Alla stora analysinstitut är överens om att en av de största IoT trenderna är edge-baserad Intelligence. 2009 lanserade Axis världens första kamera med edge-analys funktionalitet. Mycket har hänt sedan dess. Som det enda västerländska kamerabolaget med egen chiputveckling har vi haft möjlighet att designa och optimera prestandan för de behov som finns på marknaden (Artpec chip). Dagens artpec8 är flertalet gångar kraftfullare än alla tidigare versioner. Detta innebär att ett system inte behöver vara särskilt stort innan skaleffekten av mängden GPU kraft som är distribuerad, blir större än vad en enskild box kan leverera. Morse Lag fortsätter att vara ett faktum.

Kunskap krävs

Historisk video-analys bygger som sagt på pixelförändringar, medan dagens video-analys bygger på AI. AI är ett samlingsnamn, och begreppet används tyvärr allt för ofta på ett felaktigt sätt. Förväntningarna på ”AI” är högt ställda, och tyvärr upplever vi att många tillverkare återigen översäljer vad AI kan åstadkomma. AI är ett kraftfullt verktyg i strävan att ta analys till nästa nivå, men precis som med andra verktyg vi har till förfogande, så ställs krav på kunskap samt att man behöver vara tydlig i vad man försöker åstadkomma.

AI i ”barnstadiet”

AI kan absolut hjälpa till att få ner antalet falsklarm, eller för den delen kunna bidra med att generera värdefull data. AI - Deep Learning, bygger på att lära analysen att känna igen vad som är vad. Du behöver träna ,baserat på 10.000-tals bilder i olika miljöer, ljusförhållanden etcetera. Likställ AI-algoritmen med ett barn. När barnet sett tillräckligt många bilar kan hen peka och ropa ”titta bil”. Med tiden kan hen urskilja cyklar, tåg, ambulanser etc. Allt detta baserat på träning och repetition. AI är fortfarande i ”barnstadiet”, och desto äldre och mer erfaren ”AI” blir, desto mer komplexa beslut kan den ta.

Felaktig konklusion

Som Daniel skriver bör alltid man som kund ställa sig ett antal frågor innan man investerar i en lösning. Frågeställningar som bör tas i beaktning är hur ens budget, infrastrukturförutsättningar och hotbild ser ut. Ett kärnkraftverk kommer ha en annorlunda lösning än det lokala logistikföretaget, av flera anledningar.

Att påstå att AI enbart finns i de mest avancerade kamerorna stämmer inte. Idag erbjuder Axis AI möjligheter i ett stort spektrum av kameror, vilket skapar möjligheter även för den med en mindre budget. Diskussionen kring att kostnadsbalansen förvrids redan vid 3-4 kameror är till synes korrekt, men när enhetsantalet stiger så behöver även mängden AI-boxar ökas. Vilket i sig är en kostnad och underhållsfaktor samtidigt som att ett utökat system behöver sensor på fält oavsett var analysen sitter.

Även edge-baserat kan effektivt hanteras centralt

Konsten att göra det komplexa enkelt är vår tids stora utmaning. Daniel påstår att en serverbaserad lösning är enklare att underhålla, vilket man vid en första anblick skulle kunna hålla med om. Men, det går också att se det från den andra ”sidan”. Med rätt verktyg och konfigureringsgränssnitt kan nämligen ett edge-baserat system hanteras centralt på ett tids- och kostnadseffektivt sätt.

Förlegad diskussion

Att påstå att serverbaserad analys står mot edge-baserad och/eller molnbaserad analys är förlegat. Precis som ett påstående att kamera-sensorer kan lösa världens alla problem. Mycket handlar om vad man har för krav och förväntningar på sitt system gällande storlek, flexibilitet att utöka samt öppenheten att förändra och addera. Fördelen med öppna plattformar, standarder och integrationsmöjligheter är att man som kund kan få en lösning som är anpassad efter sina behov och förutsättningar. Med hjälp av olika teknik, exempelvis kameror, högtalare och radar för att nämna några, kan man kombinera olika tekniska styrkor. Möjligheterna är enorma, och valen många! Det finns ännu inte ett verktyg som kan göra allt, däremot kan man med god kunskap och förståelse göra det bästa utav ett fåtal kvalitetsverktyg.

Det ställer i sin tur stora krav på integratörer att vara påläst på dom produktval man gjort, därför kommer kunskap och utbildning vara än viktigare framåt.

Denna artikel är ett svar på en artikel som skrevs av Daniel Sjödin på Securify som du kan läsa här:

https://www.securityworldmarket.com/se/Nyheter/Foretagsnyheter/debatt-intelligenta-kameror-ar-otillrackliga-for-perimeterovervakning1