Embora possa soar como jargão tecnológico, combinar computação de borda e IA oferece benefícios reais. De fato, a IA na borda é uma das principais áreas em que a IA está sendo aplicada no setor de segurança e, portanto, lidera o pensamento sobre como a IA é implementada de maneira responsável. Neste post, analisamos o estado atual da IA de borda e os benefícios que ela traz.
Primeiro, o que queremos dizer com IA na borda?
Antes de esperarmos que você aceite a "IA na borda" como um termo legítimo, vale a pena uma explicação.
Nos últimos anos, o número de dispositivos conectados na borda das redes privadas e públicas cresceu anualmente, passando de pouco menos de 9 bilhões em 2019 para uma estimativa de 29 bilhões em 2030.
Muito desses dispositivos - incluindo câmeras de monitoramento - também se tornaram dispositivos de computação poderosos. Isso resultou na capacidade de realizar mais processamento dentro dos próprios dispositivos de borda, algo que se tornou estabelecido como computação de borda.
Em linha com esse aumento do poder de processamento, os avanços no aprendizado de máquina (ML) e no aprendizado profundo (DL), ambos subconjuntos de inteligência artificial (IA), nos permitiram trazer recursos de IA para as próprias câmeras. Portanto, "IA de borda".
As implicações da IA de borda no monitoramento por vídeo
Para uma rede de monitoramento por vídeo, simplificando, a IA de borda significa que mais ação pode ser realizada nas próprias câmeras, em grande parte através de análises mais avançadas.
A IA ativa as câmeras para entender uma cena e categorizar detalhes importantes em tempo real. Esta capacidade de detectar, classificar, contar e rastrear objetos como humanos e veículos com alta precisão e detalhe forma a base para obter informações e tomar ação com base nos dados capturados.
Esses conhecimentos reduzirão a carga sobre a intervenção humana necessária para analisar dados e tomar decisões. Em última análise, isso deve acelerar os tempos de resposta e fornecer informações valiosas que podem moldar o futuro de nossos edifícios, cidades, sistemas de transporte e muito mais.
Possibilitar mais informações acionáveis
A IA de borda traz melhorias significativas nas capacidades. Anteriormente, os dados analíticos baseados em movimento detectavam que "algo" tinha se movido e acionava um alerta. Sistemas de análise de borda baseados em IA identificam o movimento como um veículo, classificam seu tipo, se ele entrou em uma área restrita ou perigosa, se há pessoas nas proximidades que possam estar em perigo e inúmeros outros elementos.
Essas informações trazem informações muito mais acionáveis aos operadores e reduzem amplamente os falsos positivos.
Por exemplo, análises de IA de borda poderiam identificar objetos em uma rodovia (conseguindo distingui-los rapidamente das sombras, o que costumava ser um desafio) e alertar automaticamente os motoristas por meio de sinalização.
Mas a capacidade adicional gerada pela IA para distinguir entre um ser humano e um veículo pode ajudar a definir o nível de gravidade do aviso emitido aos motoristas. Se as câmeras vissem que alguém estava em perigo na estrada, elas poderiam ativar automaticamente a sinalização para diminuir ou mesmo parar o tráfego e alertar os serviços de emergência.
Tendo identificado o veículo (e/ou outros objetos), as análises também seriam capazes de rastreá-lo, apoiando os operadores no monitoramento e na investigação de um incidente.
Recursos de pesquisa avançada
Isso, juntamente com os dados (e metadados) criados pelas análises de IA de borda, também apoia pesquisas muito mais avançadas em filmagens de vídeo. Isso permite que os operadores identifiquem rapidamente objetos específicos de interesse a partir de horas de gravação em várias câmeras. Fazer isso aumenta significativamente a velocidade e a eficácia das investigações pós-incidentes.
Distribuição da carga: IA de borda em uma arquitetura de solução híbrida
A IA de borda oferece poderosos dados analíticos para a borda da rede, mas também desempenha um papel valioso em arquiteturas de soluções híbridas. Essa arquitetura faz o melhor uso dos ambientes de servidor de borda, na nuvem e on-premise.
Quando os dados analíticos são centralizados em um servidor, adicionar mais câmeras aumenta a transferência de dados e requer servidores adicionais para gerenciar os dados analíticos. A implementação de análises de IA de borda significa que somente as informações mais relevantes são enviadas pela rede, reduzindo a carga sobre a largura de banda e o armazenamento.
Os dados analíticos baseados em nuvem e servidor podem muitas vezes se beneficiar do pré-processamento na borda, apoiando os dados analíticos "fora da câmera" com metadados mais facilmente digeríveis. Outros serviços analíticos podem precisar ser executados totalmente na nuvem ou no servidor devido à sua complexidade.
As soluções híbridas estão aproveitando os metadados criados pela IA de borda, alimentando-os em painéis de dados baseados na nuvem e aplicando poderosas análises baseadas em servidor para identificar e responder a tendências, padrões e anomalias.
Trabalhar de forma inteligente em uma arquitetura híbrida usando os recursos, capacidade e força de cada parte do sistema ajuda a evitar gargalos, mantém os custos mais baixos e o desempenho alto.
Análises de IA de borda para aumentar a precisão
Em algo que pode parecer uma torção de "meta", os dados analíticos de IA de borda estão sendo usados agora para apoiar a precisão, pois não há degradação de dados.
Um benefício chave das análises de borda é que elas ocorrem nas imagens de vídeo da mais alta qualidade, o mais próximo possível da fonte. Em um modelo tradicional - quando as análises são realizadas em um servidor - o vídeo é frequentemente comprimido antes de ser transferido, sendo que a análise é realizada em vídeo de qualidade degradada.
No entanto, a IA de borda depende de imagens de alta qualidade, mas questões como lentes sujas ou bloqueadas ou câmeras desalinhadas podem causar problemas.
Como o nome sugere, uma nova categoria de análises de IA de borda - análises da qualidade das imagens - monitorará continuamente a qualidade da imagem capturada pelas câmeras de monitoramento e alertará os operadores quando estiver abaixo do limiar necessário para que outras análises de IA de borda sejam mais eficazmente aplicadas à cena.
IA de borda: alimentando casos de uso além da segurança
Está claro que a IA de borda está agregando valor aos casos de uso tradicionais de segurança, permitindo que os primeiros interventores e o pessoal de segurança reajam de forma mais rápida e apropriada. Além disso, os dados detalhados e metadados dos dados analíticos de IA de borda estão melhorando a eficiência operacional em vários setores.
- Os planejadores urbanos estão usando dados para alimentar "digital twins" de ambientes urbanos, para testar melhorias no design, gerenciamento de tráfego e controle de ruído para melhorar a qualidade de vida dos cidadãos.
- As empresas estão usando recursos analíticos para gerenciar melhor o uso de energia dentro de edifícios, levando a um impacto ambiental positivo.
- Na saúde, educação, varejo e muito mais, a IA de borda em câmeras de monitoramento está melhorando a prestação de serviços e os resultados para pacientes, estudantes e clientes.
E mesmo assim, estamos apenas na superfície do potencial da IA de borda.
