This post is also available in: enEnglish (אנגלית)

במהלך השנים האחרונות, טכנולוגיות ווידאו אנליטיקס (ניתוח וידאו) קיבלו שם של כאלו שיותר מבטיחות ופחות מקיימות. אחת התלונות הגדולות הייתה אי-היכולת לזהות בצורה נכונה חפצים במצבים שנראים מובנים מאליהם למתבונן אנושי. במקרים רבים, דבר זה יצר מספר רב של אזעקות שווא, וחוסר זיהוי של מקרים שבאמת דרשו איתור.

עד לאחרונה, היו יישומים מינימליים של למידה חישובית לתחום מוצרי הווידאו אנליטיקס, בעיקר עקב מורכבות גבוהה וצורך רב במשאבים, שגרם למוצרים להיות יקרים מדי לייצור המוני. אולם, לאחרונה מסתמנת צמיחה עצומה במחקר והתקדמות בלמידה החישובית בתחום שמכונה למידה עמוקה (Deep Learning). התחום, על פי sourcesecurity.com, מתאר משפחת אלגוריתמים שמבוססים על רעיון של רשתות עצביות. האלגוריתמים מנסים לדמות את תפקוד הנוירונים במוח, מה שמאפשר להם ללמוד בצורה יעילה מהדגמות וליישם את הלמידה על נתונים חדשים.

הרבה מהגורמים לגל ההתעניינות האחרון קשורים לזמינות של יחידות העיבוד הגרפי. היחידות הללו יכולות להכשיר ולהריץ ביעילות אלגוריתמים ללמידה עמוקה והם אפשרו לקהילה המדעית להאיץ את המחקר והיישום וכך להביא אותם לנקודה שבה הם עולים על יכולותיהם של רוב האלגוריתמים הישנים בכמה קטגוריות.

משמעות הדבר היא שלמידה עמוקה יכולה כעת לשמש אמצעי כדי לפתור את הבעיה הקשה ביותר בתחום הווידאו אנליטיקס – זיהוי חפצים. בכדי להגיע לרמות הדיוק הדרושות, מאגר נתונים רחב צריך להיאסף ולהיות מזוהה על סמך תיעוד אמיתי של סרטי מעקב. מרגע שמספיק תמונות נאספו, אלגוריתם שמטרתו לסווג יוכל לפעול כתוצאה מפיתוח של וידאו אנליטיקס ולאפשר ביטול של רוב אזעקות השווא.

מאחר ויחידות העיבוד הגרפיות דרושות בכדי שהאלגוריתמים יפעלו כהלכה, פיתוחי וידאו אנליטיקס צריכים להשתמש בלמידה עמוקה שתפעל בשרת. כמה פתרונות מהסוג הזה כבר זמינים ומציגים קפיצה דרמטית בביצועים בהשוואה לאמצעי וידאו אנליטיקס ישנים, במיוחד הירידה בהיקף אזעקות השווא והעליה בדיוק הזיהוי.

מדובר ביישומים הראשונים, אך לא בהכרח האחרונים. בעתיד הלא רחוק נוכל לראות למידה עמוקה מאפשרת יישומים שכיום לא אפשריים, כמו זיהוי חפצים שאנשים נושאים – תיק, סכין או אקדח למשל – או להיות מסוגלים למצוא אנשים וכלי רכב בעלי דמיון על פני כמה מצלמות ועוד. בשנים הקרובות נראה מעבר של טכנולוגיות וידאו אנליטיקס שעובדות עם למידה עמוקה אל השרתים והן יעבדו בתוך מצלמות כאמצעים חזקים וחסכוניים. המכשירים יהיו זמינים יותר וניתנים להתקנה גם על מצלמות בסיסיות. דבר זה ידחוף את קבלת טכנולוגיית הווידאו אנליטיקס אפילו יותר, מה שבסופו של דבר יהפוך אותה ליסוד בסיסי בכל מצלמת אבטחה.