L’industrie des technologies de surveillance est aujourd’hui sous le feu des projecteurs, mais pas pour les meilleures raisons. Alors que la controverse autour de l’utilisation du réseau de caméras de Flock par les services de l’immigration et des douanes américains pour surveiller les gens, et que le fabricant de caméras domestiques Ring suscite des critiques pour la création de nouvelles fonctionnalités qui permettraient aux forces de l’ordre de demander aux propriétaires des images de leur quartier, il existe actuellement un vaste débat sur la sécurité, la confidentialité et qui peut surveiller qui.
Mais la controverse n’efface pas les marchés, et l’amélioration continue des modèles de langage visuel n’a fait que donner plus de vent aux entreprises qui cherchent de nouvelles façons d’aider les entreprises à surveiller ce qui se passe dans leurs locaux.
Selon Matan Goldner, co-fondateur et PDG de la startup de vidéosurveillance Conntour, l’éthique autour de ce sujet est suffisamment importante pour dire que son entreprise est assez pointilleuse quant aux clients à qui vendre. Cela ne semble peut-être pas judicieux d’un point de vue commercial pour une startup créée il y a à peine deux ans, mais Goldner affirme qu’il peut se le permettre car Conntour compte déjà plusieurs grands clients gouvernementaux et cotés en bourse, dont le Bureau central des stupéfiants de Singapour.
« Le fait que nous ayons de si gros clients nous permet de les sélectionner et de garder le contrôle (…) Nous contrôlons vraiment qui l’utilise, quel est le cas d’utilisation, et nous pouvons sélectionner ce que nous pensons être moral et, bien sûr, légal. Nous utilisons tout notre jugement et nous prenons des décisions basées sur des clients spécifiques avec lesquels nous pouvons (travailler) parce que nous savons comment ils l’utiliseront », a déclaré Goldner à TechCrunch dans une interview exclusive.
Cette traction a aidé Conntour à bien plus que d’être sélectif. Les investisseurs en ont pris note : la startup a récemment levé un tour de table de 7 millions de dollars auprès de General Catalyst, Y Combinator, SV Angel et Liquid 2 Ventures.
Goldner a déclaré que le cycle s’était terminé dans les 72 heures. « Je pense que j’ai programmé environ 90 réunions en huit jours environ, et juste après trois jours – nous avons commencé lundi et mercredi après-midi, nous avions terminé », a-t-il déclaré.
Quoi qu’il en soit, Conntour a peut-être raison d’être pointilleux, surtout compte tenu de la puissance des outils d’IA dans cet espace. La plate-forme vidéo de l’entreprise utilise des modèles d’IA pour permettre au personnel de sécurité d’interroger les flux de caméras en utilisant un langage naturel pour trouver n’importe quel objet, personne ou situation dans les images, en temps réel – un moteur de recherche de type Google spécialement conçu pour les flux vidéo de sécurité. Il peut également surveiller et détecter lui-même les menaces en fonction de règles prédéfinies et afficher automatiquement des alertes.
Contrairement aux systèmes existants qui dépendent de définitions ou de paramètres prédéfinis pour détecter des objets, des modèles de mouvement ou des comportements spécifiques, Conntour affirme que son système utilise des modèles de langage naturel et visuel, ce qui lui confère un haut degré de flexibilité et de convivialité. Un utilisateur peut demander : « Trouvez des exemples de quelqu’un en baskets passant un sac dans le hall », et le système de Conntour recherchera rapidement toutes les séquences enregistrées ou les flux vidéo en direct pour renvoyer des résultats pertinents.
Et comme la plate-forme intègre des modèles d’IA, les utilisateurs peuvent simplement poser des questions sur les images et obtenir des réponses sous forme de texte, accompagnées des flux vidéo pertinents, ainsi que générer des rapports d’incident.
L’argument de vente de l’entreprise réside cependant dans son évolutivité. Goldner a expliqué que la plate-forme diffère principalement des autres services de recherche vidéo IA car elle est conçue pour s’adapter efficacement à des systèmes comprenant des milliers de flux de caméras. En fait, a-t-il déclaré, le système Conntour peut surveiller jusqu’à 50 flux de caméras à partir d’un seul GPU grand public comme le RTX 4090 de Nvidia.
Pour ce faire, l’entreprise utilise plusieurs modèles et systèmes logiques, puis identifie les modèles et systèmes que l’algorithme doit utiliser pour chaque requête afin de nécessiter le moins de puissance de calcul possible afin de donner aux utilisateurs les meilleurs résultats.
Conntour affirme que son système peut être déployé entièrement sur site, entièrement sur le cloud, ou un mélange des deux. Il peut se connecter à la plupart des systèmes de sécurité déjà utilisés ou servir à lui seul de plate-forme de surveillance complète.
Mais il existe un problème de longue date dans le secteur de la vidéosurveillance : la qualité de la surveillance dépend de la qualité des images capturées. Il est difficile de distinguer les détails des images d’un parking mal éclairé, enregistrées par une caméra basse résolution avec un objectif sale, par exemple.
Goldner affirme que Conntour se prémunit contre cette fatalité en fournissant un score de confiance avec ses résultats de recherche. Si la source d’un flux de caméra n’est pas d’une qualité suffisante, le système renverra des résultats avec des niveaux de confiance faibles.
À l’avenir, Goldner affirme que le plus gros problème technique à résoudre est d’apporter le plein niveau de capacité LLM à son système tout en maintenant son efficacité.
« Nous voulons faire deux choses en même temps, et elles se contredisent. D’une part, nous voulons offrir une flexibilité totale en langage naturel, de style LLM, pour vous permettre de demander n’importe quoi. Et d’un autre côté, il y a de l’efficacité, nous voulons donc qu’il utilise très peu de ressources, car encore une fois, le traitement (des milliers) de flux est tout simplement insensé. Cette contradiction est la plus grande barrière technique et le plus grand problème technique dans notre espace, et ce sur quoi nous travaillons très, très dur pour résoudre. «
