Conntour привлекла 7 млн долларов от General Catalyst и YC на разработку системы поиска по видеозаписям с использованием ИИ

В настоящее время отрасль технологий видеонаблюдения находится под пристальным вниманием, хотя и не по самым благоприятным причинам. Скандалы разгорелись после того, как, по сообщениям, Служба иммиграционного и таможенного контроля США получила доступ к сети камер Flock для целей наблюдения, а производитель домашних камер Ring подвергся критике за разработку функций, позволяющих правоохранительным органам запрашивать у домовладельцев видеозаписи из их окрестностей. Эти события вызвали широкую дискуссию о безопасности, конфиденциальности и этике мониторинга.

Однако споры не снижают рыночного спроса. Постоянные усовершенствования моделей «зрение-язык» стимулируют рост компаний, которые помогают предприятиям более эффективно контролировать свои помещения.

Матан Голднер, соучредитель и генеральный директор стартапа Conntour, занимающегося видеонаблюдением, признает, что этические соображения настолько серьезны, что его компания очень избирательна в отношении своих клиентов. Хотя это может показаться неожиданным для стартапа, которому едва исполнилось два года, Голднер говорит, что Conntour может позволить себе быть избирательным, поскольку среди его клиентов уже есть несколько крупных государственных и публичных организаций, в том числе Центральное бюро по борьбе с наркотиками Сингапура.

«Тот факт, что у нас есть такие крупные клиенты, позволяет нам выбирать их и сохранять контроль. Мы действительно контролируем, кто использует нашу систему, в каких целях, и можем выбирать то, что считаем моральным и, конечно же, законным. Мы используем все свое суждение и принимаем решения, ориентируясь на конкретных клиентов, с которыми мы готовы работать, потому что знаем, как они будут использовать нашу систему», — сказал Голднер в эксклюзивном интервью TechCrunch.

Такая динамика позволила Conntour не только быть избирательной. Инвесторы обратили на это внимание: недавно стартап привлек 7 миллионов долларов в рамках раунда посевного финансирования от General Catalyst, Y Combinator, SV Angel и Liquid 2 Ventures.

Голднер сказал, что раунд закрылся в течение 72 часов. «Я думаю, что я запланировал около 90 встреч за восемь дней, и уже через три дня — мы начали в понедельник, а к среде днем все было готово», — сказал он.

Придирчивость Conntour вполне оправдана, особенно с учетом мощности современных инструментов искусственного интеллекта в этой области. Видеоплатформа компании использует модели ИИ, позволяющие сотрудникам службы безопасности запрашивать данные с камер на естественном языке, находя любой объект, человека или ситуацию в режиме реального времени — по сути, это поисковая система, подобная Google, адаптированная для видеонаблюдения. Она также может автономно отслеживать угрозы на основе заранее заданных правил и выдавать автоматические оповещения.

В отличие от устаревших систем, которые полагаются на жесткие определения или параметры для обнаружения конкретных объектов, моделей движения или поведения, Conntour заявляет, что ее система использует модели на основе естественного языка и языка изображений, обеспечивая высокую гибкость и удобство использования. Пользователь может задать запрос: «Найди случаи, когда человек в кроссовках передает сумку в холле», и система Conntour быстро просканирует все записанные видеозаписи или прямые трансляции, чтобы выдать соответствующие результаты.

Скриншот платформы Conntour в действии. Источник изображения: Conntour

Поскольку платформа интегрирует модели искусственного интеллекта, пользователи могут просто задавать вопросы о видеозаписях и получать ответы в текстовом виде, сопровождаемые соответствующими видеороликами, а также генерировать отчеты об инцидентах.

Однако главным преимуществом компании является ее масштабируемость. Голднер пояснил, что платформа отличается от других сервисов поиска видео с помощью ИИ тем, что она разработана для эффективного масштабирования до систем с тысячами видеопотоков. По его словам, система Conntour может отслеживать до 50 видеопотоков на одном потребительском графическом процессоре, таком как Nvidia RTX 4090.

Компания достигает этого за счет использования нескольких моделей и логических систем, а затем определяет, какая комбинация требует наименьших вычислительных мощностей для получения наилучших результатов по каждому запросу пользователя.

Conntour утверждает, что ее система может быть развернута полностью локально, полностью в облаке или в смешанном режиме. Она может интегрироваться с большинством существующих систем безопасности или служить в качестве автономной полнофункциональной платформы видеонаблюдения.

Тем не менее, отрасль видеонаблюдения давно сталкивается с постоянной проблемой: качество наблюдения зависит от качества снятого материала. Например, трудно разглядеть детали на плохо освещенной парковке, снятой камерой с низким разрешением и грязным объективом.

Голднер говорит, что Conntour страхуется от этого, предоставляя оценку достоверности наряду с результатами поиска. Если качество исходного видео с камеры недостаточно высокое, система возвращает результаты с низким уровнем достоверности.

Говоря о будущем, Голднер отмечает, что самой большой технической проблемой является внедрение в систему всех возможностей больших языковых моделей при сохранении эффективности.

«У нас есть две задачи, которые мы хотим решать одновременно, но они противоречат друг другу. С одной стороны, мы хотим обеспечить полную гибкость естественного языка в стиле LLM, чтобы можно было задавать любые вопросы. С другой стороны, есть вопрос эффективности — мы хотим, чтобы система использовала очень мало ресурсов, потому что обработка тысяч потоков — это просто безумие. Это противоречие является самым большим техническим барьером и проблемой в нашей области, и мы очень усердно работаем над его решением».