Тема искусственного интеллекта очень популярна, и с возможностями, которые он предлагает для промышленности и бизнеса, связано множество ожиданий. Но в реальности внедрение AI-технологий во многих областях, в том числе в видеонаблюдении, происходит постепенно. В современной индустрии видеонаблюдения машинное и глубокое обучение, как правило, применяется для реализации функций видеоанализа, но со временем станет стандартным инструментом разработчиков ПО и важной составляющей многих продуктов. Так, одна из важных проблем, с решением которых может помочь глубокое обучение, — снижение количество ложных тревог, с которыми борются сегодня системы наблюдения.
Тем не менее, специалисты Axis подчеркивают, что в области видеонаблюдения и обеспечения безопасности ожидания от новейших технологий завышены, а скорость их адаптации в реальности будет постепенной. Важно, чтобы они были надежными, практически безошибочными, и не упускали важные происшествия – для достижения такого результата на обучение искусственного интеллекта требуется время. «В случае с искусственным интеллектом и глубоким обучением, как и с любой новой технологией, первостепенная задача заключается в том, чтобы обеспечить надежность внедрения и помогать клиентам решать их насущные проблемы», — отметил главный технический директор Axis Йохан Паулссон.
Облачные вычисления опираются на центры обработки данных. В условиях значительного роста подключаемых устройств и расширением возможностей Интернета вещей растет и объем производимых ими данных. Даже создание дополнительных центров обработки данных и увеличение их емкости не исключает риска сбоев и перегрузок системы, что особенно важно учитывать в таких областях, как видеонаблюдение, где требуется большой объем памяти для хранения информации.
Поэтому специалисты Axis рекомендуют в дополнение к облачным использовать периферийные вычисления, которые позволяют вынести процессы обработки данных на «периферию» сети, близко к точке сбора данных датчиком и перед передачей их в центр обработки данных – в сфере видеонаблюдения это означает, что обработка данных происходит в самой видеокамере.
«Во-первых, обработка данных в камере позволяет значительно сократить нагрузку на сетевой канал при передаче и хранении данных. Во-вторых, перед передачей данных их можно обезличить и закодировать, если это необходимо в целях безопасности и конфиденциальности», — отмечает Йохан Паулссон.
В 2018 году тема защиты конфиденциальной информации и персональных данных стояла особенно остро. Использование таких сервисов, как Facebook и Google, упрощает жизнь и позволяет персонализировать получаемый контент в обмен на информацию о пользователе – дату рождения, увлечения или геопозицию. В сфере видеонаблюдения камеры позволяют получить доступ к огромному количеству конфиденциальной информации, и компаниям крайне важно соблюдать все регламенты по её использованию.
Значение доверия между компанией и его клиентами постоянно растет и уже стало новым бизнес-активом: исследование консалтинговой компании Accenture, опубликованное в октябре 2018-го, показало, что между доверием клиентов и прибылью компании существует корреляция. «Отношение компании к конфиденциальности и использованию персональных данных станет одним из самых важных вопросов для компаний, который хотят двигаться вперед», — прокомментировал тендецию Йохан.
Проблема сетевой безопасности никогда не утратит своей актуальности, поскольку киберпреступники не оставляют своих попыток найти уязвимости. Кибератаки становятся все более изощренными, а число потенциальных уязвимостей и ненадежных конечных точек веб-сервисов увеличивается в геометрической прогрессии. В области видеонаблюдения этот вопрос является приоритетным: от надежности систем безопасности зависят жизни людей и сохранность материальных активов.
Цепочка поставок в последние месяцы стала наиболее уязвимым звеном бизнес-процессов, отмечают специалисты Axis. Недостаточно надежная система сетевой безопасности и внешние атаки могут привести к нарушению работы как программного, так и аппаратного обеспечения. Поэтому вопрос происхождения продукции критически важен, а производители должны быть уверены, что каждое звено в их цепи поставок надежно защищено.
Бизнес уже использует функции видеоанализа для планирования и рационального использования энергии в офисах, что положительно сказывается на окружающей среде. Однако новые типы «умных» датчиков значительно повышают не только точность измерений, но и обладают рядом новых возможностей: так, они могут анализировать качества воздуха или выявлять зоны с нерациональным использованием энергии с помощью тепловых изображений. Именно такие технологии будут играть центральную роль в решении проблемы загрязнения окружающей среды во всем мире: например, установленные на улицах датчики позволят контролировать качество воздуха и таким образом снижать негативное влияние смога и выхлопов на здоровье жителей города.
Применение «умных» технологий поможет бизнесу и правительственным организациям повысить свою энергоэффективность, сократить издержки, а также достичь поставленных целей по защите окружающей среды и устойчивому развитию.
Использование высокотехнологичных датчиков само по себе несет выгоду, однако в 2019-м году наметилась новая тенденция: датчики можно объединять и комбинировать для совершения «умных» действий. Например, в системе «умный город» датчик окружающей среды может запустить видео- или тепловизионную камеру для быстрого обнаружения пожаров или утечек, которая, в свою очередь, активирует сигнал тревоги в случае необходимости. Датчики могут замерять множество параметров –погоду, тепло, движение, грoмкoсть и их комбинации открывают бесконечные возможности для компаний.