Tekoäly tulee kameravalvontaan – mitä hyötyjä se tuo ja kenelle?
Liikkuvaa kuvaa analysoiva tekoäly avaa uudenlaisia mahdollisuuksia sekä viranomaisille, yrityksille että kuluttajille. Mutta kuka valvoo, ettei kehittyvää teknologiaa käytetä vääriin tarkoituksiin?
Isossa vaateketjussa painittiin hävikkiongelman kanssa. Tutkimuksissa huomattiin, että myymälävarkauksiin johtivat usein tilanteet, joissa asiakkaat jäivät pyörimään liikkeen tiloihin poikkeuksellisen kauan. Ongelmaan lähdettiin etsimään apua älykkäästä kameravalvonnasta. Kamerat opetettiin tunnistamaan asiakkaat, jotka viipyivät kaupassa epätavallisen pitkään.
Tekoälyratkaisu toi suuret säästöt ja paransi palvelua
Kun kamera havaitsi riskialttiin tilanteen, se laukaisi äänentoistojärjestelmästä automaattikuulutuksen. Kuulutuksessa pahoiteltiin sitä, että kyseisellä alueella asioiva asiakas oli joutunut odottamaan niin kauan ja luvattiin, että myyjä tulee paikalle pian.
”Järjestelmä vähensi hävikkiä ja lisäsi yllättäen myös myyntiä, sillä apua saivat myös sitä aidosti kaipaavat asiakkaat. Älykäs innovaatio synnytti positiivisen asiakaspalvelukokemuksen ilman, että asiakas olisi saanut iso veli valvoo -kokemuksen,” kiteyttää Hedengren Securityn kamerapuolen tuotepäällikkö Kim Kattilakoski.
Kamerojen tekoälykehitystä aitiopaikalta seuraavan Kattilakosken mukaan esimerkki havainnollistaa hyvin sitä, miten merkittäviä tuloksia älykkäillä kamerajärjestelmillä voidaan saada aikaan.
”Laitteiden hinnat alkavat olla jo hyvin kilpailukykyisiä – oleellisinta onkin se, että asiakasta autetaan näkemään, miten järjestelmä voi tuoda apua omaan liiketoimintaan.”
Kehityksen ytimessä tekoälyn kyky analysoida dataa
Kattilakosken mukaan kameravalvonnan tekoälykehityksen tämän hetkinen ydinkysymys on se, kuinka tekoälyä pystytään hyödyntämään liikkuvasta kuvasta saatavan datan analysoinnissa. Tekoäly tarkoittaa käytännössä algoritmeja, jotka pyrkivät tekemään saman kuin ihminen.
”Kamerat ovat tunnistaneet liikkeen jo kauan, nyt ne voidaan opettaa tunnistamaan, mikä liikkuva hahmo on. Esimerkiksi vartioinnissa tämän avulla voidaan sulkea pois paljon turhia ja kalliita hälytyksiä.”
Älykameroita käytetään myös liikkuvien autojen rekisterikilpien ja ihmiskasvojen tunnistamiseen. Kasvojen tunnistusta hyödynnetään muun muassa turvatarkastuksissa, kulunvalvonnassa sekä ruumiinlämmön mittaamisessa.
”Älykkäät lämpökamerat pystyvät mittaamaan minuutissa jopa kymmenien ohi kulkevien ihmisten kuumeen. Kun kamerat osaavat tunnistaa ihmiskasvot, tulokset eivät häiriinny, vaikka mitattavilla olisi kuumat kahvikupit kädessä”, Kattilakoski sanoo.
Tekoäly paljastaa ihmisen resurssien rajallisuuden
Kattilakosken mukaan kameroiden tekoälykehitys vapauttaa ihmisen työpanoksen mielekkäämpiin tehtäviin. Tekoäly tekee työn myös moninkertaisella tehokkuudella.
”Tekoäly voi analysoida hetkessä 24 tunnin edestä videomateriaalia ja tehdä aineistosta lukuisia johtopäätöksiä. Esimerkiksi huvipuistossa voidaan paikallistaa eksynyt lapsi, koska laaja järjestelmä osaa hetkessä etsiä tallenteiden joukosta tietyt tuntomerkit täyttävän henkilön”, hän havainnollistaa.
Algoritmien avulla voidaan myös mallintaa tiettyjä lainalaisuuksia, joista tekoäly osaa erottaa poikkeukset.
”Esimerkiksi poliisi voi paikallistaa huumeluolan asuin- tai hotellialueen lisääntyneen liikennemäärän perusteella.”
Kaupallisella puolella älykameroiden tyypillisiä hyödyntämistapoja ovat niin ikään erilaiset liikkumis- ja kävijämäärämittaukset. Kamerat pystyvät nykyään vastaamaan myös täysin uudenlaisiin tarpeisiin, kuten julkisten tilojen kävijätiheyden valvontaan. Teollisuudessa tekoäly tuo apua esimerkiksi liukuhihnalla liikkuvien tuotteiden virheiden, lukumäärien ja kokojen tunnistamiseen.
Kehittyvä älyteknologia vaatii tarkemmat säännöt
Yksi kameroiden tekoälykehitykseen liittyvä haaste on yksityisyyden menettämisen pelko. Ylimpänä ohjeena tekoälykehityksessä toimii EU:n laajuinen GDPR-ohjeistus. Se määrittelee tarkasti eri toimijoiden vastuut esimerkiksi henkilörekisterien ylläpidon ja nauhoitusten katseluoikeuksien suhteen.
Asentajien velvollisuutena on asentaa järjestelmiin tarvittavat yksityisyyden suojat.
”Esimerkiksi merellä liikkuvien alusten seurantaan tarkoitetut, 10–15 kilometrin päähän tarkentavat kamerat on suojattava niin, ettei niitä voi kääntää ja katsoa rannalla sijaitsevan hotellin ikkunoista sisään”, Kattilakoski sanoo.
Myös kameroihin asennettavilla maskeilla voidaan määrittää, kuka voi nähdä mitäkin. Esimerkiksi vartijan nähtäville voidaan tuoda vain hänen työnsä kannalta välttämätön informaatio ja maski voidaan poistaa viranomaistutkintaa varten.
Tekoälykehitys ei pyri Kattilakosken mukaan tekemään kamerajärjestelmistä täysin itsenäisiä.
”Tavoitteena on tuottaa dataa, joka auttaa ihmistä päätösten tekemisessä. Hyödyt syntyvät siitä, että tekoäly oppii käsittelemään dataa tavalla, johon ihmisen kapasiteetti ei riitä”, Kattilakoski kiteyttää.
Taustalähde: Tekoälyn hyödyntäminen kameravalvonnassa, Jyri Leijala 2020, Haaga-Helia ammattikorkeakoulu Oy
Tutustu Hedengren Securityn älykameravalikoimaan >>
Miten älykamerat voisivat edistää sinun liiketoimintaasi? Ota yhteys asiantuntijaan >>
