Å ha rike datakilder er i dag et kritisk fortrinn for virksomheter. Ifølge Milestone Systems har data som brukes til å trene AI-modeller tradisjonelt blitt hentet fra ulike steder – enten åpne kilder på Internett eller andre databaser. Dette kan selvsagt føre til upålitelige og tvilsomme resultater, basert på kvaliteten på inputdataene.

I tillegg kan AI-utviklere i konkurransen om å skape de beste modellene møte juridiske og etiske utfordringer knyttet til bruk av data. I enkelte tilfeller har dette ført til betydelige rettssaker om opphavsrett og datasamtykke.

Dette er grunnen til at videodata og metadata er en uvurderlig ressurs. De gir innsikt på bakkenivå i bevegelsesmønstre, oppholdstid, atferd, topptider og mer – faktorer som påvirker alt fra salg og markedsføring til vedlikehold og renhold.

Ansvarlige data

Et nylig prosjekt fra Milestone Systems, kalt Project Hafnia, viser hva som er mulig når man trener maskinlærings- og dyp læringsmodeller på komplekse aktiviteter og objekter. Project Hafnia kuraterer og tagger store mengder data og leverer dem som en ferdig pakke for AI-modelltrening, noe som effektiviserer utviklingen av AI-modeller. Dataene resirkuleres, anonymiseres og renses for å sikre høy kvalitet og sporbarhet.

Nøkkelen til Project Hafnia er at dataene er ansvarlig innhentet. Det betyr at brukerne kan være trygge på at treningen oppfyller kravene som stilles til databehandlere i Europa, Storbritannia og andre regioner. Som Søren Rågård Jensen, Executive Product Enablement Manager hos Milestone Systems, forklarer:

“Fundamentet i Hafnia er et fullt compliant, ansvarlig innhentet videodatabibliotek… Det er et videodatabibliotek i en skala som ingen utvikler av avansert videoanalyse kan samle inn på egen hånd.”

Fire hensyn ved bruk av data

Project Hafnia tydeliggjør flere områder ledere må være oppmerksomme på når de bruker data:

1. Datakvalitet og aktualitet.  Hvis input ikke er nøyaktig eller oppdatert, vil AI-modellens resultat eller trening bli feil. Beslutninger kan ikke tas basert på upålitelige resultater, og dette vil svekke tilliten til AI og databruk i organisasjonen. Feil data kan raskt eskalere og true beslutninger og drift.
2. Sensitiv informasjon.  Datasett hentet fra tvilsomme kilder kan utilsiktet inneholde sensitiv informasjon, skadelig innhold eller feilinformasjon. Hvis datasettet er for smalt, kan det gi skjeve resultater. Det kan også i utgangspunktet mangle personvern for individene som har bidratt med data – med eller uten deres samtykke.
3. Ressurskrevende.  Jo bredere datagrunnlag, desto mer manuell kuratering og rensing kreves. Jo flere mennesker som håndterer data, jo høyere risiko for kvalitetsfeil.
4. Lovgivning.  Organisasjoner må sikre at de overholder GDPR og annen regional lovgivning, inkludert den kommende EU AI Act – både når det gjelder sensitiv informasjon og dataenes opprinnelse. Nye reguleringer kan kreve at selskaper oppgir datakildenes proveniens, noe som ofte er vanskelig for AI-utviklere.

En datadrevet tilnærming

Når alt stemmer – og ledere har riktige datakilder – kan resultatene være betydelige. I Genova, en smart by, brukes et omfattende kamerasystem til trafikkstyring, trafikksikkerhet, sivil beskyttelse og nødetater. Byen har inngått en datalisensavtale med Milestone Hafnia og levert store mengder trafikkvideo. Dataene finjusterer den største vision-language-modellen innen trafikk, og gjør det mulig å automatisere tekstbaserte sammendrag av hendelser i video – uten umiddelbar menneskelig interaksjon. Videoene forblir alltid beskyttet på Milestones plattform.

I andre bransjer kan video fungere som en nøkkelressurs for detaljhandel – for planlegging av butikkoppsett, kampanjemateriell, produktplassering og til og med åpningstider. Videoinnsikt kan vise når kundestrømmen er størst, hvilke områder som er mest besøkt, og hvordan bemanning bør tilpasses. Anonymisering og annotering innebærer at sensitiv data ikke deles, samtidig som dataproveniens kan spores.

Data er fremtiden

Å være en ledende aktør i dette århundret vil avgjøres av dataene du bruker – og AI-modellene som trenes på dem. Når alle beslutninger og all automatisering vil være datadrevet, må dataene være pålitelige, etiske og av høy kvalitet.

– I fremtiden tror jeg vi vil ha et stempel som sier ‘etisk trent’. Det er høyt på agendaen vår og en del av Milestones satsing på ansvarlig teknologi. Dette kan være en ny retning for teknologi – ikke bare fordi det er mulig, men fordi det bidrar til en bedre verden, oppsummerer Søren.

Having a rich source of data is a critical differentiator for businesses today. Traditionally, according to Milestone Systems, the data used to train AI models has been scraped from somewhere, be that publicly available sources such as the Internet, or elsewhere. Of course, that can lead to untrusted, questionable outcomes based on the quality of data being inputted.

Plus, in the race to create the very best models, AI developers can face possible legal and ethical issues around the use of that data. In some cases, this has led to significant court cases around copyright and data consent

That’s where video data and its metadata are an invaluable asset, offering on-the-ground insights into movement patterns, dwell times, behaviour, peak times, and more, that impact everything from sales and promotions to maintenance and cleaning.

Responsible data

A recent project by Milestone Systems, called Project Hafnia, showcases what’s possible for training machine learning and deep learning models in complex activities and objects. Project Hafnia carefully curates and tags vast swathes of data and delivers it as a ready-made package for AI model training, streamlining the process of developing AI models. The data is recycled, anonymised and tidied to provide high-quality, traceable data.

The key with Project Hafnia data is that it is responsibly sourced, meaning users can rest assured that their training meets the various regulations required of data controllers and processors across Europe, the UK and beyond. As Søren Rågård Jensen, Executive Product Enablement Manager at Milestone Systems, explains, “The foundation of Hafnia is a fully compliant, responsibly sourced video data library… It’s a video data library at a scale that is more data than any solution developer of advanced video analytics can source themselves.”

Four considerations for data usage

Project Hafnia highlights several areas that business leaders must be aware of when using data:

1. Data quality and timeliness: If the input isn’t accurate or up-to-date with current conditions, then the result and/or training of the AI model will be incorrect. Decisions cannot be made on untrustworthy results, and this will impact ongoing trust in AI and data use in your organisation. Inaccurate data can quickly scale, snowballing until decision-making and operations are threatened.

2. Sensitive information: Datasets scraped from questionable sources may inadvertently include sensitive information, harmful content or misinformation. If the dataset isn’t broad and diverse enough, it can lead to biased results. The dataset may not, by default, protect the privacy of individuals whose data has been used, with their permission or otherwise.

3. Resource-intensive: The broader the dataset, the more manual curation and cleaning it used to require. The more humans involved in creating a dataset, the greater the risk of human error causing quality issues and inaccuracies.

4. Legislation: Organisations need to ensure that they comply with GDPR and other region-specific legislation, including the incoming EU AI Act, both in terms of sensitive information and data lineage. Emerging regulations may require companies to disclose dataset provenance, at least in broad terms. This can be difficult for AI developers to do.

Taking a data-driven approach

When everything aligns, and business leaders have the right data sources at their disposal, the results can be staggering. In Genoa, a smart city, an extensive use of cameras is supporting traffic management, road safety, civil protection, and emergency response. The City has entered into a data licensing agreement with Milestone Hafnia and has now provided a large amount of traffic video footage. This data fine-tunes the largest vision-language model for traffic, enabling full end-to-end text summarisation of events in a video clip without immediate human intervention. The data is always protected, with videos remaining on the Milestone platform.

Applied to other industries, this could see video becoming a key asset for retailers, in planning store layout, promotional messaging, product placement and even opening hours. Video insights can help leaders understand footfall at specific times, to inform staffing, as well as movement within a store, so high-profit items are placed in the busiest areas. Anonymisation and annotation within the video management platform mean sensitive data isn’t shared, and data provenance can be tracked.

Data is the future

Being a frontrunner in this century will be determined by the data you use and the AI models trained on it. If every decision and automation will be made based on data, you must ensure that the data is high-quality, trustworthy, and ethical.

“In the future, I think we will have a rubber stamp saying, ‘ethically trained,’” states Søren. “That is really high up on our agenda and part of the responsible technology agenda being driven by Milestone Systems. “I think this can be a new direction for technology, not just because it can be done, but because it is creating a better world.”