Rakennukset kaikkialla varustavat itseään erilaisilla uusilla antureilla. Maailmanlaajuisten älykkäiden antureiden markkinoiden odotetaan kasvavan 45,8 miljardista dollarista vuonna 2022 104,5 miljardiin dollariin vuoteen 2027 mennessä. On olemassa monia ilmeisiä syitä haluta asentaa antureita liikerakennuksiin, parantaa turvallisuutta, helpottaa niiden käyttöä tai hankkia niitä. tietoa siitä, mitä heidän sisällään tapahtuu. Mutta jotkut näistä antureista saattavat muuttua tarpeettomiksi, kuten nuoruuteni yleisöpuhelimet, tietokonenäkötekniikan edistymisen ansiosta.
Ehkä kaikki nämä anturit, joita asennamme ja johdotamme huolellisesti koko rakennusmaailmassamme, eivät ole tehokkain tapa saavuttaa tavoitteitamme. Ehkä voisimme käyttää olemassa olevia, laajoja kameraverkostoja, jotka meillä jo on. Tai ehkä, kuten Karen Burns yksi tietokonenäköteknologiayrityksen Fyman perustajista sanoi, "ei ole mitään syytä asentaa tätä roskaa, meillä on jo kameroita kaikkialla."
Hän opasti minua useiden projektien läpi, joita he työskentelevät parhaillaan kuntien, kiinteistökehittäjien ja rakennusalan yrittäjien kanssa seuratakseen kaikkea henkilöstömäärästä kävelyliikenteeseen ja aktiivisuustasoon käyttämällä olemassa olevia kameraverkkoja. Teknologian reaaliaikainen luonne voi jopa varoittaa henkilöstöä mahdollisista turvallisuusriskeistä. "Voimme kouluttaa algoritmeja tunnistamaan melkein mitä tahansa, jos saamme siitä tarpeeksi esimerkkejä koulutusdataa varten", Burns sanoi. Hän sanoi, että e-skootterit olivat jotain, jota yksi asiakas halusi seurata, mutta jotta heidän algoritminsa saisi riittävästi välähdyksiä niistä toiminnassa, heidän täytyi tuoda niitä takaisin toimistoonsa ja kuvata itseään ajamassa ympäri toimistorakennusta. Olen varma, että useimmat kehittäjät olivat tyytyväisiä malleina.
Ymmärtäminen, mistä ihmiset tulevat ja mistä ovat menossa, on vasta ensimmäinen askel siihen, mitä tietokonenäkö voi tehdä. Burns sanoo, että sukupuoli on mahdollista tunnistaa suhteellisen suurella tarkkuudella henkilön profiilin ansiosta. Tämä tarkkuus tietysti heikkenee talvella, kun me kaikki pukeudumme kuin pehmustetut blobs. Tällä hetkellä Burns pyrkii tunnistamaan, juoksevatko, kävelevät, istuvatko vai makaavatko ihmiset maassa. Kuvittele, kuinka hyödyllistä olisi tietää paitsi kuinka monta ihmistä tilassa on, myös mitä he tekevät siellä ollessaan. Jälleenmyyjät voisivat tietää, kuinka usein ihmiset katsovat puhelimiaan kaupassa, tapahtumajärjestäjät voisivat nähdä, minne ihmiset kokoontuvat juttelemaan vai syömään, ja turvahenkilöstö voisi saada ilmoituksen, jos mahdollisesti vaarallista toimintaa tapahtuu.
Katso myösGrid-Interaktiiviset tehokkaat rakennukset ovat vastaus Kalifornian rappeutumiseen
Huolimatta siitä, että tietokone on näennäisesti invasiivinen luonne, joka seuraa jokaista liikettämme, Burns sanoo, että teknologia on asetettu, tekee siitä paljon vähemmän hankalaa. "Ohjelmisto on ohjelmoitu niin, että se ei näe kasvoja, emmekä tallenna itse materiaalia", hän sanoi. Koska hän ei käsittele henkilötietoja ja noudattaa tiukkoja yksityisyyttä ja turvallisuutta koskevia sääntöjä, hänen yrityksensä on pystynyt täyttämään Euroopan tiukat GDPR-tietosuojavaatimukset.
On tiettyjä töitä, jotka anturit tekevät aina parhaiten. Sähkönkulutus, lämpötila, ilmanlaatu ja akustiikka ovat kaikki esimerkkejä tiedoista, jotka voidaan tallentaa parhaiten tarkoitukseen tarkoitetuilla mittauslaitteilla. Mutta suuri osa siitä, mitä asennamme antureita tällä hetkellä, kuten läsnäolo, liike, aktiivisuus, valotasot ja liikennemallit, voidaan tehdä ohjelmistolla käyttämällä jo olemassa olevaa infrastruktuuria. Rakennukset varustetaan jatkossakin kaikenlaisilla antureilla, hyvästä syystä. Mutta jotkut näistä antureista saattavat jonakin päivänä joutua vanhentuneiksi, ja ne korvataan kameralla ja tietokoneohjelmalla, joka on tarpeeksi älykäs "näkemään" meille.