人工智能帶來了一個新的效率時代，但它也帶來了一系列獨特的挑戰。安防行業應該如何適應?
HID高級副總裁兼首席技術官 Ramesh Songukrishnasamy
安防行業陷入了一場永無止境的貓捉老鼠的游戲中：當安防技術人員開發出新的解決方案以保護人員、場所和物品時，惡意行為者也會采用同樣復雜的技術進行適應和反擊。這種持續的挑戰要求安防行業不斷創新和完善方法，確保它們始終領先于不斷變化的威脅。
如今，隨著人工智能(AI)在很大程度上改變了人們執行日常任務的方式，這一要求也越來越高。
對于安防行業而言，人工智能兼具優勢和挑戰，但人工智能的分析能力應該被視為加強身份管理的唾手可得的成果。身份分析有可能利用人工智能去研究來自四面八方的數據，以迅速揭示人無法看到的趨勢、模式以及異常現象。
事實上，根據HID發布的《2024年安防趨勢報告》，其中調查了包括全球的2600名終端用戶和行業合作伙伴(安裝商，集成商和原始設備制造商)，有35%的終端用戶表示他們將在未來三到五年內測試或采用一些人工智能功能。在中國，人工智能應用也駛入發展的“快車道”，根據中國信息通信研究院公布的數據顯示，2022年中國人工智能核心產業規模達5080億元，同比增長18%；初步統計，2023年規模達到5784億元，增速達13.9%。[i]
案例應用熱潮
有前景的案例應用包括將先進的人工智能機器學習功能嵌入到產品中，或者應用人工智能分析來發現內部業務流程中的差異——無論是優化客戶服務、技術支持等應用程序的性能，還是在問題爆發之前幫助發現問題。根據調查，只有22%的終端用戶表示正在使用人工智能來優化安全程序中威脅檢測和預測的準確性。但其中44%的人表示，大的用途是數據分析。
此外，大型語言模型（LLMs），如谷歌的 Gemini 或 ChatGPT，為用戶體驗提供了一種革命性的、本土化的、細節化的方法。在中國，從電商、搜索，到對話、產業場景，人工智能大模型正逐步落到應用層面。未來，隨著技術不斷迭代更新，應用場景將更加廣泛。[ii]這些模型通過快速學習來適應當地的風俗習慣和偏好，從而實現個性化的用戶體驗。想象一下，在一家全球性公司里，客戶可以直接用自己的母語訪問信息，且無需翻譯。LLMs可以讓用戶自然地表達自己的想法，而系統則通過無縫地進行調整，進而實現這一目標。這不僅賦予了全球客戶更多權益，還為聊天機器人和協同機器人等先進的人工智能工具鋪平了道路。
為此，聊天機器人和協作機器人正變得越來越先進。與十年前聽起來像機器一樣的老式聊天機器人不同，如今的聊天機器人可以模仿人類對話，并具有人性化的觸感。這些人工智能工具可以幫助內部和外部用戶更快地找到信息。例如，尋求技術援助的客戶可以使用聊天機器人，而專業支持人員則可以利用協作機器人幫助他們完成任務并收集相關數據和資源。
人工智能在開發新用戶界面方面的作用，也已成為許多行業和應用的一個前景廣闊的領域。以生成式AI為代表的人工智能，將是產業創新和經濟增長的動力引擎之一。尤其是人工智能技術的突破性發展，將有效帶來開拓性創新，為產業經濟創造新市場、新客戶、新產品和新服務提供想象力和可能性。[iii]因此，用戶現在可以通過簡單地與設備對話并告訴他們想要什么來與設備交互，而不是瀏覽復雜的菜單。這種轉變簡化了設備的使用，提供了更直觀的用戶體驗。
生物識別與人工智能
但人工智能顯著的應用也許是生物識別技術。這項技術利用機器學習，通過面部識別、指紋分析和欺騙檢測來識別個人身份。復雜的算法對這些任務至關重要。
一種更復雜的生物識別方法是行為建模，它利用機器學習來識別和分析行為和交易模式，從而主動檢測異常和潛在的威脅。因此，機器學習在這里扮演著至關重要的角色，它允許安全系統學習并適應獨立基線。
此外，將人工智能和機器學習直接嵌入邊緣設備(位于更靠近數據收集地點的設備，如機場登機口具有面部識別功能的安全攝像頭)，有助于實時異常檢測和更有效地應對威脅。這種從被動安全到主動安全的轉變表明了該領域的重大進步。
調查顯示，許多安防領域的公司已經在朝這一方向發展：除了分析技術外，11% 的公司表示正在使用支持人工智能的 RFID 設備，15% 的公司正在使用支持人工智能的生物識別技術，18% 的公司使用支持人工智能的物理安全解決方案。
人們已經開始享受眨眼間就能完成身份驗證的便利性。正如HID報告所指出的，未來幾年將有更多的生物識別解決方案融入我們的日常生活，一半的受訪者將生物識別技術列為感興趣的領域。此外，39%的安裝商和集成商表示，他們的一些客戶正在使用指紋或掌紋，30%的則表示他們的一些客戶正在使用面部識別。
挑戰與威脅
但是，由于所有參與者都可以使用任何一項技術，包括不法分子，因此行業也需要面對一些挑戰。而且，由于這也是一個技術日新月異的領域，因此必須對其進行持續監控，并在出現新的威脅模式時作出反應。
人工智能依賴于大量數據，而數據帶來了一個重大挑戰：偏見。當數據接納了偏見時，安全系統中的特定結論和結果就會出現偏差，從而為不法分子利用這些偏見并躲過防御措施打開大門。從這個意義上說，人工智能的輸出結果應被用作指導，而不是決定性的結果。
除了解決數據偏見之外，穩健和合乎道德的數據管理實踐也至關重要。
如何確保數據不被濫用？我們如何收集數據？如何維護數據？發現異常時，我們如何丟棄數據？我們如何回過頭來調整模型，從而確保模型繼續準確地進化？
這意味著對數據來源要一絲不茍，確保數據收集的目的清晰明確，并保持對數據主體的透明度。
不斷變化的監管環境使情況更加復雜。在全球范圍內，有關數據隱私和人工智能使用的法規仍在不斷涌現，但不同地區的法規差異很大。這給安全專業人員帶來了一個復雜的局面，因為他們必須在不同的市場中駕馭這些法規。而無法預測的未來的法規又為他們增加了一層復雜性。
安防行業致力于保護人員、場所和事物的安全，因此人工智能革命的時機已經成熟。這并不意味著人工智能將淘汰人員和工作，它將作為一種強大的工具，幫助人們提高生產力，減少錯誤，并幫助他們在風險發生之前識別風險。
毫無疑問，雖然人工智能將滲透到安防行業，但它的實施很可能是戰略性的。對于需要人工判斷、互動或更高ROI的任務，傳統的安全實踐可能仍然存在。從本文中討論的不同任務和案例應用來看，人工智能將提高效率，并打開一個充滿可能性和挑戰的新世界。而這也是讓貓和老鼠高度興奮的游戲。
[i] http://www.ce.cn/xwzx/gnsz/gdxw/202404/11/t20240411_38966752.shtml
[ii] https://www.gov.cn/yaowen/liebiao/202306/content_6885817.htm
[iii] http://www.ce.cn/xwzx/gnsz/gdxw/202404/11/t20240411_38966752.shtml
