Recentemente fiz um artigo comentando sobre como é possível receber respostas subjetivas e não somente objetivas no processo de Inteligência Artificial. Acho que seria interessante tangibilizar isso com alguns cases.
Está sendo recorrente invasões à condomínio por grupo de pessoas forçando a abertura do portão de veículos, geralmente basculante. Os criminosos forçam a parte de baixo do portão viabilizando a abertura à área interna do condomínio. A ação em sí ocorre em minutos, mas a fase de preparação dos criminosos é mais extensiva e segue um padrão.
Eles sempre estão em grupos podendo variar a quantidade, mas nunca sozinhos. Assumem com comportamento investigativo também fora do normal quando comparado a pessoas comuns que transitam nas imagens de monitoramento da fachada. Ou seja, passam entre uma imagem e outra na fachada com maior frequência que o normal, permanecem observando a parte interna do condomínio por mais tempo que o padrão, atravessam a rua, permanecem por lá analisando se há funcionários, se existem travas físicas no portão, entre outros comportamentos. Se posicionam em conjunto na frente do portão de veículos por alguns segundos antes de mudarem sua postura de forma brusca para iniciar a fase de execução do crime.
Vejam, como em todo crime, existe um padrão de comportamento que está sendo seguido e aplicando Inteligência Artificial com reconhecimento de padrões de forma autônoma, é possível identificar tempestivamente essa anomalia de padrão da imagem e trazer ao operador de monitoramento a sua necessidade de intervenção para evitar a invasão.
Outro tipo de anomalia fácil de ser identificada com o mesmo tipo de abordagem é o padrão de acesso pela entrada de veículos. A necessidade de acesso de pedestres pela rampa de veículos é normal em alguns casos, como feita pela equipe de zeladoria para retirada de lixo ou para limpeza, por exemplo. Mas essa necessidade sempre é feita dentro de um padrão de dia e horário da semana e com equipamentos que justifiquem a ação. Logo, anomalias como um pedestre entrando pelo portão de veículos em condições adversas a essa é um comportamento fora do padrão que pode significar a invasão do condomínio por oportunistas que se aproveitam da saída ou entrada de algum morador em seu carro.
Os exemplos citados podem ser resolvidos de outras formas físicas como uma trava extra no portão, criação de clausuras ou tecnológicas, como com soluções para contagem de pessoas ou identificação facial. Mas a questão volta ao tema da necessidade de o consultor de segurança precisar prever o que pode acontecer, pensar na solução específica àquela dor, e implementar cada um desses artifícios para evitar. Não é muito mais acessível e seguro deixarmos a máquina analisar o normal, para que qualquer anomalia seja tratada pelo monitoramento remoto?
Entrando na seara de safety e saindo de security, ou seja, olhando sob a ótica de proteção de pessoas em um ambiente de risco, as áreas em que envolvem pouco risco humano em um condomínio são habitualmente utilizadas e seu padrão de comportamento é facilmente identificado pelo vídeo, logo, quanto uma criança recentemente se posicionou por trás da porta pivotante em um lobby - um local que não é normal de ter uma pessoa – o operador de monitoramento foi imediatamente acionado para intervenção, evitando assim que naquele momento alguém abrisse a porta, potencialmente causando um prensamento da criança entre a porta e a parede.
Ou por exemplo, é normal ter pessoas deitadas na área de piscina, logo, nas câmeras que monitoram essa região, não deve haver alertas se alguém estiver na horizontal (deitado), já em outras câmeras, fora dessa área, se alguém cair ou se deitar ao chão, esse pode ser um comportamento que demanda atenção imediata do operador para avaliar se é uma situação de emergência que demanda intervenção médica ou policial.
Essa metodologia de reconhecimento de padrões de forma autônoma também permite identificar a rotina de operação em um determinado condomínio, podendo ser útil não só para validações de segurança, mas também para apoiar na boa execução de rotinas operacionais padronizadas que podem ser monitoradas de forma autônoma pela máquina.
Desta forma, a conclusão que chegamos é que de fato a capacidade cognitiva de forma autônoma que encontramos hoje dentro da Inteligência Artifical, utilizando-se de recursos como redes neurais, machine learning, deep learning e por fim, reinforcement learning consegue, à partir de uma única plataforma de segurança já instalada na maioria dos clientes, atuar em diversas searas da gestão condominial, além de ter capacidade de predição de eventos relacionados a segurança que a soma de diversos outros mecanismos físicos ou tecnológicos ainda não contribuiriam tanto para o aumento da situação de segurança daquele cliente.