Apărare cu AI

Vigil

Software de percepție. Urmărește video în timp real, decide ce se întâmplă, evaluează cât de grav este și păstrează clipul care o dovedește. Nu identifică pe nimeni, și asta este intenționat.

Vedeți fluxul Drone FPV →

Vigil · peretele

Previzualizare

Toate camerele pe un singur perete. Câte un rând fiecare.

Acesta este ecranul căruia Vigil îi raportează. Fiecare cameră stă pe perete cu un singur rând sub ea — totul în regulă, urmărește pe cineva sau raportat — astfel încât un perete de imagini se citește dintr-o privire, nu se urmărește. Deschideți o cameră și vă arată pe cine privește și de ce.

Un operator noaptea, în fața unui perete video care afișează peretele Vigil: șase camere, una urmărind o persoană în galben și una cu un raport roșu.
Un laptop pe un birou noaptea, care arată o cameră deschisă din perete, cu un card de raport roșu lângă imagine.
O tabletă ținută într-o piață din oraș la amurg, care arată peretele de camere, cu o cameră de securitate pe clădirea din spate.

Verde, galben, roșu

Un singur cuvânt pentru fiecare cameră. Verde este răspunsul pe care aproape orice stradă îl dă aproape tot timpul; galben înseamnă că urmărește o persoană; roșu înseamnă că a raportat și spune ce a văzut.

Deschideți o cameră

Imaginea umple ecranul și fiecare persoană își păstrează numărul. Panoul de alături spune într-un singur card ce face AI-ul acolo, iar butonul de pe orice chenar spune de ce persoana are culoarea pe care o are.

Decide un om

Vigil recomandă; nu sună niciodată pe nimeni. Un raport rămâne pe ecran, încadrat în roșu, împreună cu clipul care îl dovedește, până când cineva acționează.

Solicitați o demonstrație

O prezentare a peretelui în funcțiune, cu răspunsuri la întrebările dumneavoastră.

Ilustrații realizate cu AI din ecrane ale peretelui Vigil care rulează pe imagini de test MEVA (Kitware & IARPA, CC BY 4.0, jucate de actori plătiți). Verdictele afișate sunt exemple.

Platforma

01

Vigil

Detecția de mișcare se declanșează la o pungă purtată de vânt. Vigil răspunde la întrebarea pe care ar pune-o un om: ce se întâmplă, cât de grav este și îmi poți arăta?

Un prototip funcțional astăzi, cu o consolă locală, intrare video în direct și un istoric de evenimente salvat. Citește postura, nu pixelii, și de aceea poate deosebi o persoană care s-a așezat de una care a căzut.

01
Evenimente, nu mișcare
Vigil clasifică ce vede — o persoană la pământ, cineva care nu se mai mișcă, o mulțime care se împrăștie, un animal undeva unde nu ar trebui să fie — în loc să raporteze că s-au schimbat niște pixeli.
02
O decizie, nu o notă
Vigil nu returnează un scor pe care să-l interpreteze altcineva. Răspunde la întrebarea care i se pune de fapt unui operator — ce crezi despre asta și ce ar trebui să facem — și alege una dintr-o listă scurtă de acțiuni, cu motivul pentru care a ales-o pe aceasta și nu pe următoarea ca gravitate.
03
Mai multe persoane deodată
Fiecare persoană din cadru este urmărită separat, iar o etichetă rămâne legată de un corp, nu de o poziție — fiecare traiectorie este asociată cu locul unde persoana ar fi trebuit să ajungă, nu cu locul unde a fost ultima dată, și asta menține cifrele stabile când oamenii merg. Două traiectorii care se intersectează foarte aproape își pot schimba totuși etichetele, iar sistemul este construit astfel încât nimic important să nu depindă de corectitudinea etichetei: un raport vorbește despre ce s-a întâmplat într-un loc, nu despre un număr.
04
Nu doar oameni
Același raționament funcționează și pentru animale, pentru că trăsăturile sunt raportate la subiect — proporții măsurate față de propriul corp, nu față de un șablon uman. Nimic din geometrie nu presupune două picioare.
05
Dovezi care rezistă
Un eveniment fără imagini este o opinie. Fiecare cadru este păstrat în ordine și adresat după poziția sa în înregistrare, astfel încât orice moment poate fi readus — de un operator sau de Vigil însuși, când o scenă are sens doar împreună cu ce a fost înainte. Evenimentele neconfirmate își păstrează clipul trei zile și apoi se șterg singure; cele confirmate sunt păstrate.
06
Unde rulează fiecare parte
Postura, urmărirea, înregistrarea și arhiva de dovezi sunt locale, pe dispozitiv, și nu părăsesc niciodată locația. Raționamentul este un apel către un model găzduit, însoțit de câteva imagini statice. Preferăm să spunem asta deschis decât să lăsăm să se înțeleagă altceva: este singurul pas care iese din locație, este pasul care citește ce ține cineva în mână, iar pentru locațiile care nu pot trimite nimic nicăieri poate fi dezactivat — rămâne doar detecția locală.

Vigil · de la cadru la înregistrare

Schemă
  1. 01 · ÎnregistrareFiecare cadruPăstrat în ordine, numit după oră
  2. 02 · ObservăCeva s-a mișcatGratuit, continuu, nu decide nimic
  3. 03 · IdentificăEste cineva acoloPe dispozitiv. Dacă nu e nimeni, se oprește aici
  4. 04 · NumeșteCe ține în mânăUn al doilea model, pe mână
  5. 05 · DecideSau cere mai multAcționează · urmărește · privește înapoi
  6. 06 · PredăUnui omCare ia decizia
Neconfirmat3 zile, apoi dispare
ConfirmatPăstrat pe termen nelimitat

Flux prototip. Pașii 02 și 03 rulează pe dispozitiv și nu costă nimic; pe o stradă goală, lanțul nu ajunge niciodată la pasul 04. Nimic din el nu identifică o persoană și nimic din el nu sună pe nimeni — vedeți secțiunile 03 și 05.

Cum decide

02

Două modele, patru mișcări

Dacă ceri unui singur model să judece o scenă și să identifice ce ține cineva în mână, primești un răspuns mai slab la ambele. Așa că munca este împărțită, iar jumătatea mai grea primește propriul model și propria întrebare.

Primul urmărește locul și decide ce ar trebui să se întâmple. Celui de-al doilea i se arată un decupaj apropiat al unei mâini și i se pune o singură întrebare: ce este acela. Nu are idee ce altceva mai este în cadru și e mai bine așa — contextul este ceea ce împinge un model să inventeze o poveste, iar povestea este treaba primului model.

Modelul 01Judecată

Observatorul

Vede întregul cadru, oamenii din el, înregistrarea din spate și raportul despre obiect. Decide ce e de făcut.

Vede
Scena
Întrebat
Ce ar trebui să facem
Știe despre oameni
Da
Identifică obiecte
Nu
Poate cere mai mult
Înainte și înapoi

Modelul 02Percepție

Modelul de obiecte

Vede o singură mână, la rezoluția completă a camerei. Spune ce ține în ea și spune clar când nu poate ști.

Vede
O mână
Întrebat
Ce este acela
Știe despre oameni
Nimic prin design
Identifică obiecte
Singura lui sarcină
Decide ceva
Niciodată
01
Poate cere mai mult timp
O imagine statică, după ce etapele mai ieftine au găsit pe cineva, și patru răspunsuri posibile: nimic aici, acționează acum, arată-mi următoarele câteva secunde sau arată-mi ce a dus la asta. Versiunile anterioare primeau o rafală fixă și li se cerea un verdict, iar modelul răspundea mereu că nu poate ști — adevărat și inutil. „Încă nu sunt sigur” este acum o mișcare, nu o plângere.
02
Privitul înapoi este gratuit
Fiecare cadru este păstrat și numit după poziția sa în înregistrare, așa că o scenă care începe la jumătate — cineva deja la pământ, un obiect deja într-o mână — poate fi lămurită revenind la începutul ei. Imaginile sunt deja pe disc, deci nu costă nimic și sosesc instantaneu.
03
Accelerează când contează
În momentul în care cineva devine motiv de îngrijorare, eșantionarea trece de la o dată la două secunde la mai multe momente analizate deodată și rămâne așa până se lămurește situația. Acela este intervalul în care ceva devine incident sau se dovedește a fi nimic, și este singura parte a zilei care merită atenție deplină.
04
Un apel, și la ce număr
Nu un scor de gravitate pe care să-l interpreteze altcineva. Ignoră, înregistrează, anunță pe cineva de la fața locului, anunță poliția sau cheamă serviciile de urgență — iar când cheamă, spune pe care, pentru că un colaps are nevoie de o ambulanță, iar un incendiu de amândouă. Testul dintre ultimele două este simplu: ar schimba încă un minut ce i se întâmplă persoanei din cadru?
05
Odată ce a chemat ajutor, nu mai judecă
Un apel nu poate fi anulat, iar două apeluri nu aduc pe nimeni de două ori. Persoana este marcată, imaginile cu ea continuă să fie înregistrate ca probă, iar atenția trece la toți ceilalți din cadru — pentru că un incident nu s-a încheiat doar fiindcă a fost raportat, iar persoana la care nu s-a uitat încă nimeni este acum cea pe care nu o urmărește nimeni.

Ce nu va folosi

Reguli din instrucțiuni

Nu cum arată cineva

Îmbrăcămintea, o glugă, o față acoperită, o geantă, culoarea pielii, vârsta sau sexul aparent. Nimic din toate acestea nu spune ce face o persoană.

Nu ce poartă

Sau ce nu poartă. Un raport poate ajunge la poliție; descrierea corpului cuiva în propria locuință nu are ce căuta în el.

Nu cum pare să se simtă

Nimeni nu poate vedea o stare de spirit într-o imagine statică. Oamenii par tensionați pentru că au întârziat, le e frig, le e rău sau vorbesc la telefon.

Nu locul, împotriva cuiva

Locul decide ce înseamnă o acțiune: să stai pe loc e ceva obișnuit pe o stradă pietonală și mortal pe banda unei autostrăzi. Nu decide niciodată cine este cineva. O persoană într-o parcare la 3 dimineața este o persoană într-o parcare.

Nu ce ar putea face

Intenția nu se vede. Acțiunea, da. Una poate fi raportată; cealaltă este o presupunere în uniformă.

Dar: regulile dumneavoastră

Dacă scrieți cum arată normalul la locația dumneavoastră, o abatere de la el este o observație — formulată în raport cu regula dumneavoastră și niciodată transferată la altă locație.

Testul primit de model, în propriile lui cuvinte: dacă recomandarea ta s-ar schimba când îți imaginezi aceleași acțiuni făcute de cineva care arată altfel, recomandarea ta este greșită — refă-o doar pe baza acțiunilor.

Vigil · vedeți-l

Două căi
Desen izometric al camerei Vigil finalizate: o cameră bullet albă, cu parasolar, fereastră frontală și inel în infraroșu, pe un braț de perete. Echipamentul Vedeți cum este construit Douăzeci și șapte de piese, de la placa de perete la parasolar — un manual de asamblare prin care răsfoiți. La final, scoateți pereții și priviți înăuntru. Deschideți planul →

Nu este modelul Vigil. Vigil rulează YOLOv8-pose pe echipament local; nimic de acest fel nu rulează într-un tab de browser, așa că această demonstrație estimează postura cu MediaPipe. Clasificarea de deasupra — postura, apoi nemișcarea în timp — este același raționament. La prima apăsare se descarcă un model de postură de pe un CDN, deci demonstrația are nevoie de conexiune.

Ce rulează și când

03

Lucrurile ieftine decid când rulează cele scumpe

O cameră care privește o stradă goală ar trebui să nu coste nimic. Majoritatea camerelor privesc o stradă goală aproape tot timpul.

Așa că munca este organizată ca o serie de porți, fiecare mai ieftină decât următoarea și fiecare capabilă de un singur lucru: să ceară o privire mai atentă. O etapă nu trage niciodată concluzii în numele etapei de deasupra. Această regulă face ca o alarmă falsă de la bază să fie inofensivă — răspunsul la o frunză în vânt este o a doua privire care nu găsește nimic, iar a doua privire costă o fracțiune de ban în electricitate.

01
De cele mai multe ori nu se uită nimic
Până nu există ceva cu adevărat acolo, modelul de raționament nu este apelat, nicio imagine nu părăsește locația și nu se facturează nimic. Acesta este întregul argument economic al produsului și totodată cel de confidențialitate: sistemul cel mai ieftin de rulat este cel care se uită la cei mai puțini oameni.
02
Autoritatea nu coboară niciodată
Etapa mereu activă nu poate marca o persoană, nu poate da o alertă și nu poate scrie în registru. Poate aduce mai devreme următoarea privire și nimic altceva. Același lucru e valabil la fiecare nivel: etapa care găsește oameni nu decide ce fac ei, iar etapa care numește un obiect nu decide ce e de făcut în privința lui.
03
Cadrul este analizat pe bucăți
O persoană aflată la capătul îndepărtat al unei străzi înseamnă câțiva pixeli într-un cadru întreg și o siluetă recognoscibilă într-o parte a lui. Fiecare privire este împărțită, iar un verdict se formează doar după ce toate părțile au raportat — astfel încât unei camere nu i se spune niciodată „nu e nimeni acolo” pe baza unei priviri pe jumătate eșuate.
04
Fiecare cameră își învață propriul teren
În câteva zile, o cameră își construiește o imagine a propriei zone: pe unde circulă vehiculele și pe unde merg oamenii, în ce sens merge traficul, cât de aglomerat este locul la ora respectivă. Asta deosebește ceva neobișnuit de ceva doar necunoscut — un vehicul pe contrasens este evident pe o stradă pe care o cunoști și invizibil pe una pe care n-o cunoști. Nimic din ce se învață nu este împărțit între camere: un fapt despre o stradă nu este un fapt despre alta.
05
Și spune când nu a învățat destul
O cameră pornită în această dimineață nu știe nimic despre strada ei, se comportă exact ca fără această funcție și raportează ce parte din imagine poate pretinde deja că o înțelege. Terenul pe care nu a trecut nimeni rămâne necunoscut, nu devine interzis. Ce a învățat se estompează în timp, așa că o stradă care se schimbă este reînvățată, nu contrazisă.
06
Vehiculele sunt altă întrebare
O persoană în cadru merită o privire; o mașină în cadru este cel mai obișnuit lucru de pe un drum, iar un sistem care ar escalada pentru fiecare ar costa mai mult decât valorează. Vehiculele sunt urmărite local și gratuit și doar puținele lucruri pe care o cameră fixă le poate stabili onest despre ele ajung vreodată la modelul de raționament. Viteza nu este printre ele: nimic de aici nu știe câți metri are un pixel, iar un raport care ar converti unul în celălalt ar inventa dovezi.

Vigil · ce poate spune un raport

Disciplină

Un raport își citează dovezile. Nu le îmbunătățește niciodată.

Privirea atentă asupra unei mâini întoarce ce a văzut și cât de sigură a fost, inclusiv „nu pot ști”. Modelul de raționament poate acționa pe baza ei și poate să nu fie de acord cu ea dintr-o perspectivă mai largă — dar nu o poate reformula ca pe ceva mai ferm decât a fost și nu poate lua o constatare despre o persoană ca s-o atașeze alteia. Incertitudinea schimbă răspunsul, nu este rotunjită: un obiect pe care nu l-a putut identifica nimeni este un motiv ca cineva să se uite la clip, nu un motiv să trimită pe cineva în fugă.

Acest lucru este impus de două ori. Este scris în instrucțiunile după care lucrează modelul și este verificat automat după aceea — fiecare recomandare este comparată cu dovezile din spatele ei, iar una care afirmă mai mult decât susțin dovezile este marcată ca atare înainte ca un om să o citească.

Și nimic din sistem nu sună pe nimeni. Vigil recomandă; un om decide și face apelul. Este intenționat și nu este o etapă pe care intenționăm să o eliminăm.

În practică

04

Trei nopți

Cum arată etapele de mai sus când se întâmplă ceva cu adevărat: cine observă, cât costă și momentul în care preia un om.

Alegeți o noapte și lăsați-o să ruleze sau trageți de bară. Fiecare pas numește etapa care a acționat. Banii se mișcă doar când se deschide poarta, iar ultimul pas este întotdeauna un om.

Ora locală
--:--:--
Cost
$0.000

    Ilustrativ. Arată cum este construit Vigil să răspundă, etapă cu etapă, folosind fluxul prototipului și costul său per analiză plătită. Nu sunt înregistrări ale unor incidente reale, iar locurile și orele sunt inventate.

    Limite

    05

    Ce nu va face

    Vigil nu identifică pe nimeni. Fără recunoaștere facială, fără potrivire biometrică, fără liste de supraveghere. Clasifică situații, nu oameni.

    Aceasta este o decizie de proiectare, nu o funcție lipsă, și este cea pe care ni se cere cel mai des să o inversăm. Două motive o țin pe loc.

    01
    Predicția intenției este aritmetică, nu reglaj
    Să verifici o mulțime ca să afli cine urmează să facă ceva se lovește de rata de bază. La o specificitate de 99% — mult peste orice sistem aflat în uz — aproximativ 889 de oameni nevinovați sunt semnalați pentru fiecare caz real. Nicio calitate a modelului nu repară un raport dictat de cât de rar este evenimentul.
    02
    Situațiile nu acuză pe nimeni
    O mulțime care se împrăștie brusc este un semnal de pericol mai puternic decât orice postură citită la un individ și nu afirmă nimic despre nicio persoană din ea. Aceasta este clasa de semnale pe care este construit Vigil.
    03
    Raportarea posturii rămâne oprită
    Sistemul poate descrie poziția unui corp, iar această funcție este livrată dezactivată. Când este activată, raportează o postură și un grad de încredere — niciodată o persoană, niciodată o intenție și niciodată cuvintele „om periculos”.