Zde se dozvíte, jak jsou systémy síťového dohledu vylepšovány umělou inteligencí na okraji sítě.

Co se vám vybaví, když se řekne umělá inteligence? Někomu se vybaví obrovské serverovny, které pohánějí například IBM Watson nebo AlphaGo. Ale to už neplatí pro nasazení umělé inteligence na okraji sítě. Vzhledem k tomu, že analýzu AI provádějí zařízení rozmístěná po celém našem fyzickém světě, nevyžadují všechny činnosti AI streamování dat zpět na server. To vysvětluje, proč se předpokládá, že trh poroste složenou roční mírou růstu o 19.27% od roku 2019 do roku 2026.

Umělá inteligence na okraji sítě slibuje řadu výhod pro síťové dohledové systémy – projděme si pět nejvýznamnějších z nich pro instalační firmy a koncové uživatele.

1. Větší přesnost a kontext

Spuštění umělé inteligence v zařízení může zvýšit přesnost spouštění a snížit počet falešných poplachů. Počítání lidí, měření obsazenosti, řízení front a další činnosti lze provádět s vysokou mírou přesnosti díky využití okrajové umělé inteligence deep learning. Operátoři také získají více informací z okrajových zařízení, jako jsou kontextové informace, například zda má někdo brýle, tašku nebo barvu vozidla.

 

2. Náklady na vlastnictví se snižují

Odhaduje se, že bezpečnostní kamery celosvětově generují přibližně 2 500 petabajtů dat denně. Odesílání všech těchto dat zpět k uložení a analýze je nákladné, takže AI na okraji okamžitě ušetří náklady na přenos dat (protože zpět je třeba posílat pouze kritická data a metadata) a na údržbu drahých serverů. To vede také k úsporám energie.

 

3. Zlepšení latence

As Thomas J. Bittman, Významný viceprezident společnosti Gartner vysvětluje: „Vzhledem k tomu, že lidé potřebují komunikovat se svou digitálně podporovanou realitou v reálném čase, čekání na datové centrum vzdálené několik kilometrů (nebo mnoho kilometrů) nebude fungovat. Na latenci záleží. Jsem tady a teď a za pár sekund jsem pryč“.

Díky analýze na okraji jsou spouštěče a upozornění bezprostřednější. To zlepšuje rychlost reakce při řešení události, jako je například narušení, a celkovou zkušenost s přístupem a pohybem na pozemku nebo vjezdem na parkoviště.

 

4. Větší škálovatelnost

Kamery využívající umělou inteligenci na hraně umožňují flexibilnější a škálovatelnější videoinstalaci, protože podle potřeby lze přidávat další kamery a zařízení (aniž by bylo nutné hned od začátku pořizovat velký server se značnou šířkou pásma). To je užitečné zejména pro organizace, které chtějí projekt nasazovat postupně.

 

5. Spolehlivost

Analýza se provádí na různých zařízeních, a pokud jedno selže, může ji převzít jiné. Neexistuje jediný bod selhání. Umělá inteligence může pokračovat v činnosti, i když selže síť nebo cloudová služba. Spouštěče mohou být stále prováděny, přístupy mohou být stále udělovány atd. s tím, že místní záznamy a poznatky se po obnovení připojení odešlou do back-endu.

 

Získání výhody

Pro koncové uživatele a instalační firmy je nyní ideální doba, aby pro své systémy prozkoumali umělou inteligenci na okraji, protože slibuje obrovské zvýšení efektivity, přesnosti a udržitelnosti. Stejně jako u každé inovace je třeba začít s cíli a případem použití a pak teprve testovat vodu – k čemuž je AI na okraji ideální, protože ji lze nasazovat postupně.

Přečtěte si více jako this: Ethical AI: Zajištění integrity umělé inteligence v roce 2022