Kita semua akrab dengan prosedur keamanan di arena olahraga, taman hiburan dan tempat-tempat besar lainnya. Anda menunggu dalam antrean, kemudian berjalan melalui detektor logam dan menyerahkan tas Anda ke seorang penjaga keamanan, yang dengan cepat menyapu isinya dengan senter sebelum menyerahkannya kembali kepada Anda.
"Bagaimana jika ada cara yang lebih baik?" Kata Lisa Dolev.
Seorang veteran angkatan udara Israel dan konsultan keamanan yang berspesialisasi dalam pemboman bunuh diri, Dolev ingin membuat pemindai keamanan yang lebih baik selama bertahun-tahun. Tapi menonton rekaman serangan teroris Madrid pada tahun 2004 mendorongnya untuk bertindak. Malam itu, dia duduk dan menggambar sketsa mesin keamanan jenis baru.
Sketsa itu menjadi Solusi Pengalaman Masuk Qylatron, teknologi yang menurut Dolev dapat memberikan penyaringan keamanan yang lebih cepat, lebih mudah, dan lebih akurat. Qylatron saat ini digunakan setiap hari secara terbatas di Levi's Stadium di San Francisco. Laboratorium Keamanan Transportasi Departemen Keamanan Dalam Negeri AS juga mempertimbangkan sistem untuk berbagai pos pemeriksaan keamanan, termasuk di bandara.
Qylatron terlihat seperti sarang lebah futuristik, dengan beberapa kotak heksagonal ditumpuk di atas satu sama lain. Seorang pelindung meletakkan tiketnya di slot tiket mesin, yang membuka pintu ke salah satu pod. Orang tersebut kemudian meletakkan tas di dalam, dan pintu terkunci. Di dalam mesin, berbagai sensor memindai tas untuk mencari senjata dan barang terlarang lainnya. Jika tas ditentukan untuk aman, pintu terbuka. Jika tidak, alarm berbunyi untuk memulai prosedur keamanan.
Dolev sangat cerdik tentang detail cara pemindaian bekerja. "Kami dalam keamanan, " katanya. Tetapi dia dapat mengatakan bahwa mesin menggunakan kombinasi multi-view x-ray, sensor kimia dan kecerdasan buatan.
Komponen kecerdasan buatan, mungkin, merupakan aspek paling unik dari Qylatron. Algoritma mesin memungkinkannya untuk "belajar" tentang objek yang berbeda, membuatnya lebih baik dalam membedakan ancaman dari barang biasa. Misalnya, Qylatron di kota yang hujan mungkin dengan cepat mempelajari bentuk payung.
Qylatron juga dapat berkomunikasi dengan mesin "rekan" di seluruh dunia untuk meningkatkan pembelajarannya. Peer mungkin menyertakan sistem keamanan bandara atau pemindai keamanan kereta bawah tanah — pada dasarnya, mesin apa pun yang memiliki tujuan yang sama dan bekerja untuk mendeteksi ancaman serupa.
Kecerdasan Qylatron memungkinkannya dipersonalisasi berdasarkan tempatnya. Qylatron di taman hiburan mungkin belajar cara mendeteksi makanan piknik dan membiarkannya lewat tanpa hambatan, sementara mesin di tempat konser yang bebas alkohol dapat dengan cepat mempelajari tanda tangan vodka yang disembunyikan dalam botol Diet Coke.
Dengan memindai tiket pelanggan, mesin juga dapat mempersonalisasi pendekatan mereka berdasarkan identitas yang diketahui. Seorang VIP mungkin mendapatkan pesan sambutan khusus di layar eksternal mesin. Seorang koki yang datang untuk memasak di suatu tempat mungkin diizinkan membawa pisau, sedangkan pisau yang sama di tas tamu lain akan menyebabkan peringatan keamanan.
"Setiap mesin perlu memiliki algoritma yang berbeda, " kata Dolev. "Ini menjadi terspesialisasi dan belajar untuk venue."
Sistem ini dapat memproses 600 orang per jam - lima sekaligus - dan hanya membutuhkan empat operator manusia.
Menciptakan Qylatron membutuhkan tujuh tahun penelitian dan “pasukan” insinyur — kimia, mekanik, listrik, dan industri — serta desainer, pemasar, dan banyak lagi. Qylatron adalah produk tanda tangan dari Qylur Intelligent Systems, perusahaan keamanan Dolev yang berbasis di San Francisco.
Nama Qylatron mungkin terdengar seperti sesuatu dari episode Star Trek. Tapi itu sebenarnya terinspirasi oleh alam. "Qylur" adalah gema sonik mol berhidung bintang ( Condylura cristata ). Tahi lalat berhidung bintang, meskipun buta, dapat membuat keputusan cepat berkat ribuan reseptor sensorik di moncong mereka.
Dolev mengatakan teknologi Qylur mungkin memiliki aplikasi selain keamanan, seperti pertanian atau diagnosa medis. Kuncinya adalah cara teknologi menggunakan data sensorik dalam kombinasi dengan kecerdasan buatan untuk membuat keputusan cepat tentang bagaimana untuk melanjutkan tugas tertentu.
"Itulah yang saya maksudkan dengan mesin cerdas, " kata Dolev. "Mesin yang membuat keputusan penting dan mengubah keputusan."
