Edge AI: розблокування потужності периферійних обчислень

Хоча це може звучати як технічний жаргон, але поєднання обчислень на периферії мережі та штучного інтелекту (ШІ) пропонує реальні переваги. Дійсно, Edge AI є одним з основних напрямків, у якому ШІ застосовується в індустрії безпеки і тому відіграє важливу роль у впровадженні ШІ відповідним чином. У цьому тексті ми розглянемо поточний стан Edge AI та переваги, які він надає.

По-перше, що ми маємо на увазі під Edge AI?

Перед використанням поняття «Edge AI» у якості легітимного терміну, варто пояснити його значення.

Останніми роками кількість підключених пристроїв на периферії приватних і публічних мереж щорічно зростала – з трохи менше ніж 9 мільярдів у 2019 році до приблизно 29 мільярдів у 2030 році.

Багато з цих пристроїв, включно з камерами відеоспостереження, також стали потужними обчислювальними пристроями, що призвело до можливості виконувати більше обробки безпосередньо на периферії мережі – ми називаємо це Edge computing.

У відповідь на збільшення обчислювальної потужності, досягнення в машинному навчанні (ML) та глибинному навчанні (DL), які є напрямами ШІ, дозволили нам вбудовувати його можливості безпосередньо в камери. Звідси і термін «Edge AI».

Вплив Edge AI на відеоспостереження

Якщо говорити простіше, то термін Edge AI для мережі відеоспостереження означає, що безпосередньо на камерах може бути виконано більше дій, в основному через більш просунуту аналітику.

ШІ дозволяє камерам розуміти сцену та категоризувати важливі деталі в режимі реального часу. Ця здатність виявляти, класифікувати, підраховувати та відстежувати такі об’єкти, як люди та транспортні засоби, з високою точністю та деталізацією, становить основу для отримання висновків і прийняття заходів на основі зібраних даних.

Ці висновки зменшать навантаження на людський фактор, необхідний для аналізу даних і прийняття рішень. Зрештою, це повинно прискорити час реагування та надати цінні дані, які можуть формувати майбутнє наших будівель, міст, транспортних систем тощо.

Забезпечення більш корисних висновків

Edge AI значно підвищує можливості. Раніше аналітика, що базувалася на рухах об’єктів, лише фіксувала, що «щось» рухається і викликала сигнал тривоги. Аналітика на основі ШІ на периферії мережі зможе ідентифікувати цей рух як транспортний засіб, класифікувати його тип, визначити, чи в’їхав він у заборонену або небезпечну зону, чи є поблизу люди, які можуть бути в небезпеці, та інші елементи середовища.

Така інформація надає операторам значно більше корисних висновків і суттєво знижує кількість хибних спрацьовувань.

Наприклад, аналітика Edge AI може виявити об’єкти на автостраді (швидко відрізнивши їх від тіней, що раніше було складним завданням) і автоматично попередити водіїв за допомогою знаків.

Але додаткова можливість, яку дає ШІ для розрізнення людини та транспортного засобу, може допомогти визначити рівень серйозності попередження для водіїв. Якщо камери побачать, що на дорозі є людина, яка перебуває в небезпеці, вони можуть автоматично активувати знаки, щоб уповільнити або навіть зупинити рух і сповістити екстрені служби.

Після виявлення транспортного засобу (або інших об’єктів) аналітика також зможе відстежити його, допомагаючи операторам контролювати та розслідувати інцидент.

Покращені можливості пошуку

Це, разом із даними та метаданими, створеними аналітикою Edge AI, також підтримує набагато вдосконалені пошуки у відеоматеріалах, що дозволяє операторам швидко визначати конкретні об’єкти, які становлять інтерес, із годин відеоматеріалів з численних камер. Таким чином, значно підвищується швидкість і ефективність розслідувань після інцидентів.

Розподіл навантаження: Edge AI в гібридній архітектурі рішень

Edge AI приносить потужну аналітику на периферію мережі, але також відіграє важливу роль у гібридних архітектурах рішень. Така архітектура найкраще використовує периферію, хмарне та локальне серверне середовище.

Коли аналітика централізована на сервері, додавання більшої кількості камер збільшує передачу даних і вимагає додаткових серверів для обробки аналітики. Впровадження аналітики Edge AI означає, що через мережу передається лише найрелевантніша інформація, зменшуючи навантаження на пропускну здатність і сховище.

Аналітика, яка базується в хмарі та на сервері, може часто отримати користь від попередньої обробки на периферії, підтримуючи «позакамерну» аналітику більш легкозасвоюваними метаданими. Інші види аналітики можуть потребувати повного виконання в хмарі або на сервері через їх складність.

Гібридні рішення використовують метадані, створені Edge AI, передають їх на хмарні інформаційні панелі даних і застосовують потужну серверну аналітику для виявлення та реагування на тренди, шаблони і аномалії.

Розумна робота в гібридній архітектурі з використанням можливостей, потужності та сили кожної частини системи допомагає уникнути вузьких місць, зберігає низькі витрати та високу продуктивність.

Аналітика Edge AI для підвищення точності

Дещо несподівано може виглядати те, що аналітика Edge AI зараз використовується для підвищення точності, оскільки дозволяє уникати деградації даних.

Ключовою перевагою аналітики на периферії є те, що аналіз відбувається на базі відеоматеріалів найвищої якості, у максимальній близькості до джерела. У традиційній моделі, коли аналіз виконується на сервері, відео часто стискається перед передачею, і тому обробляються дані з відео погіршеної якості.

При цьому Edge AI залежить від зображень високої якості, тому брудні або заблоковані об’єктиви чи неправильно вирівняні камери, можуть викликати проблеми.

Як випливає з назви, нова категорія аналітики Edge AI – аналітика стану зображення – буде постійно контролювати якість зображення, яке отримують камери спостереження, і повідомляти операторів, коли воно опускається нижче порогу, необхідного для іншої аналітики Edge AI, щоб найбільш ефективно застосовувати їх до аналізу зафіксованого простору.

Edge AI: розширення можливостей використання за межами безпеки

Очевидно, що використання Edge AI дає цінність при традиційних сценаріях, що дозволяє рятувальникам і працівникам служб безпеки реагувати на виклики швидше та максимально відповідним чином. Крім того, докладні дані та метадані, отримані від аналітики Edge AI, покращують ефективність роботи в різних секторах.

• Аналітики муніципальних органів використовують такого роду дані для створення «цифрових двійників» міського середовища, щоб тестувати покращення дизайну, управління трафіком і контролю шуму для підвищення якості життя громадян.
• Підприємства використовують аналітику для кращого управління енергоспоживанням у будівлях, що призводить до економії та позитивно впливає на довкілля.
• У галузі охорони здоров’я, освіти, роздрібної торгівлі та інших сферах Edge AI у камерах відеоспостереження покращує якість та продуктивність обслуговування пацієнтів, студентів і клієнтів.
• І навіть у такому випадку ми лише починаємо розкривати потенціал Edge AI.

Автор: Тімо Сахсе, аналітик продуктів компанії Axis Communications

З приводу консультацій щодо рішень компанії Axis Communications звертайтесь до менеджерів офіційного дистриб’ютора ELKO Ukraine.