La mise à niveau pourrait également résoudre la fatigue de la notification, un problème courant avec les systèmes de sécurité domestique
En un mot: La bague appartenant à Amazon est un nom familier dans la sécurité à domicile, reconnue pour ses sonnettes et caméras vidéo qui permettent aux propriétaires de garder un œil sur leur propriété de n’importe où. Maintenant, la société introduit des «descriptions de vidéos» de l’IA, une fonctionnalité conçue pour rendre la surveillance à domicile plus rapidement et plus informative.
Au lieu des notifications vagues habituelles comme « Motion détectées », le nouveau système de Ring envoie aux utilisateurs un résumé concis et textuel de ce que la caméra voit réellement. Par exemple, un propriétaire peut recevoir une lecture alerte, « une personne monte les marches avec un chien noir » ou « Deux personnes regardent une voiture blanche dans l’allée ». Ces notifications sont générées en temps réel et livrées directement au téléphone de l’utilisateur, ce qui leur permet de décider si la situation nécessite une attention immédiate ou peut être ignorée en toute sécurité.
La technologie derrière les descriptions de vidéos repose sur une IA générative, qui est formée pour interpréter et décrire les données visuelles. Lorsqu’une caméra en anneau détecte le mouvement, l’IA examine le flux vidéo et le compare aux modèles et objets qu’il a appris à partir de grandes quantités de données de formation. Il reconnaît les formes, les couleurs et les actions, puis résume l’événement principal qui a déclenché l’alerte dans une courte phrase. Les descriptions sont intentionnellement brèves, se concentrant uniquement sur le sujet et l’action les plus pertinents, afin que les utilisateurs puissent prendre des décisions en un coup d’œil sans avoir à passer au crible des séquences vidéo.
Cette mise à niveau aborde un problème commun avec les systèmes de sécurité domestique: la fatigue de la notification. Les caméras traditionnelles peuvent souvent bombarder les utilisateurs avec des alertes génériques fréquentes, ce qui conduit beaucoup à les ignorer complètement. La mise à niveau fournit un contexte plus riche, comme la distinction entre un livreur, le chien d’un voisin ou une activité suspecte, permettant aux utilisateurs de hiérarchiser ce qui compte et de réduire les interruptions inutiles.
Le déploiement des descriptions de vidéos est actuellement en version bêta pour les abonnés Ring Home Premium aux États-Unis et au Canada, et il fonctionne avec toutes les sonnettes et caméras annulaires existantes. La fonctionnalité peut être activée via l’application Ring, et les utilisateurs peuvent se retirer s’ils préfèrent les notifications traditionnelles.
Pour l’avenir, Ring prévoit d’élargir davantage ces capacités d’IA. Les fonctionnalités à venir incluent la possibilité de regrouper plusieurs événements de mouvement en une seule alerte et une détection d’anomalies personnalisées qui apprend les routines habituelles d’un ménage et informe les utilisateurs que lorsque quelque chose de l’ordinaire se produit.
Cette approche, connue sous le nom de détection d’anomalies IA, utilise l’apprentissage automatique pour identifier les modèles d’activité normaux et les écarts de drapeau, rendant ainsi la sécurité à domicile plus intelligente et plus efficace au fil du temps.
Le déménagement de Ring fait partie d’une tendance plus large de l’industrie, car des concurrents comme Arlo, Wyze et Google Nest introduisent également des alertes descriptives alimentées par l’IA sur leurs systèmes de caméras. Cependant, la concentration de Ring sur les informations concises et exploitables vise à la distinguer dans un champ bondé.
Comme pour toute technologie qui collecte et analyse les données personnelles, des problèmes de confidentialité demeurent.
Ring fournit des contrôles de confidentialité dans son application, y compris la possibilité de désigner des « zones de confidentialité » où les caméras n’enregistreront ni n’afficheront des images. Pourtant, l’utilisation accrue de l’IA dans les caméras à domicile a déclenché un débat sur la collecte de données, la précision et le potentiel d’utilisation abusive.
