Artificiële Intelligentie Oplossingen die bijdragen aan Evenementenveiligheid

Artificiële Intelligentie Oplossingen die bijdragen aan Evenementenveiligheid

In deze blog verkennen we de wereld van AI-toepassingen die zeer waarschijnlijk in de evenementenbranche ook een grote impact gaan maken op ons focusgebied van veiligheids- en crisisbeheersing. We starten met een definitie en begripsbeschrijving van wat AI nou eigenlijk is, daarna verkennen we welke mogelijke toepassingen er zijn ten aanzien van aan evenementen gerelateerde veiligheidsvraagstukken. Dit is een eerste blog in de serie ‘AI en Evenementenveiligheid’.

De producten van de evenementenbranche hebben een grote aantrekkingskracht op de vele enthousiaste bezoekers van bijvoorbeeld muziekfestivals, sportevenementen, beurzen en conferenties in ons land. Zo stond ik op vrijdag 19 september nog tussen duizenden uitgelaten bezoekers van het prachtige ‘Into The Woods’- festival in Amersfoort en was ik wederom onder de indruk van de hoge mate van kwaliteit maar ook vooral veiligheid die de professionele evenementenorganisatoren in ons land weten te realiseren.

Met de gecoördineerde inzet van bijvoorbeeld beveiligingsmedewerkers en verkeersregelaars op basis van een solide planvorming (zowel productioneel als gericht op veiligheid) wordt al veel uit de kast gehaald om de maatgevende risicoscenario’s zo beheersbaar mogelijk te maken. Ondanks het hoge niveau van de Nederlandse evenementenbranche, blijven er uitdagingen ten aanzien van bijvoorbeeld de toekomstbestendige betaalbaarheid/haalbaarheid van deze veiligheidsmaatregelen en zullen helaas ook altijd nog Black Swans[1], Near Misses[2] en daadwerkelijk ernstige incidenten optreden.

[1] Een black swan event is een zeldzame, onvoorspelbare gebeurtenis met enorme gevolgen, die achteraf wel als logisch verklaarbaar wordt gezien. 

[2] Een near-miss event is een ongeplande situatie welke potentieel kan leiden tot schade, gewonden of doden maar dat niet tot gevolg heeft door geluk of tijdige interventie.

Nieuwe mogelijkheden met AI

De stormachtige ontwikkeling en toenemende inzet van Artificiële Intelligentie (AI) geeft een enorme impuls aan nieuwe mogelijkheden en oplossingen op vele vakgebieden. Daarmee is het ook interessant om te onderzoek en welke positieve bijdrage AI kan gaan leveren in ons werkveld. Ik ben er zelf van overtuigd dat, in dit steeds meer digitale tijdperk, AI een zeer grote rol zal gaan spelen in het verbeteren van de veiligheid van evenementen.

Deze blog is een eerste stap in deze nieuwe wereld en daarmee de start van een langere serie. Daarmee is nu niet de focus op een alomvattende beschrijving maar het laten ontstaan van een eerste begrip, voordat in latere blogs meer diepgang aan de hand van daadwerkelijke cases zal worden onderzocht. De voorbeelden die nu gebruikt worden betreffen met name toepassingen uit de VS. Dit is een bewuste keuze omdat voorbeelden in deze fase niet bedoeld zijn om te informeren over de in Nederland beschikbare toepassingen maar gericht zijn op het zo onafhankelijk mogelijk laten ontstaan van begrip en kennis over de mogelijkheden.

Bij de inzet van AI-toepassingen zijn er terechte vraagstukken rond ethiek en privacy. Deze zijn door de snel ontwikkelende techniek nog lang niet allemaal uitgekristalliseerd. In deze blog gaan we niet diepgaand in op deze kwesties omdat we immers verkennen wat de technologie ons mogelijk kan bieden, maar dient wel later in deze serie de juiste aandacht te krijgen.

Meer weten over de achterliggende techniek van Artificiële Intelligentie?

Er zijn verschillende manieren om AI onder te verdelen in ordes, om meer te leren over de verschillende achterliggende technieken. Ten aanzien van de techniek/methode is de volgende onderverdeling te maken:

  • Machine Learning (ML), AI die leert van data zonder expliciet geprogrammeerd te zijn. ML is op zijn beurt weer onder te verdelen in Supervised learning: leert met gelabelde data, Unsupervised learning: leert zonder gelabelde data en Reinforcement learning: leert door trial-and-error. Praktijk voorbeelden: Fraudedetectie in banken en Aanbevelingssystemen (Netflix, Spotify)
  • Deep Learning (DL), AI met specifieke vorm van machine learning middels gebruik van neurale netwerken, geïnspireerd op het menselijk brein. Kenmerkend voor dit soort toepassing is een grote database en hoge verwerkingskracht. Praktijkvoorbeelden: Beeldherkenning, Spraak naar Tekst toepassingen, Autonome voertuigen.
  • Natural Language Processing (NLP), AI die menselijke taal begrijpt, verwerkt en genereert. Praktijk Voorbeelden: ChatGPT, Google Translate, Sentimentanalyse in klantreviews.
  • Computer Vision, AI die ‘ziet’ en visuele data interpreteert. Praktijkvoorbeelden: Gezichtsherkenning, Medische beeldanalyse, Objectdetectie bij zelfrijdende auto’s
  • Expert Systems, AI die beslissingen neemt op basis van vastgelegde regels en kennis. Praktijkvoorbeelden: Diagnosesystemen in de geneeskunde, Financiële Besluitvormingssoftware.

Op basis van deze onderverdeling kunnen we beter begrijpen op welke data de specifieke AI-toepassing zijn output baseert. Dit helpt de gebruiker in het beoordelen van de betrouwbaarheid en uitkomsten. Enkele voorbeelden daarvan zijn dat AI ‘Computer Vision’ in relatie tot ons werkveld goed toepasbaar lijkt om real time cameratoezicht te verbeteren. ‘Natural Language Processing’ kan bijdragen aan het verbeteren van bijvoorbeeld crisiscommunicatie processen en ‘Deep Learning’ maakt het mogelijk om op basis van algoritmes in combinatie met beeldherkenning risico’s te identificeren.

AI onderverdelen in Doel/Functie

Het onderverdelen van AI-toepassingen in doel/functie geeft aanvullend inzicht in de bruikbaarheid daarvan voor specifieke vraagstukken:

Type AI-toepassing

Doel / Functie

Voorbeeld

Conversational AI

Taalinteractie met gebruikers

Chatbots, virtuele assistenten

Recommender Systems

Voorspellen wat je wil of nodig hebt

Netflix, Amazon

Predictive Analytics

Trends en gedrag voorspellen

Marketing, supply chain

Autonomous Systems

Zelfstandig beslissingen en acties uitvoeren

Drones, zelfrijdende auto’s

AI in Robotics

AI-gebaseerde besturing van fysieke robots

Productierobots, zorgrobots

AI in Security

Dreigingen herkennen of voorkomen

Intrusion detection, camera-analyse

1. AI voor Real-time Beveiliging en Toezicht

De wereldwijd al meest voorkomende toepassing van de inzet van AI in het kader van evenementenveiligheid is het gebruik van geavanceerde camera- en gezichtsherkenningstechnologieën om verdacht gedrag te monitoren en onmiddellijk te reageren op dreigingen. Een dergelijke AI-toepassing is daarbij met name gebaseerd op ‘Computer Vision’. AI-gedreven camerasystemen kunnen duizenden beelden in real-time verwerken en automatisch verdachte activiteiten signaleren, zoals afwijkend gedrag, agressieve bewegingen of bezoekers die zich op verboden gebied bevinden. Het vermogen van AI om vele datastromen tegelijk te monitoren is een sterke verbetering van het reguliere toezicht door een camera-operator. Een Amerikaanse firma genaamd Briefcam heeft een uitgebreid portfolio beschikbaar gesteld van daadwerkelijke toepassingen via https://www.briefcam.com/resources/case-studies/ Dit geeft een mooi inkijkje in wat er met de huidige technologie al mogelijk is in het verbeteren van het cameratoezicht zoals we dat nu regulier rond evenementen gebruiken

2. Voorspellende Analyse voor Crowd Management

Het vroegtijdig herkennen/detecteren van problemen zoals hiervoor vermeld is natuurlijk goed, maar zal nog steeds inhouden dat je een ongewenste situatie cq verstoring moet herstellen. Zeker in relatie tot crowdmanagement wil je echter naar het voorspellen waar deze risico’s zich in de nabije toekomst waarschijnlijk gaan voordoen. In dat geval kun je namelijk voorkomen dat die overcrowding überhaupt ontstaat! Dit is bij uitstek een gebied waar AI het verschil kan maken omdat je voor een goede voorspelling veel verschillende informatiestromen samen moet laten komen en deze real-time moet verwerken tot een voorspelling. Door gebruik te maken van historische data, sociale media en sensoren die de bewegingen van het publiek volgen, kan AI gedragingen en trends analyseren en voorspellen waar crowd gerelateerde risico’s kunnen ontstaan.

Daarmee is deze toepassing een mengvorm van ‘Machine Learning’ en ‘Computer Vision’ en naarmate de kwaliteit en autonomie van de AI toepassing toeneemt ook ‘Expert System’. Dit stelt organisatoren in staat om proactief maatregelen te nemen, zoals het aanpassen van de crowd flow of het preventief inschakelen van extra beveiligingspersoneel in risicogebieden.

In de afgelopen jaren zijn dergelijke AI-gestuurde systemen voor crowd management gebruikt om de grote mensenmassa’s tijdens de Hadj in Saudi-Arabië te begeleiden. Door het gebruik van data-analyse en AI-modellen is men inmiddels beter in staat om voorspellingen te doen over de toekomstige drukte in de gebieden rond de plechtigheden. Via deze link is een metastudie te vinden die veel van de toegepaste AI vormen beschrijft en beoordeeld. Deze studie bevat een groot aantal interessante links naar andere onderzoeken op dit onderwerp waarbij met name tabel 3 een mooi overzicht geeft gegroepeerd op de achterliggende technologie van de AI-toepassing.

3. Slimme Risicoanalyse en Incidentdetectie

Een verdere verdieping van het ondersteunen van real-time beveiligingswerk betreft de mogelijkheid van AI om met gebruik van ‘Machine Learning’ te leren van incidenten en patronen in de verzamelde data van evenementen. Door deze data te analyseren, kan AI risicofactoren in kaart brengen welke kunnen worden gebruikt in een verbeterde risicoanalyse voor een volgende editie. Daarmee is de organisatie beter voorbereid op de realistische potentiële bedreigingen van het specifieke evenement, zoals medische noodgevallen, brand of zelfs terroristische dreigingen.

AI is daarbij echter niet alleen in staat om tijdens de uitvoering een bijdrage te leveren maar ook tijdens op- en afbouw. Op basis van patroonherkenning en algoritmes kan AI middels cameratoezicht real-time het gedrag van medewerkers monitoren en automatisch risicovol gedrag herkennen en rapporteren. Vanuit de theorie achter de Driehoek van Heinrich (veiligheidspiramide) is het waardevol om dergelijk risicovol gedrag en kleine onveilige situaties te kunnen adresseren binnen de organisatie om ernstigere ongevallen te voorkomen. Er kleven natuurlijk ook bij deze AI toepassing ethische en privacygevoelige kwesties rond de inzet van dergelijk AI-gedreven toezicht, maar of het werkelijk erger is dan toezicht door een menselijke opzichter is niet zomaar gezegd. Immers zal AI op basis van het volledig objectieve algoritme het gedrag herkennen en rapporteren met daarbij de verzamelde (video)gegevens. Het voortdurende toezicht door AI is natuurlijk wel iets anders dan het meer incidentele toezicht van de opzichter, maar heeft de medewerker dan recht om zich anders cq onveiliger te gedragen als deze zich onbespied waant? Zoals eerder vermeld is dat een mooi onderwerp voor een latere blog in deze serie!

4. AI in Noodcommunicatie en Coördinatie

Een essentieel aspect van evenementenveiligheid is het vermogen om snel en effectief te communiceren in geval van een noodsituatie. Dit kan zijn om een deelgebied te ontruimen of bijvoorbeeld om een grote groep bezoekers te waarschuwen voor aankomend extreem weer. Het blijkt uit recent wetenschappelijk onderzoek dat AI inmiddels goed in staat om te assisteren bij het coördineren van deze communicatie door automatisch waarschuwingen te sturen naar bezoekers via apps, sms of digitale borden. Een voorbeeld van dergelijk onderzoek is te vinden via deze link.

Uit de hierboven geplaatste studie blijkt dat AI-chatbots met name van meerwaarde zijn wanneer de organisatie zelf door interne of externe oorzaken, tijdens met name een ongecontroleerde crisissituatie, niet in staat is om adequaat op vragen van bezoekers te reageren. In hoeverre de Chatbot in staat is om passende informatie en antwoorden te bieden is de doorslaggevende factor om voldoende vertrouwen te wekken en daardoor opvolging te realiseren. Op ‘Natural Language Processing’ gebaseerde AI-systemen blijken daarbij beter in staat om deze informatie te geven dan voorgeprogrammeerde chatbots die standaardantwoorden uit een interne bibliotheek ophalen.

Crisiscommunicatie is echter niet alleen gericht op de bezoeker maar dient ook je eigen veiligheidsteam te voorzien van de juiste informatie. Ook op dit vlak kunnen AI-systemen de communicatie tussen verschillende veiligheidsteams optimaliseren, waardoor een snellere en efficiëntere respons mogelijk wordt. Een mooi voorbeeld van een praktijktoepassing van deze techniek is te vinden op crisis24.com.  

Conclusie

De integratie van AI-oplossingen in evenementenveiligheid biedt zeer waarschijnlijk aanzienlijke veelbelovende voordelen, van het verbeteren van crowd management en incidentdetectie tot het verbeteren van de algehele risicobeheersing en (crisis)communicatie. Het vermogen van AI om enorme hoeveelheden data in real-time te analyseren, voorspellingen te doen en snel in te grijpen, maakt het een onmisbare technologie voor evenement gerelateerd veiligheidsmanagement nu en in de nabije toekomst. In deze blog hebben we nog niet de focus gehad op de kosten van dergelijke AI-toepassingen, maar een goed functionerend AI-gedreven systeem kan zorgen voor een beperktere inzet van mensen en middelen en daarmee kostenbesparend zijn. Uiteindelijk zal er een juiste verhouding moeten bestaan tussen kosten en opbrengst om bruikbaar te zijn in een evenementen-industrie die al gebukt gaat onder hoge en toenemende kosten. Hoewel AI-oplossingen de veiligheid dus aanzienlijk kunnen verbeteren, is het nog steeds belangrijk om de ethische en privacy kwesties rondom het inzetten van deze technologie zoals gezichtsherkenning en dataverzameling te overwegen. Het juiste evenwicht tussen innovatie en verantwoording zal bepalen hoe AI de praktijk rond evenementenveiligheid gaat aanvullen. Vanuit de onafhankelijke kennisfunctie van het Event Safety Institute blijven wij nauwgezet deze ontwikkelingen volgen. Ken je een goede AI-tool die evenementen veiliger kan maken, kom vooral bij ons op de lijn.

Meer nieuws ›