La sécurité physique est une exigence universelle pour toutes les organisations qui, rien qu'aux États-Unis, déploient environ 85 millions de caméras de sécurité pour surveiller leurs locaux contre les menaces et la criminalité.  Pourtant, la quasi-totalité des exaoctets de données vidéo générés par ces caméras ne servent à rien : ils dépassent largement la capacité d'attention des personnes qui les visionnent.  En effet, des expériences montrent que même un personnel spécialisé ne peut pas détecter efficacement les menaces ou les comportements illicites lorsqu'il consulte simultanément plusieurs écrans au fil du temps.  La plupart des vidéos de surveillance sont supprimées sans être visionnées.

C'est pour cette raison, entre autres, que nous sommes honorés de diriger la série A de Coram AI, une plateforme de surveillance et de sécurité vidéo alimentée par l'IA, fondée par deux technologues accomplis dans le domaine de l'IA vidéo, Ashesh Jain et Peter Ondruska.

L'IA vidéo permet aux organisations d'installer un gardien attentif derrière chaque caméra à un coût nettement inférieur et avec une vigilance accrue par rapport à l'équivalent humain. Les mêmes progrès qui ont transformé la compréhension des textes et des images par les machines sont appliqués aux données vidéo, avec des résultats tout aussi remarquables : Il est désormais possible d'interroger des ensembles de données vidéo en langage naturel et de trouver en quelques secondes des séquences correspondantes que les humains auraient mis des heures à identifier. Des questions telles que "Montrez-moi à quel moment deux personnes ont transporté une boîte à moins de trois mètres d'un chariot élévateur" ou "Tracez le chemin qu'une personne portant un sac à dos jaune a parcouru dans ce bâtiment hier" sont désormais des questions intelligibles pour les modèles d'IA vidéo.

Cela permet non seulement de rendre les caméras de surveillance existantes beaucoup plus efficaces, mais aussi d'améliorer la protection de la vie privée et la couverture en même temps : Les agents d'IA peuvent être formés pour identifier uniquement les menaces et les comportements problématiques sur un nombre beaucoup plus important de points d'extrémité.

C'est très bien en théorie, mais l'exécution s'avère beaucoup plus difficile.  Le traitement vidéo à grande échelle, avec des dizaines de caméras ou plus, est très gourmand en ressources informatiques, ce qui complique les exigences informatiques potentiellement coûteuses des modèles d'IA eux-mêmes.  Les faux positifs et les faux négatifs sont dangereux et peuvent menacer la vie privée, c'est pourquoi la précision et une faible latence sont essentielles.  Il existe des dizaines de fabricants de caméras de sécurité, dont les types de signaux et les spécifications techniques sont incompatibles, et de nombreuses organisations disposent d'implémentations existantes de caméras tierces qu'elles ne souhaitent pas modifier ou réimplémenter.  Ces défis, parmi d'autres, déconcertent le potentiel de l'IA vidéo - et c'est là que Coram entre en jeu.

Ashesh et Peter ont reconnu que l'énorme marché horizontal de la sécurité vidéo alimentée par l'IA ne serait débloqué qu'avec des solutions rentables et grand public fonctionnant avec des caméras existantes et améliorant continuellement la précision de leurs détections.  Formés au domaine exigeant des véhicules à conduite autonome chez Lyft, où les données de capteurs multi-modèles et la vision par ordinateur doivent être intégrées en temps réel, ces deux fondateurs ont combiné leur compréhension académique de l'apprentissage automatique et du traitement vidéo avec leur pragmatisme en matière de matériel et de caméras de base.  En peu de temps depuis leur création, ils ont mis sur le marché une plateforme commercialement convaincante à laquelle de nombreuses entreprises et écoles font déjà confiance pour protéger leurs locaux.

Aussi vaste que soit ce marché, l'avenir recèle un potentiel d'expansion considérable.  La sécurité industrielle et ergonomique est étroitement liée à la sécurité physique.  Des détecteurs spécialisés peuvent être connectés aux systèmes de contrôle d'accès des sites, et la technologie peut envoyer des alertes en temps réel aux forces de l'ordre en cas de vol ou d'intrusion, ou aux responsables des sites lorsque des risques pour la sécurité sont repérés.  Les modèles vidéo peuvent être étendus pour intégrer d'autres données de capteurs pour la détection des fuites, de la température ou de la fumée.  Des mesures opérationnelles telles que l'utilisation de l'espace, le trafic des clients et la fréquentation peuvent être ajoutées à l'ensemble des détections gérées par une interface unique.

Nous pensons que ce type de capacités fera évoluer la surveillance vidéo d'un simple moyen de dissuasion ou de documentation passive vers un apport opérationnel en temps réel.  Nous sommes fiers de Partner avec une entreprise qui est à l'avant-garde pour rendre notre monde plus sûr et plus efficace tout en préservant la vie privée.