Meskipun ada kemajuan dalam kecerdasan buatan, banyak sistem keamanan video masih kesulitan dengan pengenalan konteks dalam skenario dunia nyata. Meskipun kamera dapat merekam gambar secara waktu nyata, mereka sering kali gagal untuk menginterpretasikannya dengan efektif. Masalah ini menimbulkan kekhawatiran bagi perencana kota pintar, produsen, dan institusi pendidikan yang mengandalkan AI untuk keselamatan dan keamanan.
Lumana, sebuah perusahaan yang mengkhususkan diri dalam pengawasan video AI, mengaitkan kekurangan ini dengan fondasi usang dari sistem yang ada. Jordan Shou, Wakil Presiden Pemasaran Lumana, menjelaskan bahwa platform video tradisional dirancang puluhan tahun yang lalu untuk merekam daripada menginterpretasi. "Mengintegrasikan AI ke dalam infrastruktur yang usang sama seperti memasang chip pintar ke dalam telepon putar; itu mungkin berfungsi tetapi kurang kecerdasan dan keandalan yang dibutuhkan untuk pengambilan keputusan waktu nyata yang efektif," katanya.
Integrasi AI ke dalam sistem keamanan video yang lebih tua sering kali menyebabkan peringatan palsu dan masalah kinerja. Kesalahan ini bukan sekadar gangguan teknis; mereka menimbulkan risiko yang signifikan. Shou mengutip sebuah insiden di mana sistem pengawasan sekolah salah mengidentifikasi objek yang tidak berbahaya sebagai senjata, memicu respons polisi yang tidak perlu. "Setiap kesalahan, baik itu peristiwa yang terlewat atau peringatan palsu, mengikis kepercayaan dan dapat memiliki konsekuensi traumatis," catatnya.
Peringatan palsu juga dapat menjadi beban finansial, mengalihkan sumber daya dari tugas penting dan menguras anggaran keselamatan publik. Menanggapi tantangan ini, Lumana telah mengembangkan platform komprehensif yang menggabungkan perangkat keras modern, perangkat lunak, dan AI proprietary, alih-alih hanya menambahkan AI ke sistem yang ada. Desain hybrid-cloud mereka menghubungkan kamera keamanan ke prosesor bertenaga GPU dan model AI adaptif yang terletak dekat dengan titik pengambilan gambar.
Hasilnya adalah peningkatan kinerja dan akurasi. Setiap kamera berevolusi menjadi perangkat pembelajaran berkelanjutan, mampu memahami pola gerakan dan perilaku unik di lingkungannya. Shou menekankan bahwa sistem pengawasan video saat ini sering kali bergantung pada model AI statis yang dirancang untuk kondisi tertentu, yang membatasi efektivitas mereka. Pendekatan Lumana memprioritaskan privasi, memastikan enkripsi data dan kepatuhan terhadap berbagai standar, sambil memungkinkan pelanggan untuk memilih keluar dari pelacakan wajah atau biometrik. Sistem perusahaan ini telah berhasil diterapkan di berbagai sektor, menunjukkan peningkatan signifikan dalam keselamatan dan efisiensi operasional.