Mais le thème à la mode de la vision IA, c'est-à-dire le traitement des images à l'aide de l'intelligence artificielle, suscite encore un certain malaise chez de nombreuses personnes en ce qui concerne la sécurité des données. Justement parce qu'elle est de plus en plus utilisée dans de nouveaux domaines, comme l'espace public. Par exemple, dans les voitures et les bus, où des caméras remplacent le rétroviseur classique afin d'attirer activement l'attention du conducteur sur les dangers, des caméras qui analysent le volume du trafic aux carrefours afin d'améliorer la fluidité de la circulation en adaptant les temps des feux de signalisation ou des caméras qui enregistrent le taux d'occupation des places de parking afin d'informer les automobilistes des places libres grâce à des systèmes de guidage. Mais quand on parle de caméras, on pense encore souvent à la surveillance ou à l'enregistrement d'images sur lesquelles on apparaît. Et même en ce qui concerne la connaissance de l'intelligence artificielle, il existe encore des incompréhensions et des réserves quant à ses capacités ou à son utilisation.

Anonymisation des données avec la vision IA

La vision embarquée basée sur l'IA est justement la pièce qui manquait aux caméras pour traiter les images de manière anonyme directement sur place. En effet, contrairement à ce que l'on pourrait penser, l'IA ne stocke pas des quantités de données pour les analyser avec des images connues afin de déterminer les points communs ou les différences. La crainte que des visages pris au hasard dans l'arrière-plan de l'image restent pour toujours dans une base de données et qu'il en résulte une violation de la protection des données est donc déjà infondée. Par ailleurs, l'IA, telle que nous l'utilisons aujourd'hui, est « docile » et ne fait que ce pour quoi elle a été entraînée. Rien de plus, rien de moins ! Lors de l'entraînement avec des images appropriées, un réseau neuronal apprend à associer uniquement des caractéristiques spécifiques récurrentes dans l'image avec des informations prédéfinies. Il s'agit par exemple de formes marquantes, d'accumulations de points ou de surfaces. Les algorithmes d'apprentissage automatique (ML) n'ont pas besoin de contexte explicatif pour cela. L'IA est quasiment aveugle de ce point de vue. Elle est ainsi capable d'identifier des visages sans savoir ce qu'est un visage. L'IA ne voit pas les choses dans leur ensemble et n'est pas en mesure d'identifier des relations complexes au-delà du cas d'utilisation auquel elle a été formée.

À titre de comparaison : Une personne qui perçoit consciemment quelque chose aujourd'hui ne l'oubliera jamais et se souviendra toujours de ce qu'elle a « appris » ou « mémorisé », même dans des contextes très différents. Aujourd'hui, une IA n'est pas du tout entraînée à cela et n'en est pas non plus capable du point de vue de la performance. Les résultats de la vision IA ne sont donc établis que sur des données fortement généralisées ou anonymisées. C'est pourquoi le traitement d'image basé sur l'IA est un excellent outil pour ne pas porter atteinte à la sécurité des données dans le processus.

Dans un système IA reposant sur l'Edge Computing et fonctionnant de manière totalement autonome, les données d'images peuvent être modifiées ou rendues anonymes avant la transmission des données de résultats.
Dans un système IA reposant sur l'Edge Computing et fonctionnant de manière totalement autonome, les données d'images peuvent être modifiées ou rendues anonymes avant la transmission des données de résultats.

Plus de stockage de données avec l'Edge Computing

En effet, si les données d'image sont évaluées directement dans la caméra et que seuls les résultats sont transmis, nous parlons par définition d'un « système intégré ». Les informations importantes pour le processus sont extraites directement de l'appareil, sans avoir à enregistrer ou transmettre les images et les crypter pour des raisons de sécurité. Dans le cas d'une caméra intelligente, il est donc possible d'empêcher que des données sensibles ne quittent l'appareil et ne tombent ainsi entre les mains de personnes qui pourraient établir un lien avec des visages. Pour le respect de la protection des données en relation avec les données personnelles, l'Edge Computing est donc une méthode efficace pour éviter de manière assez sûre le stockage centralisé des données.

L'IA Edge déjà disponible

En résumé, les solutions de vision embarquée basées sur l'IA constituent le mélange de technologies idéal pour réaliser et garantir le traitement anonyme de données personnelles sensibles, par exemple dans les applications de villes intelligente ! Et avec les caméras intelligentes, les appareils adéquats sont déjà disponibles sur le marché. Grâce aux applications de vision, les caméras à intelligence artificielle IDS NXT, par exemple, s'intègrent facilement dans ce type d'applications sensibles. Grâce au studio de vision IA basé sur le cloud, IDS NXT lighthouse, les applications de vision appropriées ainsi que les réseaux neuronaux nécessaires peuvent être créés facilement et rapidement par toute personne n'ayant aucune connaissance préalable en matière d'apprentissage automatique et de programmation d'applications. Les caméras IDS NXT fonctionnent alors de manière totalement autonome et produisent des résultats directs, mais sont également capables de modifier les images avant leur retransmission, par exemple en pixellisant les visages détectés. Avec IDS NXT, le traitement d'image basé sur l'IA est à la disposition de tous grâce à des outils faciles à utiliser. Ainsi, chacun peut se convaincre que l'IA Edge n'est pas un problème de sécurité, mais peut être la solution pour un traitement des données totalement anonyme.