Scopri come i sistemi IP di videosorveglianza migliorano grazie all’edge AI

Spesso il termine Intelligenza Artificiale (AI) viene associato ad enormi server room ma con l’implementazione dell’edge AI le cose sono cambiate. Con l’analisi AI effettuata da dispositivi disseminati intorno a noi, non tutte le azioni AI richiedono la ritrasmissione dei dati a un server. Ciò spiega perché si prevede una crescita del mercato a un tasso di crescita annuale totale del 19,27% dal 2019 al 2026.

L’AI eseguita a bordo telecamera promette una serie di vantaggi per i sistemi IP di videosorveglianza; esaminiamo i primi cinque con maggiore impatto su installatori e utenti finali.

1. Maggiore accuratezza e informazioni sul contesto

L’esecuzione dell’AI su un dispositivo può migliorare l’accuratezza delle attivazioni e ridurre i falsi allarmi. Grazie all’edge AI e al Deep Learning, le operazioni di conteggio delle persone, misurazione dell’occupazione, gestione delle code e via dicendo possono essere svolte in maniera più precisa. Gli operatori potranno usufruire di informazioni più dettagliate fornite dai dispositivi edge, come informazioni contestuali, ad esempio, se qualcuno sta indossando gli occhiali o una borsa, e il colore di un veicolo.

 

2. Riduzione del costo di proprietà

Si stima che le telecamere di sicurezza generino circa 2.500 petabyte di dati al giorno a livello mondiale. Mantenere server e ritrasmettere tutti questi dati per l’archiviazione e l’analisi è costoso, pertanto la presenza dell’AI consentirà di risparmiare il costo connesso al trasferimento dei dati (dal momento che solo i dati e i metadati critici devono essere ritrasmessi). Ciò consente di ottenere anche risparmi in termini energetici.

 

3. Minor latenza

Come spiega Thomas J. Bittman, Distinguished VP Analyst di Gartner, “Dal momento che le persone hanno bisogno di interagire con realtà assistite digitalmente in tempo reale, affidarsi a data center distanti migliaia di chilometri non può essere la soluzione ideale. La latenza è importante”.

Effettuando l’analisi sulla telecamera, i trigger e le allerte sono più immediati, migliorando la velocità della risposta quando si ha a che fare con un evento.

 

4. Maggiore scalabilità

Quando le esigenze cambiano e sono necessarie una flessibilità e una scalabilità maggiori è sufficiente aggiungere altre telecamere e dispositivi AI, senza che l’utente finale debba ricorrere a grandi server con notevole larghezza di banda fin dall’inizio del progetto. Ciò è particolarmente utile per le aziende che desiderano implementare un progetto in varie fasi.

 

5. Affidabilità

Quando l’analisi viene effettuata su vari dispositivi, se uno non funziona, l’altro può subentrare.  L’AI può continuare a funzionare anche in caso di problemi della rete o del servizio cloud. I trigger continuano a essere attivati, l’accesso continua a essere consentito e via dicendo, con registrazioni e dati inviati al backend una volta che le connessioni vengono ripristinate.

 

Ottenere un vantaggio

Considerando i miglioramenti in termini di efficienza, accuratezza e sostenibilità che promette di fornire, questo è il momento perfetto per gli utenti finali e gli installatori per esplorare l’edge AI.

Leggi altri articoli simili a questo: AI etico: Garantire l’integrità nell’AI nel 2022