«Понятие приватности нужно
оставить в XX веке»

— Мы всегда используем публичные данные. Ещё есть заказчики, которые требуют повышать качество работы алгоритмов конкретно в их сценариях на их камерах. Для них мы делаем специальное дообучение системы в закрытом локальном контуре с использованием их данных.

Но на самом деле, хотя многие считают, что нужно набрать миллион видеозаписей, это не обязательно так. Современные подходы к решению задач не всегда требуют огромного объёма информации.

— Мы не делаем ничего для военных целей, и это принципиальная позиция компании. Военные применения — это только контроль выдачи оружия, складов, территории, обеспечение безопасности хранения чего-либо. Специфика Минобороны в том, что система должна функционировать в полностью закрытом, защищенном контуре. Мы можем работать по такому сценарию.

С точки зрения зарубежных стран ситуация такая: география нашей работы в принципе совпадает со странами, где к России и к её технологиям хорошее отношение. Это Латинская Америка, где российские софтверные решения на очень хорошем счету. На Ближнем Востоке почти везде применяются российские технологии. В Юго-Восточной Азии у многих стран непростые отношения с Китаем, что помогает нам бороться с китайскими конкурентами, которые находятся среди мировых лидеров в ИИ. И несмотря ни на что у нас есть партнёры в Китае. Другой наш большой регион — Индия.

— Как только такие кейсы появляются, мы сразу их публикуем. Проблема в том, что у нас действительно мало опубликованных кейсов с финансовыми показателями — потому что это не наши деньги. Это деньги компании, которая устанавливает решение, и они либо не считают их, либо не спешат делиться.

Тем не менее, есть пара примеров. Первый — с «Подружкой», это сеть магазинов. В них стояли камеры для борьбы с воровством. Сейчас мы также отрабатываем кейс с компанией, которая устанавливает камеры в фитнес-клубах, чтобы избавиться от индивидуальных браслетов. Там не какие-то запредельные цифры, проще будет сказать, что в течение первого года всё окупается. Это правда в обоих случаях. Причём окупается с установкой и закупкой камер, со второго года идёт прибыль.

Правда, такую окупаемость можно показать далеко не для всех сценариев. Одна из самых больших проблем в том, что бизнес в России не всегда понимает, как именно он может применять технологию, несмотря на наличие у клиентов интереса. Иногда к нам приходят ритейлеры с конкретной задачей, например, обезличенно считывать, как меняются эмоции покупателей. Мы можем это делать только когда человек смеётся, плачет или откровенно зол, но в магазин с такими лицами никто не ходит. Поэтому понять, как изменилось эмоциональное состояние человека после посещения магазина, по одному только выражению лица нельзя.

— Есть несколько задач, которые мы пытаемся решить с помощью распознавания силуэтов. 80-90% городского видеонаблюдения не видят лица человека. Если камера расположена на крыше дома, она фиксирует только пятно. Обзорные камеры на больших площадях детектят толпы людей, но не их лица — либо они слишком маленькие, либо качество съемки не позволяет их распознать. Ещё одна проблема возникает, когда мы работаем в Европе и странах Ближнего Востока. Там законодательство запрещает ставить камеры видеонаблюдения в общественных местах.

Силуэт так же уникален, как и лицо, однако у него есть ограничение по времени. Если человек вдруг начнет хромать или кардинально сменит одежду, система уже не узнает его. Но этого достаточно, чтобы мы могли делать реидентификацию силуэта и понимать, что на разных камерах один и тот же человек. И что самое важное: камера может снимать сверху и горизонтально, днём и ночью, в цвете или чёрно-белой съемке, но если разные камеры детектят силуэт, а потом на одной из них засекают лицо, мы сможем соединить одно с другим и проследить передвижения. Мы отмотаем назад и определим, что перед нами, условно, преступник.

Это даёт больше возможностей не только для правоохранительных органов, но и в частности для ритейла. Можно подсчитать количество людей внутри ТЦ, отследить их перемещения.

— ПО, распознающее лица, устанавливается на те же камеры городского видеонаблюдения, информация с которых и сейчас хранится на чьём-то компьютере. Фото лица преобразовывается в цифровой индекс и складывается в базу данных. Так как система не знает, кто этот человек (для нее он просто числовой индекс), в этот момент никакого нарушения с точки зрения обработки персональных данных не возникает. Персональными данными владеют только правоохранительные органы, и они действительно могут взять базу с фотографиями из паспортов и соединить с ними индексы лиц, получаемые с помощью нашей системы. Доступ к таким возможностям есть только у них.

Что ещё важно: индекс лица нельзя конвертировать обратно в фотографию, это технологически невозможно. Никто не знает, кого ищут правоохранительные органы. Две базы соединяются в закрытой системе. Мы просто отдаём алгоритм, встраиваем его в систему видеонаблюдения и имеем к нему доступ только если есть технические проблемы.

Существует негативный кейс Китая, который все приводят в пример. Но всё не так однозначно. Во многом это PR-кейс: на самом деле в Китае нет универсальных систем, которые могли бы агрегировать данные о поведении людей во всех возможных ситуациях и коррелировать их с данными об их задолженностях, собственности, судимостях и прочем. Чаще всего в рамках системы социального рейтинга граждан там штрафуют за переход в неположенном месте или на красный сигнал светофора. Нужно учитывать, что люди там живут в очень сплочённых городах. И если в России смертность по причине перехода на красный свет может исчисляться сотнями в месяц, в Китае это тысячи в день. Распознавание лиц и подобная система — способ каким-то образом поменять поведение людей, внушить им уважение к правилам дорожного движения и снизить смертность.

По мере того, как общество будет урбанизироваться дальше, появятся инновационные механизмы контроля, это неизбежно. Но все привыкнут к ним так же быстро, как привыкли к тому, что неправильно припаркованные автомобили штрафуют с помощью передвижных «интеллектуальных» камер ЦОДД, в автоматическом режиме распознающих номера.

— И не только в России — в США полицейские постоянно обращаются к компаниям вроде Apple, потому что любой iPhone сохраняет данные о геопозициях, и Apple делится ими с ФБР, когда речь идёт об убийце или террористе.

Технология реально помогает в тех случаях, когда есть «висяки», преступления, которые невозможно расследовать иначе. Когда в Великобритании были выступления против систем распознавания лиц, полиция обратилась с публичным заявлением о том, что очень сильно участилось количество случаев поножовщины среди молодёжи. Такие преступления практически невозможно раскрыть без использования новейших технологий. Это лишь один из примеров, таких сотни.