Precisão e agilidade para procedimentos de segurança com Deep Learning

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, uma das maiores empresas de segurança privada patrimonial do País, há 30 anos no mercado, que aposta na tecnologia para alcançar excelência operacional, 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”, conta.

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.