This post is also available in:
English (אנגלית)
מערכות מודיעין מודרניות מתמודדות כיום עם בעיה הולכת ומחריפה: הצפה של מידע ויזואלי ממקורות רבים – מצלמות אבטחה, רחפנים, מצלמות גוף, מדיה חברתית וחיישנים נוספים. האתגר כבר אינו איסוף המידע, אלא היכולת להבין במהירות מה באמת קורה בתוך כמויות עצומות של וידאו ותמונות שמגיעות בפורמטים שונים, באיכות משתנה וללא סנכרון. במקרים רבים, אנליסטים נאלצים לעבור ידנית על שעות של חומר גלם כדי להפיק תובנות מבצעיות.
על הרקע הזה נחשפה לראשונה חברת Airis Labs, שפיתחה פלטפורמת AI לניתוח מידע ויזואלי בזמן אמת וגייסה עד כה כ־60 מיליון דולר. הסבב האחרון, בהיקף של 31 מיליון דולר, מצטרף לגיוסים קודמים ומעניק לחברה משאבים להרחבת פעילותה בישראל ובארה"ב.
המערכת של החברה נועדה להפוך מידע ויזואלי לא מובנה לנתונים שניתן לחפש, לקשר ולנתח. בפועל, הפלטפורמה מחברת בין מקורות שונים – מצלמות רחוב, רחפנים, מצלמות גוף ותיעוד מרשתות חברתיות – ומייצרת מהם תמונת מצב אחודה. האלגוריתמים מנתחים תנועה, מזהים אובייקטים ואירועים חריגים, ומאפשרים לבצע תחקור מהיר של אירועים על בסיס חיפוש ויזואלי ולא רק טקסטואלי.
אחד ההבדלים המרכזיים מול מערכות AI קונבנציונליות הוא סביבת העבודה של המערכת. במקום לפעול על מידע מסודר ונקי, הפלטפורמה פותחה מראש עבור תנאי שטח: צילום חלקי, זוויות שונות, מידע חסר ורעש סביבתי. המשמעות היא יכולת להתמודד עם סביבות מבצעיות אמיתיות, שבהן הנתונים רחוקים מלהיות מושלמים.
הטכנולוגיה כבר נפרסה במספר גופים ממשלתיים ומשתתפת גם בתוכניות של הצבא האמריקאי לשילוב טכנולוגיות חדשות. מעבר לשימושים ביטחוניים, המערכת מיועדת גם לארגוני אכיפה, מכס וביטחון פנים, שנדרשים להתמודד עם עומסי מידע דומים.
מדובר בחלק ממגמה רחבה יותר של מעבר ממערכות מודיעין מבוססות איסוף למערכות שמסוגלות גם להבין ולהצליב מידע בזמן אמת. ככל שכמות החיישנים והרחפנים בשטח גדלה, כך עולה החשיבות של פלטפורמות שיודעות לצמצם את עומס המידע ולהפוך אותו לתובנות מבצעיות שימושיות.
