Deep learning oferece precisão e agilidade para procedimentos de segurança

A tecnologia traz muitas vantagens, mas também desafios às empresas. O deep learning, por exemplo, cuja base de funcionamento é a utilização da inteligência artificial, é uma das principais ferramentas hoje para o setor de segurança e há muito estudo aplicado para que ofereça os melhores resultados.

Segundo Ricardo Franco, CEO de Tecnologia e Inovação do Grupo GR, os resultados com deep learning podem alcançar uma redução de aproximadamente 80% nos alarmes falsos. Desde setembro do ano passado, o sistema está disponível para implantação em clientes do grupo.

“O deep learning revelou-se uma excelente opção para diversas finalidades. Além da redução de falsos alarmes, a tecnologia de inteligência artificial, que funciona 24 horas por dia analisando comportamentos de pessoas e cenas, detecta anomalias com muita precisão. O ser humano interpreta comportamentos suspeitos, como invasão de áreas não permitidas, movimentos e ações inadequadas, entre outros, mas a inteligência artificial apreende constantemente por meio da análise de padrões e passa a identificar anomalias após um período de aprendizado e reinforcement”, disse Ricardo.

Para ele, essas tecnologias avançam no mundo e são necessárias ao setor de segurança privada principalmente pelo fator de antecipação de possíveis ocorrências. “O sucesso da segurança pública ou privada está relacionado à prevenção, quanto mais ágeis e eficazes forem as informações para mitigar possíveis problemas, mais seguro será seu ambiente de atuação.”

Franco esclarece ainda que, apesar das vantagens, existem alguns desafios, como a mudança de comportamento dos principais usuários e a capacitação dos operadores da ferramenta. “Outro ponto sobre o qual devemos alertar é quanto à capacidade de tráfego de dados, pois o volume de informações é grande devido à sua funcionalidade e o objetivo deve ser a apuração de imagens em tempo real.”

Ele garante que é possível confiar neste tipo de inteligência artificial, desde que sejam considerados a infraestrutura dedicada, os processos definidos e a mão de obra envolvida. “Com isso, teremos uma solução muito próxima do ideal. Intercorrências podem existir sim, mas com uma probabilidade muito reduzida”, diz.

Sobre o funcionamento do sistema, ele explica que a ‘máquina’ recebe informações para classificar uma ação e/ou objeto, informando de imediato quando ocorre. “Um exemplo prático seria uma tentativa de agressão e/ou alguém com uma arma de fogo em punho. Essas situações já estão parametrizadas na ‘memória da máquina’ e de imediato gera-se um alerta na central de monitoramento para que o operador acione os procedimentos pré-definidos.”

Segundo Franco, a escolha do Grupo GR por investir no deep learning visa à otimização do tratamento de ocorrências reais com mais qualidade de entrega para os clientes. “Buscamos uma solução atualizada e assertiva. Além disso, dentre as grandes vantagens no uso da ferramenta está o fato de que ela propicia times mais enxutos e focados, já que reduz o índice de falsos alarmes, trazendo para a central de operação o problema após análise de todas as variáveis.”

E completa: “é uma solução que não depende de grande investimento em equipamentos ou internet. Basta o pagamento de uma mensalidade por câmera em serviço, na maioria dos casos. A depender da extensão do serviço prestado, pode ser necessário adotar um serviço híbrido – parte com um processamento local, parte na nuvem”.

Além de ser indicado para shoppings, condomínios, indústrias e demais empresas, o sistema pode ser utilizado para segurança colaborativa, segurança do trabalho, captura de imagens e dados em geral.