SECTORNIEUWS 16/08/2021

Eusas conferentie over artificiële intelligentie en beveiliging

Eusas organiseerde een online Europese conferentie met als thema ‘Artificiële intelligentie in branddetectie en beveiliging, zonder de hype’. De conferentie opende met een discussie over wat AI nu eigenlijk is. De algemene concepten en bouwstenen werden besproken evenals hun toepassingen voor intelligente Smart Living diensten. Speciale aandacht ging uiteraard uit naar de mogelijkheden in branddetectie en beveiliging.

AI en brandbeveiliging

Guillermo Rein van Imperial College London stelde Fire Navigator voor, een combinatie van AI, gebouwensensoren en computersimulaties die tot doel heeft de verspreiding van een brand in een groot gebouw te voorspellen. Zo kan de brandweer tijdig anticiperen op de ontwikkeling van rook en vlammen. Het systeem vormt de brug tussen brandbeveiliging en BIM, en maakt gebruik van de reeds aanwezige detectoren voor rook en temperatuur.

Sensortechnologie

Paul van der Zanden algemeen directeur van Euralarm, ging in op de verbanden tussen AI en brandbeveiliging. Zelfs al wordt alles gedaan bij het ontwerp om brand te voorkomen, dan nog is een incident nooit uitgesloten. Tijd vormt dan een cruciale parameter. Tijdige opsporing en ongevoeligheid voor valse alarmen zijn met elkaar verbonden. AI-technieken kunnen de prestaties op dit vlak verbeteren. Nieuwe sensoren kunnen hier een doorbraak betekenen.

AI-kwetsbaarheden

Ibrahim Daoudi van CNPP had het over de kwetsbaarheden van AI in beveiliging. Een eerste categorie zijn gerichte cyberaanvallen, waarbij men het systeem probeert te misleiden. Een tweede categorie is fysieke beschadiging van de componenten. De derde categorie slaat op traditionele aanvallen van AI systemen, waarbij men het model of de trainingdata tracht te besmetten.

Temporal Deep Learning

Tijdsgebonden informatie is cruciaal om rook te ontdekken in videobeelden. Andreas Wellhausen van Bosch Sicherheitssysteme stelde twee studies voor over het gebruik van deep learning om rook te identificeren op videobeelden. Er werden twee methodes ontwikkeld: een combinatie van convolutional neural networks (CNN) met long short term memory networks (KSTM) enerzijds, en inflated 3D architecture (i3D) anderzijds.

AI training op synthetische data

Philip Dietrich van Bosch Sicherheitssysteme analyseerde het concept van synthetische data om een algoritme voor rookherkenning te trainen. Vergeleken met echte data, is het eenvoudiger om een databank aan te leggen met synthetische data. Hij toonde hoe men deep learning netwerk kon trainen met synthetische videofilms, en vergeleek dit met het gebruik van echte data.

Wetgeving

De snelle invoering van AI schept kansen voor gebruikers en de industrie, maar stelt ook een belangrijke vraag: in welke mate is de huidige wetgeving geschikt voor AI? Tadas Tumènas van Orgalim besprak hoe de nieuwe techniek gereguleerd kon worden, en gaf een overzicht van de situatie in Europa. Hij ging in op de definitie van AI. Dat laatste moet de basis vormen voor het Europese wettelijk kader.

In de afsluitende sessie benadrukte Lance Rütimann, voorzitter van de sectie Brand van Euralarm, dat de industrie het voortouw moet nemen om regels te bepalen voor de sector. Brandbeveiligingsystemen redden levens, dat motiveert de industrie om de wereld veiliger te maken.

Door Alex Baumans

Illustraties: Euralarm

www.euralarm.org


Gratis online lezen en op de hoogte blijven van interessant nieuws uit uw sector via onze nieuwsbrief?


Door te registreren ga je akkoord met de algemene voorwaarden.