L’Italia conta quasi 5000 musei e un numero ancora più alto di opere d’arte. Senza contare poi i siti architettonici e i beni dichiarati Patrimonio dell’Umanità. L’arte ha un valore inestimabile per il nostro Paese ed è dovere di tutti salvaguardarla. Soprattutto di chi come te si occupa della sicurezza di un museo o di chi deve progettare gli impianti di videosorveglianza. Negli ultimi mesi, infatti, sono stati diversi gli attacchi di alcuni attivisti ambientalisti a opere d’arte molto famose situate in diversi musei. Ecco perché vogliamo darti qualche suggerimento per sfruttare le soluzioni di videosorveglianza e di intelligenza artificiale a questo scopo.

Videosorveglianza e AI per proteggere le opere d’arte nei musei

Ti diamo tre spunti diversi per aumentare la sicurezza del museo.

• Impostare gli allarmi quando qualcuno oltrepassa una linea

Molti VMS o telecamere con l’AI integrata permettono di rilevare le persone che oltrepassano una determinata linea, che puoi tracciare virtualmente davanti o intorno a un’opera d’arte. Questo è utile per attivare subito un allarme quando la persona si avvicina troppo all’oggetto in questione ed è un suggerimento che vale per la protezione totale dell’opera d’arte, anche da chi non è attivista ma anche da eventuali ladri, vandali o semplicemente persone sbadate.

• Controllo di aree e punti predefiniti

Puoi impostare un allarme nel momento in cui accade qualcosa in una determinata area o in un punto prestabilito. Per salvaguardare tutte le opere d’arte presenti nel museo, dunque, puoi definire queste aree nello spazio in cui sono collocate. In questo modo, tutto ciò che accade nei pressi dell’oggetto o all’opera stessa può essere percepito con anticipo, diminuendo così i tempi di intervento.

• Individuare le persone sospette

Con le soluzioni di videosorveglianza e AI puoi identificare i malintenzionati prima che questi compiano qualsiasi azione sull’opera d’arte. Per esempio, puoi individuare le persone con determinate caratteristiche, come il colore dei vestiti. Inoltre puoi anche identificare i comportamenti atipici delle persone e rilevare attività insolite, come per esempio chi corre verso un’opera d’arte o compie gesti repentini di ogni tipo.

Queste sono le potenzialità delle soluzioni che integrano la videosorveglianza e l’intelligenza artificiale. Per poterle implementare nel tuo progetto, ipotizziamo due scenari.

Creazione di un progetto nuovo con telecamere con l’AI integrata

Se stai per creare un impianto di videosorveglianza allora ti consigliamo di scegliere dispositivi con l’intelligenza artificiale integrata. Una soluzione ideale può essere quella con le telecamere Avigilon che ti permettono di mettere in pratica tutti i suggerimenti scritti sopra. Puoi approfondire le funzionalità specifiche delle telecamere e del VMS di Avigilon in questo approfondimento.

Aggiornamento di un sistema di videosorveglianza già esistente

In questo caso è necessario aggiungere l’intelligenza artificiale al server con cui gestisci l’impianto. Per fare ciò suggeriamo il nostro partner BlueTensor che realizza soluzioni specifiche con l’AI. I nostri esperti sapranno consigliarti la soluzione migliore in base alle caratteristiche del progetto esistente.

Per avere maggiori informazioni sulle soluzioni di videosorveglianza e AI, contattaci.

L'articolo Videosorveglianza e AI per proteggere le opere d’arte dagli attivisti ambientalisti sembra essere il primo su Elmat Blog.

Il ruolo del system integrator è quello di creare progetti utili al proprio cliente scegliendo le soluzioni giuste per le sue necessità. Se sei un integratore di sistemi dunque hai un ruolo centrale nella scelta delle tecnologie e nella creazione di un progetto davvero innovativo. In sostanza devi conoscere tutte le opportunità per poter creare un sistema a misura del tuo cliente. Proprio per aiutarti in questa fase, ti spieghiamo cos’è l’analisi predittiva e come può essere determinante nei tuoi progetti.

Cos’è l’analisi predittiva

È una tecnologia basata sull’Intelligenza Artificiale con la quale gli imprenditori e i manager possono prevedere gli eventi futuri grazie all’analisi dei dati storici.

L’analisi predittiva permette di estrarre correlazioni da grossi quantitativi di dati, una cosa che sarebbe impossibile da fare con una tecnologia tradizionale o semplicemente facendo analizzare delle tabelle excel da una persona.

Dunque serve al cliente se tra i suoi obiettivi c’è quello di riuscire a prendere decisioni con più facilità sulla base dei dati esistenti. Infatti l’analisi predittiva è uno strumento molto utile a ogni imprenditore perché può coinvolgere anche più aree dell’azienda. Per lo stesso motivo può essere fondamentale nel lavoro dei manager.

Esempi di cosa può fare l’analisi predittiva

Con questa tecnologia puoi fare previsioni sul fatturato di un’azienda, aiutando chi deve prendere decisioni in merito agli investimenti futuri.

Con l’analisi predittiva puoi comprendere meglio il comportamento d’acquisto dei consumatori, dunque è utile a tutti i manager che lavorano, per esempio, nella grande distribuzione.

Infine, anche il settore finanziario può trarre vantaggio dall’applicazione dell’analisi predittiva perché aiuta a identificare in anticipo le transazioni fraudolente e le informazioni false.

Come puoi sapere se l’analisi predittiva può essere inserita nel tuo progetto?

Prima di parlare di progettazione è sempre necessario verificare che la soluzione sia applicabile alla situazione specifica, dunque proprio al tuo cliente e ai suoi bisogni.

Per fare questo puoi rivolgerti a noi di Elmat. Grazie alla partnership con BlueTensor coinvolgiamo un team di sviluppatori che esegue un’attenta e accurata Analisi di Fattibilità  (detta anche POC, Proof of Concept). In questo modo sapremo se la tua idea è concretamente realizzabile e come. Solitamente per concludere questa analisi ci vogliono circa 30 giorni, pertanto considera anche le tempistiche del tuo progetto.

Considera che più dati strutturati ci sono, più la previsione sarà precisa e vicina alla realtà. Ciò significa che puoi scegliere questa tecnologia solo per i clienti che hanno a disposizione una grande quantità di dati, meglio se ben organizzati.

La prima cosa da fare per avviare il POC è avere obiettivi concreti e misurabili oltre che sapere con precisione quanto dovrà durare il tempo di realizzazione del progetto di AI. Se credi di avere un progetto in cui l’analisi predittiva si integra alla perfezione oppure se un cliente ti ha fatto una specifica richiesta, contattaci. I nostri esperti ti daranno tutto il supporto che cerchi fin dalle fasi iniziali del tuo progetto.

L'articolo Analisi predittiva: una guida per il system integrator sembra essere il primo su Elmat Blog.

Con il nostro intervento abbiamo voluto parlare del modo creativo per interpretare un flusso di immagini di videosorveglianza grazie all’AI.

L’intelligenza artificiale ha il potere di ricavare preziose informazioni dai dati aggregati di diverse telecamere. Queste informazioni possono essere utilizzate per andare oltre il concetto di sicurezza.

L’AI produce nuovi dati statistici e fornisce ulteriori dati in tempo reale utili a prendere decisioni su progetti futuri o in corso, oppure necessari per innovare determinati processi. In pratica, i decisori delle comunità montane hanno a disposizione informazioni che diventano determinanti per lo sviluppo delle comunità montane.

Telecamere di videosorveglianza e AI: la combinazione vincente per il territorio alpino

Per aumentare la sicurezza, le soluzioni di videosorveglianza raccolgono dati sulle persone e sui veicoli. Gli stessi dati, aggregati dall’AI, possono essere utilizzati per altri obiettivi. Vediamo qualche esempio.

Videosorveglianza intelligente con Avigilon per gestire le emergenze e la quotidianità

La ricerca delle persone in base a diversi attributi (sesso, colore dei capelli e colore dei vestiti) è in genere usata per rintracciare individui che hanno commesso crimini o sospettati. La stessa ricerca intelligente di Avigilon può essere messa frutto per trovare velocemente un bambino che si è perso nella folla di un grande evento.

Allo stesso modo, la ricerca dei veicoli per tipologia e colore, e il conteggio dei mezzi in un determinato spazio può andare oltre la semplice ricerca di veicoli rubati o in fuga ma servire a migliorare il traffico di un’arteria stradale in cui si formano code nei weekend in montagna, per esempio.

Videosorveglianza con AI di Ava Security per la gestione degli eventi

Con la soluzione di Ava Security puoi ricavare un dato in tempo reale molto utile nelle situazioni di affollamento: l’occupazione dei parcheggi. Tracciando una linea immaginaria sugli stalli inquadrati dalla telecamera di Ava Security puoi sapere quando sono occupati o liberi i singoli parcheggi. Queste informazioni possono essere usate durante i grandi eventi che affollano una comunità alpina o i momenti di maggior flusso di persone (festività, vacanze e weekend).

L’AI di Ava Security permette di ricavare informazioni utili anche sulle persone, aggregando i dati di più telecamere. Grazie alle heat map (mappe di calore) sai quali sono gli spazi in cui c’è una maggiore densità di persone, dato utile per esempio per alleggerire le code per i biglietti di un evento o per sapere quali sono le zone che riscuotono più interesse in una fiera. La gestione del flusso di persone è preziosa sia in tempo reale, sia come dato statistico.

In tempo reale può essere usata anche per gestire le emergenze, per esempio ottimizzando il flusso di persone verso le uscite di emergenza.

Le statistiche, invece, possono essere utili a chi si occupa di marketing territoriale o marketing relativo a un evento specifico.

L’intelligenza artificiale di BlueTensor per il soccorso alpino

BlueTensor ha elaborato una soluzione di AI applicata alle immagini di un drone utilizzato per la ricerca delle persone disperse in montagna. Grazie all’AI è possibile identificare i dispersi anche dall’alto, ottimizzando le ricerche laddove l’occhio umano non percepisce la presenza di persone in luoghi non raggiungibili con altri mezzi.

Soluzioni di connettività per gli ambienti montani con Cambium Networks

Concludiamo questi esempi con una soluzione che può permettere l’applicazione di quanto visto finora. Il territorio alpino, proprio per le sue caratteristiche, può incontrare problemi di cablaggio in alcune aree. Cambium Networks offre soluzioni di ponti radio che resistono alle temperature basse e alle interferenze e che collegano tra loro luoghi lontani diversi chilometri.

Ora che sai quali sono le potenzialità dell’AI applicata alle immagini delle telecamere di videosorveglianza, puoi includere queste soluzioni nei tuoi prossimi progetti. Se hai bisogno di aiuto, contattaci qui.

L'articolo Videosorveglianza e AI: soluzioni per i progetti nelle comunità montane sembra essere il primo su Elmat Blog.

Vedremo cos’è la computer vision (ma se lo sai già, puoi andare direttamente al paragrafo successivo). Poi capiremo quali sono i contesti in cui può essere applicata, così puoi già pensare a quali clienti puoi proporla. Alla fine dell’articolo, faremo un breve accenno alle modalità di implementazione.

Cos’è la computer vision?

La computer vision è un campo dell’intelligenza artificiale che ha l’obiettivo di dare alle macchine la capacità di interpretare e comprendere le immagini. Per rendere il concetto semplice, si può dire che grazie alla computer vision, le macchine possono “vedere”.

Con la computer vision, dunque, le macchine riescono ad analizzare visivamente l’ambiente circostante o un oggetto specifico e per poi estrarre informazioni utili.

Queste informazioni sono poi elaborate sotto forma di dati da dare al sistema, il quale le usa per svolgere azioni specifiche, come per esempio, un controllo o un riconoscimento.

Vediamo allora quali sono queste azioni.

Computer vision: quali sono le applicazioni?

La computer vision ti consente di creare progetti innovativi e di immaginare soluzioni su misura per il tuo cliente. Ecco     qualche spunto che può esserti utile.

Controllo qualità con la computer vision

Puoi creare sistemi automatici che rilevino le anomalie nella produzione in serie. Questi superano i sistemi di visione più tradizionali perché non identificano solo il problema ma apprendono man mano che la rilevazione procede.

In ambito industriale puoi identificare:

• i pezzi da scartare;
• il tipo e l’entità dell’anomalia;
• la causa che l’ha prodotta.

La computer vision per riconoscere le patologie

L’idea è quella di affinare le cure a partire dai dati diagnostici, che spesso sono proprio immagini mediche. Con la computer vision è possibile “allenare” le macchine a diagnosticare la malattia per aiutare il medico a individuare il trattamento migliore.

Individuare le frodi assicurative con la computer vision

Alcune agenzie di assicurazioni stanno mettendo a punto sistemi automatici per il riconoscimento delle frodi: la macchina analizza automaticamente le immagini per scovare dei pattern, dei comportamenti ripetitivi che possono indicare che si è davanti a una richiesta di rimborso falsa.

La computer vision nelle smart cities

Far analizzare le immagini di videosorveglianza a un sistema intelligente significa saper riconoscere i movimenti delle persone o dei veicoli che di solito precedono un furto o un crimine specifico. Così le forze dell’ordine possono intervenire ancora più tempestivamente e aumentare il livello di sicurezza in città.

Come implementare la computer vision?

La pratica può essere diversa a seconda del software che si sceglie e per questo ti indichiamo il percorso che è possibile intraprendere con i nostri partner di BlueTensor. La loro soluzione funziona in tre passaggi:

1. acquisizione dell’immagine;
2. processo dell’immagine;
3. analisi dell’immagine per stabilire la reazione che dovrebbe avere la macchina.

Per fare questo è necessario dare al software un buon numero di immagini perché possa imparare a riconoscere ciò che serve al cliente.

Se questo ha già un sistema di riconoscimento delle immagini (come per esempio una telecamera con AI o dei macchinari che producono immagini specifiche come quelle diagnostiche) allora ha già anche una buona quantità di immagini di partenza (che di solito sta tra le 1000 e le 2000 immagini).

Se il cliente, invece, non ha un sistema di riconoscimento e non ha immagini, l’implementazione richiederà più tempo perché sarà necessario acquisirne una quantità minima per poter mettere in funzione la soluzione.

Hai avuto un’idea per l’implementazione della computer vision? Hai un cliente che potrebbe essere interessato a questi campi di applicazione? Scrivici per essere contattato dai nostri specialisti: sapranno darti supporto nella realizzazione del progetto.

L'articolo Computer vision: tutto ciò che un system integrator deve sapere sembra essere il primo su Elmat Blog.

La previsione 9 crimini su 10 è il risultato ottenuto dal modello di AI messo a punto da cinque studiosi e autori di uno studio pubblicato su Nature Human Behaviour.

Gli scienziati dell’Università di Chicago hanno sviluppato un nuovo algoritmo che prevede la criminalità apprendendo modelli nel tempo e nello spazio e servendosi dei dati pubblici sui crimini violenti e contro il patrimonio. Il modello generato prevede i crimini futuri con una settimana di anticipo e con una precisione di circa il 90%.

Quali crimini prevede questo algoritmo?

Lo strumento è stato testato e convalidato utilizzando i dati storici della città di Chicago relativi a due grandi categorie di crimini: quelli violenti (omicidi e aggressioni) e quelli contro il patrimonio (diversi tipi di furti, compresi quelli con scasso e i furti di veicoli a motore). Gli studiosi hanno scelto queste due categorie perché è più probabile che i relativi crimini vengano denunciati alla polizia anche nelle aree urbane dove vi è sfiducia storica e mancanza di cooperazione con le forze dell’ordine. Inoltre, questi crimini risentono meno dei pregiudizi rispetto ai reati minori.

Come funziona il modello di AI che prevede i crimini?

Gli studiosi sono partiti dall’osservazione delle coordinate spaziali e temporali degli eventi compresi nelle due categorie di crimini viste sopra. L’algoritmo che hanno messo a punto deduce modelli di occorrenze di eventi passati e costruisce una rete comunicante (la Rete Granger) per prevedere future infrazioni.

La città di Chicago, dalla quale hanno iniziato, è stata divisa in tessere spaziali larghe circa 300 metri in modo da prevedere la criminalità all’interno di queste aree invece di agire sui quartieri tradizionali o sui confini politici, anch’essi soggetti a pregiudizi. Il modello ha funzionato bene tanto da riprodurlo anche con i dati di altre sette città degli Stati Uniti: Atlanta, Austin, Detroit, Los Angeles, Philadelphia, Portland e San Francisco.

Qual è il valore che deriva dalla previsione dei crimini?

L’obiettivo che si sono posti gli studiosi è stato quello di riconcettualizzare il processo di previsione del crimine. Infatti si è tenuto conto dei pregiudizi con lo scopo di creare un metodo migliore.

Non si tratta solo di previsione, tanto che i ricercatori intendono andare oltre. Oltre a prevedere  quando e dove avverrà un crimine, il modello di AI consente di controllare la criminalità per ottenere una visione approfondita della natura dei processi dinamici che coinvolgono la polizia e la criminalità negli spazi urbani.

“I modelli spaziali ignorano la topologia naturale della città” afferma il sociologo e coautore James Evans. “Le reti di trasporto rispettano strade, passerelle, treni e autobus e le reti di comunicazione rispettano aree con un background socio-economico simile. Il nostro modello consente la scoperta di queste connessioni”. L’AI, non scopre solo i criminali, ma anche le iperconnessioni di una città, permettendo così di studiare e di prevedere ancora di più gli eventi di questo tipo.

Ciò significa che l’AI è uno strumento che rivela sempre più potenzialità, man mano che la si applica a nuovi contesti. Anche per questo noi di Elmat collaboriamo con BlueTensor, realtà italiana che propone diverse soluzioni di intelligenza artificiale e con la quale applichiamo l’AI ai progetti ideati dai system integrator. Se vuoi saperne di più, contattaci.

L'articolo L’AI prevede i crimini con un’accuratezza mai vista prima sembra essere il primo su Elmat Blog.

L’intelligenza artificiale ha un valore enorme per le aziende. Capirne le potenzialità ti consente di proporre progetti sempre più all’avanguardia ai tuoi clienti, i quali saranno sorpresi dai risultati che potranno ottenere dall’applicazione dell’AI.

È a questo che vogliamo arrivare grazie alla nostra nuova partnership con BlueTensor, realtà italiana che propone diverse soluzioni di intelligenza artificiale. Te le presentiamo in breve per farti capire come puoi implementare l’AI nei tuoi prossimi progetti.

Analisi predittiva

L’analisi predittiva è una tecnologia basata sull’intelligenza artificiale che permette ai tuoi clienti di prevedere gli eventi futuri, basandosi sull’analisi dei dati storici.

I settori in cui questa tecnologie è utile sono tanti. Eccone alcuni.

• Sanità: studiare i dati medici dei pazienti consente di ottimizzare i percorsi di cura;
• Industria: la manutenzione predittiva analizza le condizioni in cui si sono verificati i guasti in passato per tenere monitorata la macchina e prevedere i guasti futuri con la massima probabilità;
• Finanza: l’analisi predittiva estrae correlazioni su grossi quantitativi di dati e velocizza il lavoro di chi gestisce la finanza aziendale;
• Risk management: l’analisi predittiva può valutare la probabilità associata a ciascun fattore di rischio, in modo da permettere l’adozione delle misure più opportune;
• Marketing: le applicazioni in questo ambito sono numerose. Tra le più interessanti c’è lo studio del comportamento dei consumatori con l’obiettivo di vendere prodotti diversi o di portare i consumatori a scegliere i prodotti dal maggior valore aggiunto.

Computer vision

La computer vision (o visione computerizzata) è una tecnologia basata sull’intelligenza artificiale che permette alle macchine di riconoscere gli oggetti.

Le applicazioni di questa tecnologia sono tantissime, ecco qualche spunto:

• puoi effettuare il controllo qualità intelligente che rileva le anomalie in modo automatico;
• attraverso la comprensione delle immagini mediche puoi effettuare il riconoscimento di determinate patologie, migliorando la diagnosi e i trattamenti;
• puoi aumentare la sicurezza dei lavoratori, controllando i sistemi per monitorare le immagini dell’impianto, dei lavoratori e delle loro azioni. In questo caso, la computer vision individua eventuali situazioni di rischio e/o incidenti dannosi per le persone o per l’ambiente.

Natural Language Processing

Il Natural Language Processing (NLP) è una tecnologia basata sull’intelligenza artificiale che rende le macchine capaci di comprendere i testi scritti dagli esseri umani.

Un’applicazione tra le tante riguarda la classificazione automatica delle informazioni. L’NLP estrae insight e dati strutturati da contenuti non strutturati, come  documenti, testi, immagini, video e audio.

Inoltre questa tecnologia può essere utile come sistema intelligente di traduzione, in grado di scegliere, per ogni termine, il significato migliore a seconda del contesto, velocizzando così le operazioni di chi necessita di tradurre i testi.

Queste applicazione che ti abbiamo presentato sono solo alcuni esempi: non c’è limite alla tua fantasia e conoscendo bene queste tecnologie, siamo certi che potrai dare vita a progetti straordinari. Hai già qualche idea? Contattaci.

L'articolo L’intelligenza artificiale a servizio del system integrator sembra essere il primo su Elmat Blog.