Pierwsza orkiestra działająca dzięki połączeniu kamer monitoringu, głośników i systemów sztucznej inteligencji

Czy kamery monitoringu potrafią zagrać utwór muzyczny? Okazuje się, że tak. Globalna firma technologiczna Axis Communications przeprowadziła eksperyment The object detection orchestra. To pierwszy na świecie koncert zagrany wyłącznie przy użyciu kamer i głośników wspieranych przez sztuczną inteligencję. Projekt miał pokazać nowe kierunki rozwoju poza tradycyjnym podejściem do bezpieczeństwa.

Axis połączył wysokowydajne kamery z zaawansowaną analizą AI. W efekcie powstał nowy rodzaj instrumentu, który zamienia zwyczajne przedmioty – na przykład piłki tenisowe, kubki czy gaśnice – w sygnały muzyczne. Gdy rzecz porusza się w polu widzenia kamery, odpowiednia strefa uruchamia dźwięk. W ten sposób kamera zaczyna działać jak instrument.

Zespół Axis chciał sprawdzić, jak daleko może sięgnąć wykrywanie niestandardowych obiektów i reakcje systemów w czasie rzeczywistym. Tak narodziła się niezwykła orkiestra. Co ważne, ta sama technologia pomaga klientom tworzyć zaawansowane rozwiązania dopasowane do ich potrzeb. Podkreśla to Ghaith Sankari, inżynier oprogramowania Axis Communications.

Nowy kierunek sztucznej inteligencji

Wykonany utwór to nowa interpretacja kompozycji Richarda Straussa „Tako rzecze Zaratustra”, znanej z filmu 2001: Odyseja kosmiczna. Tym razem zamiast tradycyjnych instrumentów użyto piłek tenisowych, kubka i gaśnicy. Eksperyment mógł jednak bazować na dowolnych przedmiotach lub dźwiękach. Wszystko zależy od tego, co system ma wykrywać i jak zostanie wytrenowana analityka. Podobne rozwiązania już dziś pomagają klientom automatycznie wykrywać wady projektowe czy błędy produkcyjne.

Do współpracy przy projekcie dołączył szwedzki producent muzyczny Jonas Quant, znany między innymi ze współpracy z Kylie Minogue czy Hurts. Zainteresowało go traktowanie wykrywania obiektów jako nowego instrumentu. Kamery rozpoznawały konkretne przedmioty w wyznaczonych strefach, a każda strefa odpowiadała określonej nucie. Po wykryciu przedmiotu kamera wysyłała sygnał MQTT do systemu MIDI, który odtwarzał dźwięk. Każdą nutę przedstawiał kwadrat w ramce obrazu. Do wykonania utworu potrzebowano czterech muzyków grających na czterech kamerach podłączonych do komputera i konsolety mikserskiej.

Eksperyment bawi i zaskakuje, lecz pełni również ważniejszą funkcję. Pokazuje, że zaawansowana analityka oparta na AI może rozpoznawać niemal każdy obiekt i wyzwalać różne działania w czasie rzeczywistym. Ta sama technologia napędza automatyzację, wspiera rozwój inteligentnych miast i wpływa na sposób, w jaki maszyny komunikują się ze sobą. Dzięki temu monitoring wizyjny wykracza daleko poza obszar tradycyjnego bezpieczeństwa.