La Inteligencia Artificial Resuelve los Problemas Comunes de Seguridad que son Inconvenientes e Ineficientes.

En ‘Knight Rider’, conocido en Hispanoamérica cómo El Auto Fantástico, ‘KITT’ escucha a las personas y encuentra una ruta rápida, mientras que ‘Airwolf’ detecta e identifica todo tipo de aeronaves. Estas son las máquinas imaginarias familiares para aquellos que crecieron a finales de los 80. En ese momento, las personas solían pensar de KITT y Airwolf como productos de la imaginación que solo existían en la ficción. Sin embargo, alrededor de 30 años más tarde, la navegación basada en reconocimiento de voz y los productos de reconocimiento de objetos basados en imágenes se pueden encontrar fácilmente a nuestro alrededor. Nos demos cuenta o no, en el transcurso de los últimos 30 años, el mundo ha estado transformando la imaginación en realidad.

Inteligencia Artificial — El Impulsor del Cambio

La inteligencia artificial está impulsando estos cambios. El reconocimiento de voz y el reconocimiento de imágenes basado en IA permiten que las máquinas entiendan y reconozcan las cosas mejores que los humanos.

La inteligencia artificial, la cual apareció por primera vez en la década de 1950, se revivió brevemente en la década de los 80 y luego volvió a desaparecer. A finales del 2000, IA resurgió y se convirtió en un impulsor de la industria de la TI. La inteligencia artificial requiere datos a gran escala para la capacitación, pero los datos relevantes no estuvieron disponibles hasta la década del 2000. A fines de la década del 2000, las cosas empezaron a cambiar con la expansión del internet, teléfonos inteligentes y luego los servicios basados en la nube.

El internet y los teléfonos inteligentes permitieron la recolección de datos provenientes de innumerables fuentes a la nube, y la llegada del Internet de las cosas (en Inglés, Internet of things o IoT) aceleró la recolección de datos. Con esta masiva recolección de datos, la inteligencia artificial ha logrado lo que solo podíamos soñar en el pasado. Y el término de “La 4.ª Revolución Industrial” describe el surgimiento de, y la transformación liderada por, una plataforma industrial que consiste en IoT (teléfonos inteligentes), computación en la nube, datos e IA.

El Dilema del Control de Acceso

Ahora, veamos la industria del control de acceso de hoy. Todos están de acuerdo en que la seguridad debe ser inconveniente e ineficiente. Una mayor seguridad viene con una cantidad más significativa de procedimientos, lo que aumenta las molestias y la ineficiencia para las personas que manejan las tareas. La situación es igual en la industria de sistemas de control de acceso. Los enfoques convencionales de mejora de la seguridad requieren que miles de personas sigan un procedimiento para prevenir un problema de uno entre mil. Equilibrar la seguridad con la eficiencia es un dilema irreconciliable para la todos los gerentes de seguridad.

Ahora, ¿qué tipo de sistemas imaginan los gerentes de seguridad? Quizá un sistema que ofrezca seguridad mejorada, con fácil operación y usabilidad. Hemos descubierto que la IA puede hacer los sueños de los gerentes de seguridad realidad. 

El Futuro del Control de Acceso con Mayor Comodidad, Eficiencia y Seguridad. 

Podríamos ahorrar tiempo y dinero de manera eficiente al monitorear el área específica con una mayor probabilidad de que ocurran errores en el lugar en lugar de monitorear todo el proceso donde el problema ocurre uno entre mil. Además, si pudiéramos predecir posibles problemas mediante la detección de signos de síntomas, entonces podemos mejorar la seguridad sin sacrificar la comodidad y la eficiencia.

Tales operaciones impulsadas por inteligencia son posibles a través del entrenamiento de IA en conjuntos de datos a gran escala. Supongamos que podemos recopilar datos de la actividad del usuario y entrenar la IA con comportamientos y patrones específicos de cada individuo; en ese caso, podemos detectar comportamientos y patrones inusuales no deseados que tienen alta probabilidad de causar problemas.  Además, si un problema ocurre, la IA puede aprender los comportamientos y patrones para detectar la acción de antemano y evitar que el problema vuelva a ocurrir. Esto es posible únicamente cuando la IA se implementa y entrena con datos de acceso, comportamiento y ubicación de alta precisión en las nubes, recopilados continuamente a través de los sistemas de control de acceso.

Algo que se debe aclarar aquí es si se pueden obtener datos precisos de acceso y comportamiento y cómo. En la actualidad, la mayoría de los sistemas de control de acceso determinan el acceso físico a través de la autentificación / marcado como evidencia de presencia o asistencia. No obstante, algunas personas pueden decidir no ingresar después de la autenticación, u otras pueden eludir la autentificación siguiendo a alguien que ha marcado. Esto significa que es imposible obtener datos precisos de acceso y movimiento de los sistemas de control de acceso ya existentes.

Sin embargo, los sistemas de ubicación en tiempo real (RTLS por sus siglas en inglés) pueden cambiar las reglas del juego al permitir información precisa de acceso y movimiento. Le permite identificar casos en los que se abusa la autentificación/marcado (irse después de la primera marcación o seguir a otros sin autentificación). El control de acceso habilitado para RTLS nos permite recolectar datos con la suficiente precisión y calidad para entrenar la IA.

Recientemente, los fabricantes de teléfonos inteligentes como Samsung y Apple han estado compitiendo para hacer el mejor uso de UWB (Banda ultraancha, en inglés ultra-wideband o UWB), una de las tecnologías típicas de RTLS. Si se integra UWB con credenciales móviles en dispositivos inteligentes, se puede implementar fácilmente en sistemas de control de acceso. En los próximos años, varios sistemas de control de acceso habilitado para RTLS con inteligencia de ubicación precisa estarán disponibles en el mercado.

En el futuro, lograremos lo que muchos gerentes de seguridad han soñado: sistemas de control de acceso que predicen posibles problemas basados en datos precisos de entrada y salida que evitan que ocurran problemas.

En medio de la 4ta Revolución Industrial

En 2018, visité la oficina principal de Salesforce.com en San Francisco como parte del programa de capacitación en el extranjero de la Agencia de Información y Comunicación de Corea. Lo que llamó mi atención, un cartel de Einstein del servicio Salesforce.com, que cubría todo el edificio desde la entrada. Einstein es un servicio impulsado por IA que aprovecha los grandes datos de Salesforce.com para recomendar clientes con una alta posibilidad de conversión y pronosticar el volumen de ventas futuro para tomar medidas preventivas. Yo era un poco escéptico acerca de la viabilidad de la tecnología. Pero era simplemente enorme; la IA que se entrenó con cantidades masivas de datos llamados big data supera a los humanos, y los servicios en la nube impulsados por estos motores de IA brindan un nuevo valor que las soluciones on-premise, soluciones locales, no pueden proporcionar. 

En pocas palabras, la revolución industrial representa un cambio en la creación de valor de cambio. Eso es un cambio en la manera en la que ganamos dinero. Creo que vi cómo la forma de generar valor de cambio estaba cambiando en San Francisco en 2018, lo cual me ayudó a comprender por qué tales cambios se denominan “la 4. ª” Esto también explica por qué los desarrolladores de Suprema, incluido yo mismo, están dedicados a la IA para mejorar la comodidad y eficiencia de las ofertas de control de acceso basadas en la nube.

Atribuido a: Seongbin Choi, director del Centro de Investigación y Desarrollo de Suprema, Suprema Inc.