Razvili su sustav video nadzora u kojem AI prati i analizira sve, a nad gradilištima bdiju – dronovi
Zaštitarska tvrtka Bitahon protekle dvije godine razvijala je softverski sustav Mogen koji je potpuno automatizirao video nadzor. Zahvaljujući umjetnoj inteligenciji, on je u stanju razlikovati različite scenarije i upozoriti dojavni centar čim se dogodi incident. S obzirom da mogućnosti softvera nadmašuju potrebe zaštite, pojavio se i niz drugih zanimljivih poslovnih scenarija u kojima se može koristiti. Direktor Bitahona Damir Golenko i IT stručnjak Krešimir Radošević odlučili su kako će Mogen izdvojiti u posebni startup.
Direktor zaštitarske tvrtke Bitahon Damir Golenko i suosnivač IT tvrtke Comminus Krešimir Radošević poznaju se duže vrijeme zahvaljujući svijetu borilačkih vještina. Prije četiri godine došli su na ideju kako udružiti snage i poboljšati zaštitu nad objektima koje Bitahon štiti, tada ni ne znajući u kojim će se sve smjerovima kasnije razviti njihov softverski proizvod.
Golenko pojašnjava kako su se tada, a i danas zaštitarske firme u Hrvatskoj bavile privatnom zaštitom na način da pokrivaju tjelesnu i tehničku zaštitu. Tjelesna zaštita uglavnom se sastoji od zaštitara na porti, a tehnička od kamera, senzora i druge opreme, pri čemu je ono što se snima nadgledao čovjek.
Oni su u tu priču odlučili uvesti još i informatiku te su prije dvije godine razvili proizvod koji se bavi video analitikom i umjetnom inteligencijom. U praksi, to znači da snimke nadzornih kamera 24 sata dnevno prati umjetna inteligencija koja prepoznaje i identificira različite potencijalno problematične situacije.
Većinu snimki nitko nikad ne gleda. AI prati i analizira sve
Radošević pojašnjava kako je tehnička zaštita prije toga imala limit u ljudskoj percepciji, jer su svi sustavi funkcionirali na način da se postavi puno kamera i senzora, a svi signali dovode do centralnog mjesta koje promatra čovjek. Cijeli sustav bio je postavljen tako da promatra ekstreme, dok bi manje radnje prolazile nezapaženo, jer je ljudskoj osobi doista teško stalno pratiti snimke s niza kamera. Navodi i kako prema jednom Microsoftovom istraživanju 90 posto snimki takvog tipa nitko nikad ni ne pogleda.
Njihov sustav Mogen analizira sve snimke. Prepoznat će ako su na snimci ljudi, razlikovat će ih od životinja. Prepoznat će ako rade nešto što nije dozvoljeno, uđu li u prostor u kojem se ne smiju nalaziti i slično.
„Glavna distrupcija je da smo mi sve signale doveli do umjetne inteligencije koji kognitivno obradi feed (strukturirane podatke, op.FH.), slike, video i te informacije bihevioralno obadi – tražeći zabranjena ponašanja na koja inteligentno reagira“ – kaže Radošević.
Zahvaljujući senzorima, kamerama, radarima i drugoj opremi, sustav može prepoznati je li primjerice neko staklo udareno ili razbijeno, je li to bilo slučajno, treba li to dojaviti i – ovisno o vrsti incidenta – kome treba dojaviti. Obavijest koja se šalje u primjerice Centralni dojavni centar je i prilično konkretna, pa će primjerice sadržavati informaciju da je u prostor ušlo dvoje ljudi, da se oni i dalje nalaze u njemu i slično.
Gradilišta ih pripremila na neočekivane situacije
Ovisno o specifičnostima lokacije i načinu na koji je štite, dodatna opcija može biti i dron koji prije zaštitara može provjeriti stanje na terenu. Dosta njegovih radnji je automatizirano, no samo upravljanje zbog zakonskih razloga za sada mora imati ljudsku osobu koja njime upravlja iz Centralnog dojavnog centra.
Korištenjem Machine Learninga sustav je dalje unaprjeđivan, a posebno izazovnim se pokazala zaštita na gradilištima jer su se tu događale brojne situacije koje je sustav u početku teško identificirao. To su primjerice vjetar koji zaljulja kameru, vibracije nastale prolaskom većeg vozila, različiti vremenski uvjeti poput primjerice magle i druge. Druga područja doniosila su nove izazove. Kamera postavljena na bovi u ribogojilištu pomiče se svakim pokretom bove, a samim time i slika na kameri.
S vremenom se pokazalo kako nadzor i analiza nisu zanimljivi samo iz sigurnosnih razloga. Sustav može pratiti i ako netko od radnika ne nosi kacigu koja je obvezna, upozoriti ako ima nezaštićenih ljudi na gradilištu… Stvarni događaj iz Hrvatske u kojem je radnik koji je preskočio ogradu nastradao nakon što se našao u prostoru gdje se istovarivao kamion mogao je biti spriječen uz bolji nadzor.
Sustav sada zna i koliki su redovi pred blagajnom te kradu li zaposlenici
Osim što prepoznaje problematične situacije, sustav zna i kome preusmjeriti informaciju o njima, pa u situaciji provale može automatski upozoriti zaštitara, a u situaciji u kojoj radnik krši neka pravila poslovođu.
Radošević ističe i važnu sposobnost sustava da razumije prostor koji su razvili u suradnji s Prirodoslovno-matematičkim fakultetom. Problem inače nastaje jer dolazi do redukcije dimenzije – kamera snima trodimenzionalni prostor i pretvara ga u dvodimenzionalnu snimku.
Riješili su i osmislili svoj način kalibriranja kamere s tri mjerenja, nakon kojeg njihov sustav zna postaviti objekt u prostor, odnosno posjeduje prostornu inteligenciju. To znači da kad na snimci vidi nekog čovjeka, može prepoznati u kojem se točno dijelu prostora nalazi. Prepoznat će koji dio prostora je javni, koji predstavlja ogradu, a koji predstavlja štićeni, privatni prostor. Samim time može prepoznati i nalazi li se neka osoba u prostoru u kojem smije biti ili ne. Isto vrijedi i za vozilo kojem po potrebi primjerice može pročitati registraciju.
Uz nove opcije sustava počeli su se pojavljivati i drugačiji klijenti koji su bili zainteresirani za analizu svog prostora unutar radnog vremena. Zanimalo ih je koliko ljudi čeka na neku uslugu u njihovoj trgovini, kradu li možda zaposlenici na blagajni, jesu li police s proizvodima prazne, ima li na benzinskoj postaji tekućine za čišćenje, ulijevaju li radnici u nekoj kompaniji gorivo i u svoj kanistar i slično.
Prednost pozicije Bitahona kao zaštitarske kompanije je u tome što njihovi klijenti u pravilu već imaju kamere i senzore. Inozemni startupi koji su krenuli u sličnu priču u pravilu moraju svojim klijentima nuditi i kupnju kamera i druge opreme. Osim toga, brojne opcije u njihovom sustavu eliminiraju potrebu kupnje skupih kamera s dodatnim opcijama koje njihov sustav može obavljati i uz obične kamere.
Još jedna prednost njihovog rješenja je što može raditi bez Internet veze – cloud je potreban samo kad se radi o sustavu s velikim brojem kamera pa ga je teško obrađivati lokalno.
Izdvajanje proizvoda u odvojenu tvrtku
Radošević pojašnjava kako njihov proizvod ima kognitivni i bihevioralni aspekt. Kognitivni dio zadužen je da iz svih senzora izvuče i obogati informaciju koju dobije, a bihevioralni razumije prostornu komponentu, kartu izvana i ide na komunikacijski dio.
Kognitivni ima 14 modela i petnaesti koji se upravo razvija – oni video zapis ili zvuk obrađuju na različite načine. Jedan primjerice radi tracking kako bi se znalo gdje je tko bio, drugi radi biometriju, treći na osnovu čovjeka na snimci crta stickmana – jednostavni prikaz čovjeka pomoću kruga i par linija koji predstavljaju udove. Na osnovu pomicanja stickmana, sustav prepoznaje što osoba na snimci radi – preskače li ogradu, puši li i slično.
Golenko otkriva kako Mogen planiraju izdvojiti u odvojeni startup – Mogen Tech. Nisu još odlučili u kojem smjeru misle dalje razvijati proizvod, no planiraju ga ponuditi po SaaS modelu. U ovom trenutku nisu im potrebne dodatne investicije.
Cijenu usluge još nisu odredili jer to još istražuju. Do sada su bili orijentirani na rješavanju problema klijenta, a cijena će ovisiti i o funkcionalnostima koje budu nudili. Ističu i kako su fleksibilni jer je intelektualno vlasništvo u potpunosti njihovo.
Građevinska, FMCG i uslužna industrija su samo neke u kojima su prisutni. Tu je i energetika, odnosno solarne i vjetroelektroelektrane od kojih dobivaju brojne povratne informacije.
Njihov sustav donosi podatke kakve imaju internet trgovine
„Na Internetu znate sve o ponašanju kupca, a o onima u dućanima ne znate ništa – samo koliko ih je ušlo i koliko ih je nešto kupilo“ – kaže Radošević i dodaje: „Naš sustav omogućuje vam da znate kako su se kretali, gdje su bili, jedan od modela klasificira spol, dobnu skupinu, rase, emocionalno stanje… Puno informacija možete saznati i ponašanju kupaca u prostoru.“
Kažu kako će im u Hrvatskoj teško netko konkurirati onome što nude jer je potrebno prvo doći do njihove razine. Oni su za nju financirali tim od 20 ljudi tijekom dvije godine, a s izračunom i modelima im je značajno pomogla akademska zajednica.
Na pitanje boje li se konkurencije nekog velikog inozemnog igrača kažu kako imaju prednosti poput cijele integracije i vlastitog operativnog centra, zbog čega ni u takvom slučaju ne bi bili ugroženi.
Govoreći o smjeru u kojem sve mogu ići, kažu da nije u potpunosti predvidljiv, ali ističu kako se žele baviti zaštitom imovine i pozitivnim stvarima. Ističu i kako u potpunosti poštuju GDPR i sve ostale zakone koji postoje u ovom području.
