AI, Machine Learning, Deep Learning: le differenze nella videosorveglianza

La videosorveglianza assistita dall’intelligenza artificiale ha fatto molto parlare di sé negli ultimi anni, e per una buona ragione. Con i recenti sviluppi nel rilevamento di oggetti e movimenti, le funzioni integrate nei sistemi di sicurezza li rendono più veloci e precisi che mai. Ma cosa li rende così efficaci? Principalmente l’apprendimento automatico e l’apprendimento profondo, che sono branche dell’IA. In questo articolo spieghiamo le differenze tra questi termini e vi mostriamo in dettaglio cosa hanno da offrire alle soluzioni di videosorveglianza, in particolare per i rivenditori.

IA: cos’è esattamente?

L’IA è sulla bocca di tutti, ma cos’è veramente? Innanzitutto, il suo nome si riferisce all’intelligenza umana, ovvero alla nostra capacità di conoscere e comprendere il mondo che ci circonda, i concetti astratti, ecc. ma anche di adattarci a nuove situazioni. La cosiddetta intelligenza artificiale è innanzitutto una riproduzione delle facoltà umane attraverso la tecnologia. Si parla addirittura di “retineurali“, “apprendimento” e “addestramento”. Utilizza una serie di tecnologie che aprono un’ampia gamma di possibilità, tra cui l’analisi, la previsione, la visualizzazione e il linguaggio.

Sviluppi tecnologici e applicazioni pratiche

Sebbene le origini dell’apprendimento automatico risalgano al 1957 con l’invenzione del Perceptron, il primo algoritmo di apprendimento automatico, è solo a partire dagli anni 2010 che sono stati compiuti progressi significativi. I computer hanno aumentato la loro capacità di memorizzazione e la loro potenza. Inoltre, le quantità di dati disponibili sono ora enormi, il che incoraggia i progressi tecnologici. Ma questi progressi sono solo all’inizio. Per il momento parliamo di“IA debole”, cioè di un’intelligenza artificiale progettata per svolgere un compito specifico, come giocare a scacchi, assistere gli utenti a voce, eseguire calcoli e così via. L'”IA forte“, invece, è un orizzonte, un traguardo da raggiungere in cui l’intelligenza artificiale è indistinguibile dall’intelligenza umana.

Nel campo della videosorveglianza, l’intelligenza artificiale offre già molte soluzioni per soddisfare le esigenze di sicurezza dei professionisti, grazie soprattutto al Machine Learning.

Machine Learning: definizione e applicazioni nella videosorveglianza

Il Machine Learning (ML) è la base dell’intelligenza artificiale. È una tecnica di apprendimento basata su dati strutturati. I dati strutturati sono informazioni definite e organizzate in precedenza, pronte per essere elaborate. Sono costituiti principalmente da parole e numeri nei database.

In un sistema tradizionale di sicurezza dei negozi, i responsabili della videosorveglianza devono stare davanti a schermi che trasmettono le immagini delle telecamere e individuare da soli i furti. Gli algoritmi di apprendimento automatico consentono di risparmiare tempo e di alleggerire questo compito estenuante. In effetti, i sistemi vengono addestrati su una grande mole di dati in modo da riconoscere una situazione di taccheggio sulla base di esempi di casi che sono stati precedentemente sottoposti. Quando li identificano, inviano un avviso all’agente o al negoziante, che così non deve monitorare continuamente i video.

Deep Learning: spiegazione e vantaggi per la sicurezza dei negozi

Ma cos’è esattamente il Deep Learning (DL)? In francese significa“apprendimento profondo“. Il suo utilizzo è storicamente più recente rispetto al Machine Learning, perché richiede una grande potenza di calcolo. Si basa sulle reti neurali convoluzionali (CNN), utilizzate per elaborare immagini e suoni. Questo tipo di apprendimento si basa su una particolare disposizione della rete neurale in diversi strati. Ogni strato corrisponde a un ulteriore livello di complessità. In altre parole, i primi strati analizzano alcuni elementi separati di un’immagine o di un suono e gli strati successivi di neuroni eseguono calcoli su di essi per perfezionare l’identificazione. Di conseguenza, il sistema apprende da solo da dati non strutturati, cioè grezzi, piuttosto che dal confronto con modelli prestabiliti.

Questo tipo di apprendimento presenta diversi vantaggi: è veloce, affidabile e preciso. Di conseguenza, l’elaborazione di gesti sospetti è migliorata. Ma non è tutto: l’IA continua ad apprendere in tempo reale e non ha bisogno dell’intervento umano per programmare o aggiornare il sistema. Si perfeziona quindi sulla base delle immagini catturate dalle telecamere di sicurezza.

IA e software Veesion

Il software di videosorveglianza Veesion per i gestori di negozi si basa su queste tecnologie avanzate. L’apprendimento automatico e l’apprendimento profondo vengono utilizzati per rilevare in modo rapido e preciso i gesti sospetti che potrebbero essere identificati come taccheggio. I negozianti possono quindi agire immediatamente per scoraggiare i taccheggiatori o per controllare i clienti mentre escono dal negozio.

Comunque sia, anche se l’intelligenza artificiale è di grande aiuto grazie alle sue notevoli prestazioni, non deve in alcun modo sostituirsi all’uomo quando si tratta di prendere decisioni basate sul rilevamento di gesti sospetti. Inoltre, non utilizza mai il riconoscimento facciale e non registra alcuna informazione sull’identità delle persone. L’uso dell’intelligenza artificiale nella videosorveglianza è altamente regolamentato per motivi di tutela della privacy. Le soluzioni che offriamo sono quindi naturalmente conformi alle leggi RGPD (Regolamento Generale sulla Protezione dei Dati).

In sintesi, Machine Learning e Deep Learning sono entrambe categorie di IA. Ma il primo è un sistema di apprendimento che utilizza dati strutturati, spesso richiedendo l’intervento umano, mentre il secondo lavora a strati e migliora da solo a partire da dati grezzi. Per i rivenditori, questi due progressi tecnologici semplificano la sorveglianza nei negozi e riducono le perdite dovute al taccheggio. Il nostro software Veesion riduce le differenze inventariali del 30-60% e rileva circa 100.000 gesti sospetti al mese negli oltre 3.000 negozi che ne sono dotati in tutto il mondo.