Alle store forskningsinstitutter er enige om at en av de største IoT-trendene er edge-basert intelligens. I 2009 lanserte Axis verdens første kamera med edge-analysefunksjonalitet. Mye har skjedd siden den gang. Som det eneste vestlige kameraselskapet med egen brikkeutvikling har vi hatt muligheten til å designe og optimere ytelsen for markedets behov (Artpec-brikke). Dagens artpec8 er mange ganger kraftigere enn alle tidligere versjoner. Dette betyr at et system ikke trenger å være veldig stort før skalaeffekten av mengden GPU-kraft som distribueres blir større enn hva en enkelt boks kan levere. Morse lov fortsetter å være et faktum.

Kunnskap kreves
Historisk videoanalyse er som sagt basert på pikselendringer, mens dagens videoanalyse er basert på AI. AI er et samlenavn, og begrepet brukes dessverre alt for ofte på en feil måte. Forventningene til «AI» er høye, og dessverre opplever vi at mange produsenter igjen overselger hva AI kan oppnå. AI er et kraftig verktøy i jakten på å ta analyser til neste nivå, men akkurat som med andre verktøy vi har til rådighet, stilles det krav til kunnskap og at man må være tydelig i hva man forsøker å oppnå.

AI i sin ”barndom”
AI kan absolutt bidra til å redusere antall falske alarmer, eller for den saks skyld bidra til å generere verdifull data. AI - Deep Learning, er basert på å lære analysen å gjenkjenne hva som er hva. Du må trene, basert på 10 000-vis av bilder i forskjellige miljøer, lysforhold osv. Sett likhetstegn mellom AI-algoritmen og et barn. Når barnet har sett nok biler, kan det peke og rope «se bil». Over tid kan han skille mellom sykler, tog, ambulanser osv. Alt dette basert på trening og repetisjon. AI er fortsatt i «startfasen», og jo eldre og mer erfaren «AI» blir, jo mer komplekse avgjørelser kan den ta.

Feilaktig konklusjon
Som Daniel skriver, bør du som kunde alltid stille deg selv en rekke spørsmål før du investerer i en løsning. Spørsmål som bør tas i betraktning er hvordan ens budsjett, infrastrukturforhold og trusselbilde ser ut. Et kjernekraftverk vil ha en annen løsning enn det lokale logistikkselskapet, av flere grunner.

Å si at AI bare finnes i de mest avanserte kameraene er ikke sant. I dag tilbyr Axis AI muligheter innen et bredt spekter av kameraer, noe som skaper muligheter selv for de med et mindre budsjett. Diskusjonen om at kostnadsbalansen er forvrengt allerede ved 3-4 kameraer er tilsynelatende riktig, men når antall enheter stiger må også mengden AI-bokser økes. Noe som i seg selv er en kostnads- og vedlikeholdsfaktor samtidig som et utvidet system trenger en sensor ute i feltet uavhengig av hvor analysen befinner seg.

Selv edge-basert kan effektivt administreres sentralt
Kunsten å gjøre det komplekse enkelt er vår tids store utfordring. Daniel hevder at en serverbasert løsning er lettere å vedlikeholde, noe man ved første øyekast skulle kunne si seg enig i. Men det er også mulig å se det fra den andre "siden". Med riktig verktøy og konfigurasjonsgrensesnitt kan et kantbasert system administreres sentralt på en tids- og kostnadseffektiv måte.

Foreldet diskusjon
Å påstå at serverbasert analyse står i mot edge-basert og/eller skybasert analyse er foreldet. Akkurat som en påstand om at kamerasensorer kan løse alle verdens problemer. Mye handler om hvilke krav og forventninger du har til systemet ditt angående størrelse, fleksibilitet til å utvide og åpenhet for å endre og legge til. Fordelen med åpne plattformer, standarder og integrasjonsmuligheter er at du som kunde kan få en løsning som er tilpasset dine behov og forutsetninger. Ved hjelp av ulike teknologier, for eksempel kameraer, høyttalere og radar - for å nevne noe - kan du kombinere ulike tekniske styrker. Mulighetene er enorme, og valgene mange! Det finnes ennå ikke ett verktøy som kan alt, men med god kunnskap og forståelse kan du gjøre det beste ut av noen få kvalitetsverktøy.

Dette stiller i sin tur store krav til integratorer om å være godt informert om produktvalgene de har tatt, derfor vil kunnskap og opplæring bli enda viktigere fremover.

Denne artikkelen er et svar på en artikkel skrevet av Daniel Sjödin på Securify som du kan lese her: 
https://www.securityworldmarket.com/no/Nyheter/Bedriftsnyheter/debatt-intelligente-kameraer-er-utilstrekkelige-for-perimeterovervaking