Как технологии ИИ могут ускорить предполетный досмотр в аэропорту?

Как на фоне строгих требований авиационной безопасности ИИ поможет увеличить пропускную способность — важнейший аспект деятельности аэропорта?
За последние два десятилетия аэропорты во всём мире значительно усилили меры безопасности в ответ на возникающие угрозы. Между тем растущее количество пассажиров оказывает давление на главные транспортные узлы. Это заставляет увеличивать пропускную способность, сокращать очереди и работать над тем, чтобы путь от входа в аэропорт до вылета был как можно более быстрым и беспрепятственным. Посредством чего могут быть достигнуты эти цели?
Для стран и авиационных узлов по всему миру искусственный интеллект может стать решением этих проблем. В 2018 году правительство Великобритании инвестировало 1,8 млн фунтов в разработку новых систем ИИ для повышения безопасности и сокращения времени ожидания в некоторых самых загруженных аэропортах страны.
Администрация транспортной безопасности США недавно внедрила новые сканеры компьютерной томографии (КТ), которые используют ИИ для определения угроз в Международных аэропортах Лос-Анджелеса, Финикса и Нью-Йорка. Над внедрением подобной технологии на базе российских аэропортов работает и компания Wekey. Томографы Rapiscan для досмотра багажа (стандарт 3 EDS ECAC) и ручной клади пассажиров (Rapiscan 920СТ) используют передовые алгоритмы обнаружения, позволяя практически автоматизировать выявление угроз и свести к минимуму процент ложных срабатываний, которые требуют экспертной оценки специалистов службы безопасности.
Искусственный интеллект распространяется по всем отраслям авиации: от роботов самообслуживания на стойках регистрации до систем распознавания лиц на таможне. Опрос британских социологов показал, что около 68% пассажиров приветствовали бы большее количество решений на основе ИИ в аэропортах. Но когда дело касается ускорения сложного процесса обеспечения безопасности, может ли это быть эффективным решением?
Системы досмотра и машинное обучение.
Особенно важен тот факт, что системы на основе ИИ совершенствуются по мере поступления в них всё большего и большего количества информации. Если говорить конкретно о безопасности в аэропортах, машинное обучение может быть использовано для анализа данных и более быстрого выявления угроз. Предметы, которые ранее требовалось сканировать отдельно (например, ноутбуки), могут остаться в ручной клади при прохождении контроля.
«Сегодня И И позволяет нам делать вещи, которые были невозможны ещё пять лет назад», — утверждает один из разработчиков интеллектуальных систем досмотра человека. «ИИ позволяет нам обучать компьютер так, как мы не могли раньше. Вы загружаете в него много данных и используете их, чтобы научить систему распознавать объекты или сигналы, представляющие для вас интерес».
Помимо пунктов предполетного контроля, искусственный интеллект может усилить безопасность в контролируемой зоне аэропортов. Разработчики современных систем досмотра человека комбинируют технологию распознавания лиц и миллиметровых сканеров проверки сотрудников аэропорта при прохождении пунктов контроля. Методы машинного обучения используются для автоматического анализа данных об угрозах, включая взрывчатые вещества и огнестрельное оружие, при этом игнорируя неопасные предметы, такие как ключи и пряжки ремней, которые могут находиться при человеке.
По данным разработчиков системы, пропускная способность сканера достигает 900 человек в час. Данное решение уже применяется для проверки сотрудников (в тестовом режиме) в Международном аэропорту Окленда в США и в течение 2019 года будет запущено в еще одном крупном международном аэропорту страны для сканирования пассажиров.
Индустрия десятилетиями обучала компьютеры извлекать информацию об угрозах, но до последних пяти лет «обычные методы компьютерного распознавания» имели ограниченную функциональность, когда дело доходило до анализа изображений. Однако последние достижения в области нейронных сетей — структур для построения алгоритмов машинного обучения, и мощных компьютерных чипов позволили системам ИИ сделать колоссальный рывок вперед.
В сфере безопасности сегодня возможно внедрять системы с определенным уровнем возможностей и непрерывно собирать данные из этих систем. Затем использовать эти данные для дальнейшего обучения существующих алгоритмов, делая системы намного умнее.
Система мониторинга операторов досмотра на основе нейронных сетей.
В 2018 году компания Wekey презентовала систему мониторинга состояния операторов рентгеновских досмотровых установок «Око». Система построена на базе технологии видеоаналитики и обучаемой нейронной сети, что позволяет не просто распознавать закрытие глаз сотрудника, а анализировать направление его взгляда, положение головы, уровень концентрации внимания.
Система машинного зрения посредством тепловой карты экрана определяет объекты и области, заслуживающие внимание сотрудника службы безопасности, измеряет продолжительность фокусировки внимания на том или ином участке. На основании полученных данных система может делать выводы о внимательности оператора и целостности восприятия предметов.
Когда система фиксирует отклонение от заданной регламентами нормы (поворот головы, сон, покидание рабочего места), она выдает соответствующий сигнал, а в критических ситуациях может автоматически останавливать ленту конвейера. Журнал событий по каждому сотруднику или смене может быть представлен руководству в формате наглядных отчетов, которые позволяют объективно оценивать эффективность и качество работы персонала.
Внедрение системы мониторинга «Око» в аэропортах позволяет в разы повысить уровень безопасности и пропускной способности в пунктах досмотра.
Искусственный интеллект в аэропортах: прогнозы.
Когда речь идёт о повышении производительности систем безопасности, встаёт вопрос, оправдана ли столь высокая стоимость сканеров на основе ИИ и окупят ли себя инвестиции в безопасность?
Администрация транспортной безопасности США уже была обвинена в растрате бюджета за неудачные инвестиции в технологии сканирования. TSA потратила более $ 160 млн на сканеры досмотра пассажиров в аэропортах, многие из которых пропустили угрозы во время тайного тестирования.
Еще одна проблема связана с защитниками конфиденциальности личности, которые обеспокоены точностью биометрии и потенциальной возможностью злоупотребления имеющейся информацией.
Безусловно, технологии искусственного интеллекта предстоит столкнуться с трудностями в области обеспечения безопасности в аэропортах, но потребность в новых решениях очевидна. Они развиваются и по мере их дальнейшего совершенствования, системы будут становиться все более эффективными с точки зрения инвестиций. Что касается роли «человеческого фактора» в процессе обеспечения безопасности, человек еще долгое время будет оставаться его неотъемлемой частью, чтобы принимать решение в критических ситуациях. Например, при обнаружении оружия в сумке — только сотрудник безопасности сможет выбрать оптимальный сценарий действий и предотвратит трагедию.
Чем совершеннее становятся нейронные сети и компьютерные чипы, тем умнее становится система и открывается все больший потенциал ее возможностей.
Задача искусственного интеллекта сфокусировать внимание человека на тех областях, которые требуют его экспертной оценки, и на тех ситуациях, когда система затрудняется принять решение. Так, если 99% пассажиров, сумок и грузов будут автоматически проверяться интеллектуальными системами, а человеческий ресурс будет сконцентрирован на оставшемся одном проценте, тогда, возможно будет говорить о достижении действительно надежной системы обеспечения безопасности.