момент еще такой способностью не обладает. Пока он научился только обучаться и принимать реше- ния на основании проведенного с ним обучения. Дмитрий Михеев, Ай Ти Бастион Перефразируя старую шутку, интеллект можно разделить на естественный, неестественный и противоестественный. Пока достижения в вычислительной электронике и методах ста- тистики и анализа позволяют нам моделировать определенные сценарии принятия решений или генерации данных в заданных условиях и ограничениях. Это уже серьезное улучшение, но до естественного интеллекта еще достаточно далеко. Даже до интеллекта роевых насекомых искусственный интеллект еще не дотягивает, но текущее его состояние уже позволяет реализо- вывать определенные полезные сценарии, автоматизируя рутинные операции. Степень практической применимости примерно пропорциональна возможности монетизации возможностей ИИ. Например, достаточно хоро- шо развиваются алгоритмы, связанные с опера- тивной обработкой изображений и видеопото- ков, так как они непосредственно применяются на производстве, транспорте и в других популярных направлениях. Одним из самых распространенных сценариев является опреде- ление и считывание автомобильных номеров – он во многих странах монетизируется при управлении трафиком на дорогах, в том числе автоматически через генерацию штрафов в сто- рону нарушителей. октябрь – ноябрь 2023 www.secuteck.ru СПЕЦПРОЕКТ РЕшЕНИЯ НА ОСНОВЕ ИСКУССТВЕННОгО ИНТЕллЕКТА Игорь Фаломкин, ITV У систем физической безопасности появилась возможность автоматически извлекать значи- тельный объем информации из потоков видео: наличие в кадре людей и автомобилей, опре- деление маршрутов их движения, распознава- ние номеров машин и лиц и т.п. Это заметно повышает осведомленность операторов о теку- щей обстановке на контролируемых объектах и, как следствие, безопасность. Евгения Лебедева, TRASSIR Поскольку я работаю в сфере видеонаблюде- ния, проще сказать, как они на нее не повлия- ли. Камеры по-прежнему снимают, архив по-преж- нему пишется. В остальном, конечно, наша отрасль далеко ушла вперед. Применительно к видеонаблюдению ИИ – это в первую очередь видеоаналитика, которая позволяет автомати- зировать процессы, исключить человеческий фактор, ускорить рассмотрение инцидентов и многое другое. Несколько лет назад это был продукт для энтузиастов, а сейчас тренд стано- вится массовым. Активное распространение видеоаналитики тянет за собой всю экосистему: мы создаем видеорегистраторы, оптимизированные для необходимых вычислений, а также камеры, подходящие для получения нужной картинки. Мы разрабатываем инструменты для анализа и визуализации данных, улучшаем интерфейсы взаимодействия с этой информацией. Ну и конечно, разрабатываем новые продукты, в том числе не имеющие аналогов на рынке. Юрий Годына, Нейрометрика Я, наверное, не буду оригинален. Наибольшее влияние оказали языковые модели GPT и гене- ративные сети вроде Midjourney или Stable Dif- fusion. Эти проекты произвели настоящую рево- люцию на рынке труда. Первые позволяют круто оптимизировать затраты на несложную разра- ботку и копирайтинг, вторые – на визуализацию контента. Теперь писать код можно быстрее и порой эффективнее, то есть под сокращение попадет большое количество "ферм" разработчиков, например, в Индии. Именно сейчас, с появле- нием современных GPT-алгоритмов, можно уже смело говорить о том, что архитектура no-Code или low-Code действительно сработает не толь- ко в рамках песочниц отдельных платформ. То есть рынок разработки в ближайшее время ждет глобальная перестройка: выиграет тот, кто оседлает GPT-алгоритмы и максимально плотно встроит их в свои производственные процессы. А что касается генеративных сетей, то там появляются другие риски. По сути, они, в част- ности, убивают только начавший формировать- ся рынок биометрической идентификации, поскольку их угроза гораздо шире, чем возмож- ности защиты от нее. Аркадий Гамбург, Семь печатей Если трактовать термин Artificial Intelligence не как искусственный интеллект, а как искусствен- ный ум (что ближе к оригиналу), то этот самый искусственный ум уже давно (как минимум с середины прошлого столетия) является осно- вой любых программно-аппаратных конструк- ций, то есть систем, реагирующих на внешние воздействия согласно заданным алгоритмам. Например, что такое классический контроллер систем контроля и управления доступом (СКУД)? Это считыватель, датчик двери, кнопка выхода и реле. Первые три – сигналы (раздра- жения) внешнего мира, реле – реакция (отра- жение) на эти воздействия. Посредине – систе- ма принятия решений. При желании и это можно назвать искусственным интеллектом. Кроме того, всегда надо исходить от задачи, то есть не умножать без нужды сущности. Функ- циональность СКУД такова, что она должна пропустить своего и не пропустить чужого. И зачем для этого ИИ? А вот функционал современной системы видео- наблюдения с распознаванием лиц, выявлени- ем подозрительных элементов, обнаружением оставленных предметов, и прочая, и прочая – однозначно потребует ИИ. При этом надо иметь в виду, что за все надо платить – в том смысле, что вычислительные мощности, которые требуют СКУД и CCTV, несо- поставимы. Владимир Царев, Малленом Системс Мы с коллегами более 25 лет занимаемся раз- работкой систем машинного зрения. Первые нейронные сети в виде перцептрона мы запро- граммировали на распознавание символов номеров автомобилей еще в конце прошлого века. Кстати, они успешно проработали в соста- ве тиражируемого коммерческого продукта более десятка лет. Для решения задач визуаль- ного контроля качества промышленных изде- лий в период 2000-х гг. мы успешно применя- ли, как сейчас их называют, классические мето- ды и алгоритмы анализа изображений и распо- знавания образов. С появлением сверточных нейронных сетей и технологии глубокого обучения для нас и наших клиентов открылись новые горизон- ты. Множество ранее нерешаемых задач теперь удается решить быстро и эффективно. Это задачи контроля качества и прослежива- Как алгоритмы искусственного интеллекта повлияли на сферу, в которой вы работаете? Насколько сильно это влияние, в чем оно выражается?