Kulağa teknoloji jargonu gibi gelse de, uç bilişim ve yapay zekayı birleştirmek gerçek faydalar sunuyor. Gerçekten de uç yapay zeka, güvenlik sektöründe yapay zekanın uygulandığı başlıca alanlardan biridir ve bu nedenle yapay zekanın sorumlu bir şekilde nasıl uygulanacağı konusunda düşünceye öncülük etmektedir. Bu yazıda, uç yapay zekanın mevcut durumuna ve getirdiği faydalara bakıyoruz.
İlk olarak, uç yapay zeka ile neyi kastediyoruz?
''Uç yapay zekayı'' meşru bir terim olarak kabul etmenizi beklemeden önce, bir açıklama yapmakta fayda var.
Son yıllarda, özel ve kamu ağlarının uç noktasındaki bağlı cihazların sayısı yıllık olarak artış gösterdi 2019’da yaklaşık 9 milyar iken, 2030’da 29 milyar olması bekleniyor.
Güvenlik kameraları da dahil olmak üzere bu cihazların birçoğu aynı zamanda güçlü bilgi işlem cihazları haline gelmiştir. Bu durum, uç cihazların kendi içlerinde daha fazla işlem yapabilmelerini sağlamış ve bu da uç bilişim olarak adlandırılmıştır.
Bu artan işlem gücüne paralel olarak, her ikisi de yapay zekanın (AI) alt kümeleri olan makine öğrenimi (ML) ve derin öğrenmedeki (DL) ilerlemeler, AI yeteneklerini kameraların içine getirmemizi sağladı. Bu nedenle, "uç yapay zeka".
Video gözetiminde uç yapay zekanın etkileri
Basitçe ifade etmek gerekirse, bir video gözetim ağı için uç yapay zeka, daha gelişmiş analitikler aracılığıyla kameralar üzerinde daha fazla işlem yapılabilmesi anlamına gelir.
Yapay zeka, kameraların bir sahneyi anlamasını ve önemli ayrıntıları gerçek zamanlı olarak kategorize etmesini sağlar. İnsanlar ve araçlar gibi nesneleri yüksek doğruluk ve ayrıntıyla tespit etme, sınıflandırma, sayma ve izleme yeteneği, yakalanan verilere dayalı olarak içgörüler elde etmek ve harekete geçmek için temel oluşturur.
Bu içgörüler, verileri analiz etmek ve karar vermek için gereken insan girdisi üzerindeki yükü azaltacaktır. Nihayetinde, yanıt sürelerini hızlandırmalı ve binalarımızın, şehirlerimizin, ulaşım sistemlerimizin ve daha fazlasının geleceğini şekillendirebilecek değerli bilgiler sağlamalıdır.
Daha fazla eyleme dönüştürülebilir bilgiler sağlama
Uç Yapay Zeka, yeteneklerde önemli bir gelişme sağlıyor. Önceden, hareket tabanlı analizler "bir şeyin" hareket ettiğini algılar ve bir uyarıyı tetiklerdi. Yapay zeka tabanlı uç analitiği, hareketi bir araç olarak tanımlayacak, türünü, kısıtlı veya tehlikeli bir alana girip girmediğini, yakınlarda tehlikede olabilecek insanlar olup olmadığını ve diğer birçok unsuru sınıflandıracaktır.
Bu tür bilgiler operatörlere çok daha fazla eyleme geçirilebilir bilgiler sağlar ve yanlış pozitifleri büyük ölçüde azaltır.
Örneğin, uç yapay zeka analitiği bir otoyoldaki nesneleri tanımlayabilir (bunları gölgelerden hızlı bir şekilde ayırt edebilir, ki bu genellikle bir zorluk olmuştur) ve sürücüleri tabelalar aracılığıyla otomatik olarak uyarabilir.
Ancak yapay zekanın insan ile aracı ayırt etme konusunda getirdiği ek yetenek, sürücülere verilen uyarıların ciddiyet düzeyinin belirlenmesine yardımcı olabilir. Kameralar yolda birinin tehlikede olduğunu görürse, trafiği yavaşlatmak ve hatta durdurmak ve acil durum hizmetlerini uyarmak için otomatik olarak işaretleri etkinleştirebilir.
Aracı (ve/veya diğer nesneleri) tanımladıktan sonra, analitik de onu takip edebilecek ve operatörleri bir olayı izleme ve araştırmada destekleyecektir.
Geliştirilmiş arama özellikleri
Bu, uç yapay zeka analitiği tarafından oluşturulan verilerin (ve meta verilerin) yanı sıra, video görüntülerinde çok daha gelişmiş aramaları da destekler. Bu, operatörlerin birçok kameradan saatlerce süren görüntüler içinden belirli ilgi nesnelerini hızla tespit etmelerini sağlar. Bunu yapmak, olay sonrası soruşturmaların hızını ve etkinliğini önemli ölçüde artırır.
Yükü paylaşma: Hibrit bir çözüm mimarisinde Uç Yapay Zeka
Uç Yapay Zeka, ağın ucuna güçlü analizler getirmenin yanı sıra hibrit çözüm mimarilerinde de değerli bir rol oynamaktadır. Böyle bir mimari uç, bulut ve şirket içi sunucu ortamlarını en iyi şekilde kullanır.
Analitikler bir sunucu üzerinde merkezileştirildiğinde, daha fazla kamera eklemek veri aktarımını artırır ve analitikleri işlemek için ek sunucular gerektirir. Uç yapay zeka analitiğinin kullanılması, ağ üzerinden yalnızca en alakalı bilgilerin gönderilmesi anlamına gelir ve bant genişliği ile depolama üzerindeki yükü azaltır.
Bulut ve sunucu tabanlı analitikler, "kamera dışı" analitikleri daha kolay sindirilebilir meta verilerle destekleyerek genellikle uçta ön işlemeden yararlanabilir. Diğer analitiklerin karmaşıklığı nedeniyle tamamen bulutta veya sunucuda çalıştırılması gerekebilir.
Hibrit çözümler uç yapay zeka tarafından oluşturulan meta verileri alıyor, bunları bulut tabanlı veri panolarına besliyor ve trendleri, kalıpları ve anormallikleri tanımlamak ve bunlara yanıt vermek için güçlü sunucu tabanlı analitik uyguluyor.
Sistemin her bir parçasının yeteneklerini, kapasitesini ve gücünü kullanarak hibrit bir mimaride akıllıca çalışmak, darboğazlardan kaçınmaya, maliyetleri daha düşük ve performansı yüksek tutmaya yardımcı olur.
Doğruluğu artırmak için Uç Yapay Zeka analitiği
Bir tür 'meta' dönüş gibi görünse de, uç yapay zeka analitiği artık veri bozulması olmadığı için doğruluğu desteklemek için kullanılıyor.
Uç analitiğin önemli bir avantajı, analizin kaynağa olabildiğince yakın, en yüksek kaliteli video görüntüleri üzerinde gerçekleştirilmesidir. Geleneksel modelde - analitik bir sunucuda gerçekleştiğinde - video genellikle aktarılmadan önce sıkıştırılır ve bu nedenle analiz düşük kaliteli video üzerinde gerçekleştirilir.
Bununla birlikte, uç yapay zeka yüksek kaliteli görüntülere bağlıdır, ancak kirli veya tıkalı lensler veya yanlış hizalanmış kameralar gibi sorunlar problemlere neden olabilir.
Adından da anlaşılacağı üzere, yeni bir uç yapay zeka analitiği kategorisi olan görüntü sağlığı analitiği, güvenlik kameraları tarafından yakalanan görüntünün kalitesini sürekli olarak izleyecek ve diğer uç yapay zeka analitiklerinin ortama en etkili şekilde uygulanması için gereken eşiğin altına düştüğünde operatörleri uyaracaktır.
Uç Yapay Zeka: güvenliğin ötesindeki kullanım senaryolarını desteklemek
Uç yapay zekanın geleneksel güvenlik ve emniyet kullanım durumlarına değer kattığı, ilk müdahale ekiplerinin ve güvenlik personelinin daha hızlı ve uygun şekilde tepki vermesine olanak tanıdığı açıktır. Ayrıca, uç yapay zeka analitiğinden elde edilen ayrıntılı veriler ve meta veriler, çeşitli sektörlerde operasyonel verimliliği artırıyor.
- Şehir planlamacıları, vatandaşların yaşam kalitesini artırmak için tasarım, trafik yönetimi ve gürültü kontrolündeki iyileştirmeleri test etmek amacıyla kentsel ortamların "dijital ikizlerini" güçlendirmek için verileri kullanıyor.
- İşletmeler, binalardaki enerji kullanımını daha iyi yönetmek için analitiği kullanıyor ve bu da olumlu çevresel etkiye yol açıyor.
- Sağlık hizmetleri, eğitim, perakende ve diğer alanlarda, güvenlik kameralarındaki uç yapay zeka hastalar, öğrenciler ve müşteriler için hizmet sunumunu ve sonuçlarını iyileştiriyor.
Ve o zaman bile, uç yapay zekanın potansiyelinin sadece yüzeyini çiziyoruz.
