Jak analityka wideo może przyspieszyć odzyskiwanie z COVID-19 na całym świecie
Opublikowany: 2021-02-02Nasz świat od roku walczy z globalną pandemią znaną jako COVID-19. Każdego dnia na całym świecie pojawiają się setki tysięcy nowych przypadków, donosi WHO. Rozprzestrzenianie się tej choroby stało się problematyczne i jest stałym zmartwieniem naukowców i lekarzy na całym świecie.
Wiele krajów wydało przepisy dotyczące dystansu społecznego i noszenia masek. Wskazane jest zrobione w nadziei, że spróbuje powstrzymać rozprzestrzenianie się tego wirusa. Przy tak wielu otwartych (lub ponownie otwieranych) miejscach publicznych, takich jak centra handlowe, sklepy, restauracje, wyzwaniem stało się śledzenie, czy ludzie przestrzegają tych przepisów dotyczących odległości społecznej, czy nie.
Ponieważ pracownicy wracają do swoich miejsc pracy, a niektóre rządy powoli znoszą ograniczenia blokowania, nie ma pewności, w jaki sposób wirus będzie kontrolowany, a ten brak kontroli może stać się problemem. Pracodawca powinien być odpowiedzialny za śledzenie, czy pracownicy przestrzegają zasad dystansu społecznego, które w pewnym momencie mogą stać się przytłaczające.
Jak technologia może pomóc?
Jednym z logicznych rozwiązań byłoby zwrócenie się w stronę technologii. Ale jak technologia może tu pomóc? Dziś, gdziekolwiek się udamy, otaczają nas technologie. Ostatnie badania w Londynie wykazały, że na 9,3 mln osób przypada ponad 600 000 aparatów (około 67,5 aparatów na 1000 osób). Zebrany tu materiał filmowy może mieć ogromne znaczenie przy obserwacji interakcji i monitorowaniu praktyki dystansu społecznego.
Technologia, która od kilku lat przykuwa uwagę i stale się poprawia, to analityka wideo. Koncentrując się na rozpoznawaniu twarzy lub zarządzaniu tłumem, oczekuje się, że do 2026 r. ten rodzaj technologii wzrośnie nawet o 12 miliardów dolarów. Rynek analityki wideo okazał się niezwykle przydatny w ogólnoświatowej pandemii, ponieważ stosuje się go do takich rzeczy, jak wykrywanie gorączki lub dystans społeczny .
Ten materiał filmowy może być niezwykle przydatny, ale ponowne oglądanie setek lub tysięcy godzin samego materiału może być stratą czasu. Potrzebna jest tutaj bardziej zaawansowana technologia, taka jak AIVA (Artificial Intelligence Video Analytics). AIVA wykorzystuje algorytmy geoprzestrzenne do ustalenia lokalizacji osoby i poznania perspektywy miejsca.
Wykrywanie gorączki i algorytmy dystansowania społecznego
Ponieważ jednym z objawów COVID-19 jest gorączka, konieczne jest mierzenie temperatury ciała w miejscu pracy. Wykrywanie gorączki jest niezwykle skuteczne i pomocne, ułatwiając wykrycie osoby o podwyższonej temperaturze ciała. Większość z tych systemów działa, ponieważ wykorzystują głębokie uczenie do przybliżania oka osoby, które najbardziej odzwierciedla temperaturę ciała. Takie badanie przesiewowe można przeprowadzić w wielu miejscach publicznych, takich jak szkoły, uniwersytety, lotniska, szpitale czy hotele.
Chociaż okazało się to bardzo pomocne, to nie wystarczy. Zarażona osoba może nadal znajdować się w okresie inkubacji, co oznacza, że nie będzie wykazywać pewnych objawów (takich jak gorączka) we wczesnej fazie.
Jeśli chodzi o dystans społeczny, niezwykle pomocny byłby algorytm, który śledziłby, czy dwie (lub więcej) osoby zachowują odległość 2 metrów od siebie. Jeśli ktoś złamie zasady, wyzwalacz zaalarmuje władze. Nawet jeśli zmienią się zasady, jeśli chodzi o dystans społeczny, dostosowanie ustawień nie wymaga wysiłku.
Jeśli w konkretnym sklepie lub restauracji znajduje się wiele osób, konieczne będzie ćwiczenie dystansu społecznego. Ten rodzaj algorytmu zachęciłby do zachowania dystansu społecznego i ustanowiłby sposób, w jaki wszyscy zapamiętają przede wszystkim znaczenie dystansu społecznego.
Algorytmy rozpoznawania maski na twarz
Posiadanie maski na twarz również stało się nową normą. Większość krajów wymaga od obywateli noszenia masek poza domem. Noszenie maski spowalnia rozprzestrzenianie się wirusa. Ale monitorowanie każdej osoby i noszenie maski jest ogromnym wyzwaniem. Ponieważ wykonywanie tej pracy przez ludzi w czasie rzeczywistym jest prawie niemożliwe, niezbędne jest zautomatyzowanie tego procesu za pomocą technologii.
Wiele algorytmów rozpoznawania twarzy obraca się obecnie wokół skanowania oczu, nosa, ust i uszu. Ale większość z tych algorytmów ma problemy, jeśli chodzi o skanowanie twarzy, jeśli dana osoba nosi maskę. Na przykład iPhone firmy Apple (który używa FaceID do odblokowania telefonu danej osoby) miał problemy ze skanowaniem twarzy osoby podczas noszenia maski. Firma Apple musiała ulepszyć swój algorytm wykrywania maski na twarzy osoby. iPhone dałby im możliwość wpisania hasła zamiast zmuszania ich do zdejmowania osłony twarzy.
Deweloperzy wyjaśnili, że algorytm wykrywający maskę na czyjejś twarzy omija problemy z prywatnością, z którymi mieliśmy do czynienia w przeszłości. Dzieje się tak, ponieważ algorytm nie identyfikuje osoby ani jej tożsamości. Algorytm jest wytrenowany do wykonywania dwóch rzeczy:
- Wykrywanie twarzy – jedyne, co zrobiłby tutaj algorytm, to wykrycie twarzy
- Wykrywanie maski – rozpoznawanie, czy jest maska, czy nie.
Zaletą tego jest to, że algorytm nie identyfikuje twarzy – więc nie łączy jej z konkretną osobą.
Niektóre firmy zaczęły używać tych algorytmów, aby pomóc im śledzić, czy ich pracownicy noszą maskę. Algorytm podzieliłby ludzi na dwie grupy, grupę ludzi noszących maskę i ludzi nie noszących maski. Zebrane tutaj dane byłyby w rękach firmy. Byłoby to pomocne – bo firma mogłaby zwolnić pracowników, którzy odmawiają noszenia maski w miejscu pracy.
Takie algorytmy mogą być również wykorzystywane w miejscach publicznych (takich jak centra handlowe, sklepy itp.). Jednak w niektórych krajach (takich jak Stany Zjednoczone Ameryki) nie obowiązują przepisy regulujące prywatność danych. Tak więc firmy, które zbierają te dane, nie są zobowiązane do informowania nas ani wyjaśniania, co dzieje się z danymi, które zbierają.
Zmniejszone zatłoczenie i hotspoty
Jak widzieliśmy, dystans społeczny stał się głównym atutem w walce z tym wirusem. Czasami może to być trudne, zwłaszcza w ogromnych i bardziej zaludnionych miastach. Pod wieloma względami interakcja społeczna jest kluczowa i może przyczynić się do wzrostu gospodarczego. Ale w tej pandemii, z którą walczymy, musimy to kontrolować.
Ostatecznym celem dystansu społecznego jest maksymalne spowolnienie rozprzestrzeniania się wirusa. Dystans społeczny pomaga również zapobiegać przepełnieniu szpitali. Jak więc to osiągamy? W bogatszych obszarach i dzielnicach nie jest to takie trudne. Ludzie mogą izolować się w swoich domach i pracować zdalnie z domu.
Ale co z mniej zamożnymi mieszkańcami? A co z dzielnicami i obszarami, które są zbyt zatłoczone? Większość ludzi musi opuścić swoje domy i iść do pracy. Są stale otoczeni przez ludzi w okolicy, w której mieszkają lub pracują.
Aby uniknąć przyszłych kryzysów, bardzo pomocne byłyby nowe hotspoty. Z ponad kilkoma milionami mieszkańców w większych miastach, przeludnione obszary utrudniają kontrolę rozprzestrzeniania się wirusa. Dzięki automatycznej identyfikacji pojawiających się hotspotów przez algorytmy możemy w porę wykryć krytyczne i zatłoczone miejsca oraz ostrzec pracowników medycznych lub rząd.
Potrzebujemy tej technologii ze względu na niezdolność ludzi w pewnych obszarach do zachowania dystansu społecznego, w którym ludzie, nawet w zamknięciu, nie mają innego rozwiązania, jak tylko grupować się. Wykorzystując wizję komputerową i technologię opartą na sztucznej inteligencji do wykrywania tych obszarów, możemy dać perspektywę w czasie rzeczywistym osobom zajmującym kierownicze stanowiska. Dzięki temu mogą lepiej przygotować się do walki z pandemią i służyć swoim obywatelom.
Ostatnie słowa
Ponieważ cały świat wciąż walczy z tym śmiertelnym wirusem, globalnym priorytetem jest przezwyciężenie wszystkich problemów spowodowanych przez wirusa. COVID-19 dotknął prawie wszystkich, zwłaszcza osoby starsze. Pod wieloma względami zmieniło to sposób, w jaki żyjemy. Trudno sobie wyobrazić, że kiedyś żyliśmy bez masek i nie mieliśmy dystansu społecznego, ale to jest nowa normalność – przynajmniej na razie.
Dobrą wiadomością jest to, że mamy sposób na nawigację, jak pandemia wpływa na nas – do pewnego stopnia. Jak dotąd technologia bardzo nam pomogła i wciąż pomaga. Na przykład w czasach, w których ludzie prawie przez cały czas noszą maskę, bardzo przydatny okazał się algorytm, który śledzi, czy ludzie noszą maskę. Ponadto posiadanie algorytmów, które pomagają w ograniczaniu dystansu społecznego, może zachęcić ludzi do poszanowania praw dotyczących dystansu społecznego.
Zaawansowana technologia pomogła, ale aby całkowicie pokonać tę pandemię, świat musi się zjednoczyć i wspólnie z nią walczyć. Nie tylko zwiększa to nasze szanse na całkowite pokonanie go, ale także przygotuje nas na przyszłe sytuacje podobne do tych, które mieliśmy z COVID-19.
Uwaga redaktora: Michael jest CTO i założycielem BroutonLab, firmy zajmującej się badaniem danych, która zrealizowała ponad 50 projektów rozwoju sztucznej inteligencji o łącznej wartości ponad 1 miliona dolarów. Michael jest ekspertem w dziedzinie głębokiego uczenia, a konkretnie jego zastosowań w Computer Vision, NLP i Reinforcement Learning.
Masz jakieś przemyślenia na ten temat? Daj nam znać poniżej w komentarzach lub przenieś dyskusję na naszego Twittera lub Facebooka.