Deși poate suna ca un termen tehnic, combinația dintre edge computing și AI oferă beneficii reale. De fapt, Edge AI este una dintre principalele domenii în care AI este aplicată în industria securității, conducând astfel reflecția asupra modului în care AI este implementată într-un mod responsabil. În această postare, vom analiza stadiul actual al Edge AI și beneficiile pe care le aduce.
În primul rând, ce înțelegem prin Edge AI?
Înainte de a accepta „Edge AI” ca un termen legitim, merită să explicăm ce înseamnă.
În ultimii ani, numărul dispozitivelor conectate la marginea rețelelor private și publice a crescut constant, de la puțin sub 9 miliarde în 2019 la o estimare de 29 de miliarde în 2030.
Multe dintre aceste dispozitive – inclusiv camerele de supraveghere – au devenit, de asemenea, dispozitive de calcul puternice. Aceasta a dus la capacitatea de a efectua mai multe procese direct în cadrul dispozitivelor edge, un concept care s-a stabilit ca edge computing.
În concordanță cu această putere de procesare crescută, progresele în învățarea automată (machine learning – ML) și învățarea profundă (deep learning – DL), ambele fiind subseturi ale inteligenței artificiale (AI), ne-au permis să aducem capabilități AI direct în camerele de supraveghere. De aici și termenul „Edge AI”.
Implicațiile Edge AI în supravegherea video
Pe scurt, în rețelele de supraveghere video, Edge AI înseamnă că mai multe acțiuni pot fi efectuate direct pe camere, în mare parte prin intermediul unor analize avansate.
AI permite camerelor să înțeleagă o scenă și să categorizeze detalii importante în timp real. Această capacitate de a detecta, clasifica, număra și urmări obiecte precum oameni și vehicule, cu o precizie și detalii ridicate, formează baza pentru a obține informații valoroase și pentru a lua măsuri în funcție de datele capturate.
Aceste informații reduc povara aportului uman necesar pentru a analiza datele și a lua decizii. În cele din urmă, Edge AI ar trebui să accelereze timpii de răspuns și să ofere perspective valoroase care pot modela viitorul clădirilor, orașelor, sistemelor de transport și multe altele.
Activarea unor informații mai acționabile
Edge AI aduce îmbunătățiri semnificative în capabilități. În trecut, analizele bazate pe mișcare doar detectau că „ceva” s-a mișcat și declanșau o alertă. În schimb, analizele bazate pe AI la marginea rețelei pot identifica mișcarea ca fiind a unui vehicul, clasifica tipul acestuia, verifica dacă a intrat într-o zonă restricționată sau periculoasă, dacă există oameni în apropiere care ar putea fi în pericol și multe alte elemente.
Aceste informații aduc operatorilor perspective mult mai acționabile și reduc considerabil alarmele false.
De exemplu, analizele bazate pe Edge AI ar putea identifica obiecte pe o autostradă (fiind capabile să facă distincția rapidă între acestea și umbre, care au fost adesea o provocare) și ar putea alerta automat șoferii prin semnalizare.
Însă capacitatea suplimentară adusă de AI de a distinge între un om și un vehicul poate ajuta la definirea gradului de severitate al avertizării adresate șoferilor. Dacă camerele ar detecta că cineva este în pericol pe drum, acestea ar putea activa automat semnalizarea pentru a încetini sau chiar opri traficul și pentru a alerta serviciile de urgență.
După identificarea vehiculului (și/sau a altor obiecte), analizele ar putea, de asemenea, să-l urmărească, sprijinind operatorii în monitorizarea și investigarea incidentului.
Capabilități avansate de căutare
Această tehnologie, împreună cu datele (și metadatele) generate de analizele Edge AI, susține căutări mult mai avansate în materialele video. Operatorii pot identifica rapid obiecte specifice de interes din ore întregi de filmări provenind de la numeroase camere. Acest lucru crește semnificativ viteza și eficiența investigațiilor post-incidente, permițând o localizare rapidă și precisă a evenimentelor importante.
Distribuirea sarcinilor: Edge AI într-o arhitectură hibridă de soluții
Edge AI aduce analize puternice la marginea rețelei, dar joacă, de asemenea, un rol valoros într-o arhitectură hibridă de soluții. O astfel de arhitectură folosește în mod optim resursele edge, cloud și serverele locale.
Atunci când analizele sunt centralizate pe un server, adăugarea mai multor camere crește volumul de date transferate și necesită servere suplimentare pentru a gestiona analizele. Implementarea analizelor Edge AI permite trimiterea doar a informațiilor relevante pe rețea, reducând astfel sarcina pe lățimea de bandă și spațiul de stocare.
Analizele bazate pe cloud și server pot beneficia adesea de preprocesarea efectuată la margine, sprijinind analizele „off-camera” cu metadate ușor de procesat. Alte analize, datorită complexității lor, pot necesita rularea completă în cloud sau pe server.
Soluțiile hibride folosesc metadatele generate de Edge AI, le alimentează în tablouri de bord bazate pe cloud și aplică analize puternice pe servere pentru a identifica și a răspunde la tendințe, tipare și anomalii.
Folosirea inteligentă a unei arhitecturi hibride, utilizând capabilitățile, capacitatea și punctele forte ale fiecărei părți a sistemului, ajută la evitarea blocajelor, menține costurile scăzute și asigură o performanță ridicată.
Analizele Edge AI pentru a spori acuratețea
Într-o întorsătură oarecum „meta”, analizele Edge AI sunt acum utilizate pentru a sprijini acuratețea, deoarece nu există o degradare a datelor.
Un beneficiu major al edge este că analiza se face pe imagini video de cea mai înaltă calitate, cât mai aproape de sursă. Într-un model tradițional – unde analiza are loc pe un server – videoclipul este adesea comprimat înainte de a fi transferat, astfel încât analiza se efectuează pe imagini de calitate degradată.
Cu toate acestea, Edge AI depinde de imagini de înaltă calitate, iar probleme precum lentile murdare, blocate sau camerele prost aliniate pot cauza dificultăți.
După cum sugerează și numele, o nouă categorie de analize Edge AI – „analize de sănătate a imaginii” – va monitoriza continuu calitatea imaginii capturate de camerele de supraveghere și va alerta operatorii atunci când aceasta scade sub pragul necesar pentru ca alte analize Edge AI să fie aplicate eficient scenei.
Edge AI: puterea aplicată în domenii dincolo de securitate
Este evident că Edge AI aduce valoare utilizărilor tradiționale în domeniul siguranței și securității, permițând primilor intervenienți și personalului de securitate să reacționeze mai rapid și mai adecvat. În plus, datele și metadatele detaliate generate de analizele Edge AI îmbunătățesc eficiența operațională în diverse sectoare.
Planificatorii urbani folosesc aceste date pentru a crea „gemenii digitali” ai mediilor urbane, pentru a testa îmbunătățiri în design, gestionarea traficului și controlul zgomotului, toate pentru a îmbunătăți calitatea vieții cetățenilor.
Companiile folosesc analizele pentru a gestiona mai eficient consumul de energie în clădiri, ceea ce are un impact pozitiv asupra mediului.
În sănătate, educație, comerț și alte domenii, Edge AI în camerele de supraveghere îmbunătățește calitatea serviciilor și rezultatele pentru pacienți, studenți și clienți.
Și chiar și acum, abia zgâriem suprafața potențialului pe care Edge AI îl oferă.
