En résumé, on appelle AIoT (abréviation anglaise de Artificial Intelligence of Things) un changement de paradigme à l’issue duquel des outils digitaux développent un « état de conscience » grâce auquel des systèmes intelligents répartis sur l’IoT (Internet of Things ou Internet des objets) acquièrent des capacités d’auto-apprentissage et d’auto-décision.

Durant les presque deux décennies qui ont suivi l’invention de l’expression « Internet des objets », les capteurs, les actionneurs et l’intelligence en réseau ont trouvé leur chemin à travers tous les recoins de la société (des habitations et des villes à l’industrie, en passant par l’exploration énergétique et la surveillance environnementale).

Des avancées ininterrompues

Cependant, la grande majorité des applications IoT restent axées sur la collecte de données et l’aide à la décision. Et s’il devenait possible de tirer un meilleur parti du vaste réseau IoT ? Et si les progrès de l’apprentissage machine et de l’IA se mettaient au service de l’IoT pour accroître les capacités de prévision, d’auto-apprentissage, voire même d’auto-décision, des systèmes distribués ? C’est là l’objet même de l’AIoT et, dans une certaine mesure, cela fonctionne déjà aujourd’hui.

Plus que tout autre secteur, la vidéosurveillance est confrontée aujourd’hui à une avalanche de contenu qui dépasse l’aptitude humaine à surveiller l’intégralité des informations. Et, malheureusement, la norme d’excellence d’un écran pour une personne est souvent perçue comme un fantasme dans les centres de sécurité soucieux de leurs coûts. À ces limitations humaines, vient en outre s’ajouter la croissance fulgurante des données. Aujourd’hui, plusieurs milliards d’heures de vidéosurveillance sont enregistrées chaque jour. La dure réalité est que, tant qu’un incident ne s’est pas produit, la majorité de ces images est le plus souvent ignorée.

Dans la mesure où l’infrastructure IoT, les graphiques et les capacités du cloud sont suffisamment puissants, le système d’apprentissage machine peut analyser de grandes quantités d’informations visuelles, puis apprendre ainsi à partir d’exemples, de configurations programmées et de données historiques. Cette technologie avancée permet d’approfondir encore l’analyse en identifiant tout ce qui figure sur l’image et en créant des cartes de probabilité des comportements. Ces cartes constituent le moteur des capacités vidéo avancées telles que les alertes d’intrusion humaine, la détection de bagarre, la reconnaissance d’objets et le comptage de personnes.

Surfez sur l’article complet (Source : Security Management)

Nous nous ferons un plaisir de vous aider et d’accepter le défi d’aligner votre stratégie de sécurité et vos processus de votre entreprise à notre technologie et nos services. Nous disposons de solutions pour les entreprises de tous types et de toutes tailles, qu’il s’agisse d’un bâtiment unique ou de grands campus, de sites d’entreprise ou des infrastructures critiques les plus exigeantes.

Découvrez nos concepts de produits et de systèmes digitaux innovants centrés sur l’analyse et la gestion intelligente d’images video.