Modelli di Deep Learning per analisi di flussi di video in applicazioni di security e cyber-security

Abstract

L’intelligenza artificiale (IA) è diventata parte integrante del mondo moderno, permeando vari aspetti della vita quotidiana e trasformando le industrie di tutto il mondo. Da dispositivi personali e assistenti digitali a sistemi complessi e processi decisionali, l’IA è sempre più onnipresente. È presente in settori come l’assistenza sanitaria, la finanza, i trasporti, la comunicazione e l’intrattenimento. Ogni giorno che passa, l’IA continua ad evolversi, offrendo nuove possibilità e spingendo i confini di ciò che la tecnologia può raggiungere. La proliferazione dell’utilizzo degli algoritmi dell’IA può essere attribuita a diversi fattori. Innanzitutto, la crescita esponenziale della potenza di calcolo e la disponibilità di enormi quantità di dati dai quali poter attingere le informazioni. Questi elementi hanno contribuito allo sviluppo di algoritmi sofisticati e di modelli di apprendimento automatico in grado di estrarre informazioni significative da set di dati complessi. L’emergere di grosse quantità di dati, detti in linguaggio tecnico big data, ha alimentato le capacità dell’IA, fornendo la materia prima necessaria per informare, addestrare e perfezionare i sistemi intelligenti. Inoltre, la sua presenza si intreccia con il rapido progresso delle tecnologie hardware. Le unità di elaborazione grafica (GPU) e i chip specializzati hanno accelerato il calcolo necessario per l’addestramento delle reti neurali profonde (deep neural network), consentendo un’elaborazione più rapida ed efficiente. Anche l’accesso ad infrastrutture di calcolo esterne che garantiscono potenze di calcolo notevoli in conto a terzi (il cosiddetto cloud computing) ha svolto un ruolo cruciale, offrendo risorse scalabili e un’infrastruttura accessibile per la distribuzione di tali tecnologie in vari domini scientifici e tecnologici.

Artificial Intelligence (AI) has become an integral part of our modern world, permeating various aspects of everyday life, and transforming industries around the world. From personal devices and digital assistants to complex systems and decision-making processes, AI is increasingly ubiquitous. Its presence can be observed in various sectors such as healthcare, finance, transportation, communication and entertainment. With each passing day, AI continues to evolve, offering new possibilities and pushing the boundaries of what technology can achieve. The proliferation of the use of AI algorithms can be attributed to several factors. First, the exponential growth of computing power and the availability of enormous quantities of data from which information can be drawn. These elements have contributed to the development of sophisticated algorithms and machine learning models capable of extracting meaningful information from complex datasets. The emergence of large quantities of data, called big data in technical language, has fueled the capabilities of AI, providing the raw material necessary to inform, train and perfect intelligent systems. Furthermore, its presence is intertwined with the rapid advancement of hardware technologies. Graphics processing units (GPUs) and specialized chips have accelerated the computation needed to train deep neural networks, enabling faster and more efficient processing. Access to external computing infrastructures that guarantee significant computing power on behalf of third parties (so-called cloud computing) has also played a crucial role, offering scalable resources and an accessible infrastructure for the deployment of such technologies in various scientific and technological domains.