Noticias ALAS

Las noticias de la industria de la seguridad en Latinoamérica

¿Cómo la IA está transformando la tecnología de video para fortalecer las capacidades humanas?

Por Mauricio Swain, director de Ventas de Milestone Systems para América Latina.

La revolución de la inteligencia artificial (IA) está transformando la gestión de video a nivel mundial, y América Latina no es la excepción, por ejemplo, en 2023 el mercado de IA en Latinoamérica generó ingresos de USD 25,611.2 millones, reflejando un crecimiento significativo y una adopción creciente de estas herramientas avanzadas.

Sin embargo, aún persisten dudas sobre el tema y mucha gente se pregunta: ¿La IA complementará o reemplazará los roles humanos en el trabajo? Pues bien, las tecnologías de video impulsadas por IA pueden responder a estos interrogantes.

Esta innovación ya está logrando avances notables en seguridad y protección, convirtiendo los datos visuales en información estructurada y útil para la toma de decisiones de los operadores. Es decir, las personas seguimos siendo esenciales, se necesita de nuestra capacidad de discernimiento para validar los análisis realizados por la IA y para tomar decisiones bien fundamentadas sobre las acciones a seguir.

En este sentido, la gestión de video habilitada por IA cumple dos propósitos esenciales, primero, revela nuevas perspectivas operativas al identificar patrones que no son perceptibles a simple vista y segundo, refuerza el papel de los seres humanos al mejorar sus capacidades para tomar decisiones informadas.

En la práctica, la inteligencia artificial ayuda a los operadores al transformar los datos de video en formatos estructurados que detallan personas, objetos, comportamientos y relaciones dentro de una escena. De esta manera, pueden centrarse en la información relevante, especialmente en situaciones críticas o durante eventos importantes.

Avance de la IA en la tecnología de video

Para que la tecnología de video basada en inteligencia artificial (IA) funcione correctamente, es importante asegurarse de que sea precisa y confiable y para lograrlo, en la actualidad se usa un enfoque llamado Operacionalización de Modelos (ModelOps).

Este enfoque consiste en una serie de métodos y herramientas que ayudan a implementar y mantener los sistemas de IA. Básicamente, permite a los desarrolladores verificar y solucionar problemas con los modelos de IA cuando no funcionan como deberían. Por ejemplo, si un modelo no está dando los resultados esperados, se puede ajustar o actualizar la información que usa para mejorar su rendimiento.
Gracias a ModelOps, los desarrolladores pueden revisar y mejorar continuamente cómo funcionan estos sistemas en situaciones reales, asegurándose de que sigan siendo útiles y precisos a medida que cambian las necesidades.

Además, la adopción de la IA depende de generar confianza entre los consumidores, empresas y entidades gubernamentales. En sectores como la videovigilancia, donde la IA ahora impulsa innovaciones más allá de las aplicaciones tradicionales de CCTV, establecer y mantener esta confianza es primordial. El despliegue responsable de la IA implica adherirse a marcos regulatorios y estándares de la industria, como el Código de Conducta de la IA del G7, recientemente adoptado por Milestone Systems, para mantener estándares globales de seguridad y fiabilidad.

Analíticas inteligentes

El análisis de video ha avanzado significativamente, basándose en capacidades fundamentales como la detección, reconocimiento y seguimiento de objetos, estas herramientas son indispensables en las operaciones de seguridad global, por ejemplo, la detección de objetos desempeña un papel crucial en escenarios como el conteo de personas, la protección perimetral y la identificación de violaciones de límites predefinidos; mientras tanto, el seguimiento de objetos permite un análisis preciso de trayectorias, esencial para monitorear el flujo de tráfico y evaluar el movimiento de vehículos.

Más allá de la detección básica, los análisis de segundo nivel profundizan en la interpretación de los comportamientos de los objetos a lo largo de múltiples cuadros. Esto incluye el reconocimiento de acciones, la detección de interacciones y la identificación de anomalías. Un enfoque innovador conocido como detección de anomalías basada en reconstrucción puede analizar cuadros completos de video, haciéndolo invaluable para aplicaciones críticas como la detección de caídas y potencialmente salvar vidas.

Es así como la analítica predictiva representa la próxima frontera en la innovación de análisis de video; aprovechando los datos históricos sobre los comportamientos de los objetos, estos algoritmos avanzados pronostican interacciones probables entre objetos. Esta capacidad empodera a los equipos de seguridad para anticipar y gestionar proactivamente incidentes antes de que se desarrollen, marcando el comienzo de una nueva era de medidas de seguridad preventivas.

Consideraciones futuras

El futuro de los análisis de video basados en datos depende en gran medida de los avances en inteligencia artificial (IA), un área que actualmente enfrenta dos desafíos importantes: la calidad de los datos y la falta de chips adecuados.

El desarrollo de la IA requiere de conjuntos de datos de alta calidad, necesarios para entrenar los sistemas de análisis de video de manera ética, los cuales a menudo son limitados y no cuentan con los permisos necesarios para su adecuado uso. Además, crear y etiquetar nuevos conjuntos de datos es costoso.

De acuerdo con el estudio “La inteligencia artificial en América Latina 2023”, de NTT Data, la falta de datos de calidad y cantidad suficientes (9,43 %), es uno de los principales desafíos a superar en la región para una adecuada implementación de la IA.

Una solución para estos desafíos es el uso de datos sintéticos, que pueden ampliar el volumen de información disponible para entrenar los modelos de IA y, al emplearlos, los investigadores pueden reducir la necesidad de anotación manual extensa y los costosos esfuerzos de recopilación de información. Además, estos datos simulados pueden replicar situaciones del mundo real mientras se respetan las normas de privacidad y se evitan problemas relacionados con el consentimiento, lo que permite diversificar los conjuntos de entrenamiento de manera más efectiva.

Asimismo, la IA requiere de chips avanzados que puedan realizar cálculos complejos. TSMC, el mayor fabricante de chips del mundo espera que la demanda de procesadores de IA aumente un 50 % al año durante los próximos cinco años, aumento que refleja la creciente necesidad global de procesadores capaces de manejar tanto el entrenamiento como la ejecución de tareas de IA.

Mirando hacia el futuro, la evolución de la inteligencia artificial (IA) en el ámbito del video se beneficiará de los avances constantes en áreas relacionadas; en América Latina, la gestión de video basada en datos se presenta como un campo práctico para las aplicaciones reales de la IA, brindando a los usuarios un valor significativo que va más allá de las funciones de seguridad. Esta interacción dinámica asegura que los desarrollos futuros en IA continúen transformando y mejorando las capacidades de la tecnología de video en diversos sectores y aplicaciones en la región.

Contacto: 

Signalis Group
Victor Galvis
Agencia de Relaciones Públicas
980-309-2166
info@signalisgroup.com