a&s International

Główni gracze w branży security rywalizują, tworząc własne procesory (układy scalone specjalizowane, chipsety) przystosowane do wymagań sztucznej inteligencji.

Sztuczna inteligencja (AI) była gorącym tematem ostatnich targów ISC West, największej amerykańskiej imprezy w branży zabezpieczeń. Jej praktyczne zastosowania wiązały się głównie z kamerami dozoru wizyjnego i analizą wizyjną. Ważna ścieżka tematyczna, będąca niejako zaproszeniem dla firm zainteresowanych tworzeniem aplikacji AI, dotyczyła potrzeby nowych standardów dla kamer i możliwości współpracy urządzeń różnych firm.

Producenci rozwiązań wciąż pracują nad tym, jak najlepiej wykorzystać pokaźną ilość gromadzonych danych. Potencjał sztucznej inteligencji można wykorzystać wyłącznie poprzez korelację wielu punktów danych i analizowanie mnóstwa informacji.

Branża zabezpieczeń stoi na progu ery sztucznej inteligencji. Zainteresowanie użytkowników tą technologią jest bardzo duże. Większość producentów kamer zamierza implementować AI w swoich urządzeniach. Sposób, w jaki to zrobią, zależy m.in. od wykorzystanych typów układów (np. x86, ARM, FPGA). W pozyskiwaniu niezbędnych technologii firmy stosują różne podejścia.

Duzi gracze – tacy jak Hikvision, Hanwha Techwin czy Axis – dysponują możliwościami, by rozwijać własne procesory (chipsety – układy scalone specjalizowane) wspierające AI. Procesory najnowszej generacji muszą być przystosowane do potrzeb uczenia maszynowego – wymagają ogromnych możliwości obliczeniowych, muszą być wydajniejsze i bardziej energooszczędne od procesorów Nvidia. Mniejsi będą najprawdopodobniej technologie AI kupować od dostawców niezależnych w postaci obowiązkowego zestawu algorytmów wprowadzonych do systemu operacyjnego, układów scalonych lub oprogramowania układowego.

Jednym z przykładów stworzonego we własnym zakresie procesora z wbudowaną AI jest prezentowany podczas targów w Las Vegas ARTPEC 7 firmy Axis Communications. Według producenta zapewnia on lepszej jakości wyraźniejszy obraz poruszających się obiektów i większą szczegółowość w scenach prześwietlonych (technologia forensic WDR), ma więc większe możliwości analizy zawartości wizji. Możliwość przeprowadzania analizy wizyjnej w urządzeniach brzegowych ogranicza wymaganą przepustowość łącza i pozwala efektywnie wykorzystać pamięć masową.

Zaimplementowany w procesorze ARTPEC7 mechanizm detekcji obiektów w czasie rzeczywistym jest wspierany algorytmami uczenia maszynowego, które automatycznie wykrywają i rozpoznają ludzi, twarze i obiekty. Co ważne, układ został w całości opracowany przez firmę Axis. Producent zadbał przy tym o wysoki poziom kontroli mający kluczowe znaczenie w zapewnieniu cyberbezpieczeństwa.

Wbudowane mechanizmy ochronne sprawiają, że można zainstalować tylko bezpieczne i autoryzowane oprogramowanie układowe oraz dostarczane przez zewnętrznych producentów aplikacji ACAP (Axis Camera Application Platform).

Z kolei chipset AI tworzony przez Hanwha Techwin – wg zapowiedzi producenta – ma się pojawić pod koniec tego roku. Tom Cook, wiceprezes ds. sprzedaży w Hanwha Techwin America, zdradził w Las Vegas kilka szczegółów na jego temat. Będzie się wyróżnić dokładnością detekcji i funkcjami cyberbezpieczeństwa. Rdzeń pamięci i rdzeń jego oprogramowania są odseparowane od funkcji analitycznych, w rezultacie otrzymujemy dwa układy scalone w jednym, z wbudowaną zaporą sieciową. Wszystkie układy scalone Hanwha Techwin tworzy sam – produkcja, projektowanie, kontrola jakości, a także testy cyberbezpieczeństwa oraz ocena jakości AI są wykonywane w ramach jednej firmy.

Odmienną drogę wybrała firma Arecont Vision Costar. Ten producent kamer obecnie współpracuje z firmą zewnętrzną nad rozwojem sztucznej inteligencji w swoich produktach. Zdaniem przedstawiciela producenta na wczesnym jeszcze etapie rozwoju rynku kamery z wbudowanymi układami sztucznej inteligencji będą się od siebie wyraźnie różnić pod względem działania. Będą albo niewiele warte z powodu kiepskiej jakości AI, albo – jeśli AI będzie dobra – odpowiednio droższe. Branża zabezpieczeń będzie musiała przejść proces uczenia się. Zarówno projektanci, jak i integratorzy systemów, a także użytkownicy będą musieli stopniowo opanowywać technologię AI. Przez kolejne 10 lat co roku na rynku zaczną się pojawiać nowe typy kamer wspomaganych przez AI. Już w tym albo przyszłym roku wejdzie na rynek dobrze zaprojektowana sztuczna inteligencja, ale o ograniczonym zastosowaniu.

Technologie wizyjne z AI wspierają rozwój analityki biznesowej

Coraz więcej firm z branży security oferuje kamery z wbudowaną sztuczną inteligencją. Dzięki implementacji AI analizę obrazu można przeprowadzać wprost w kamerze. Taka technologia jest wdrażana w wielu miejscach, m.in. na parkingach, w sklepach detalicznych czy na lotniskach. Wbudowane w kamerę sztuczne sieci neuronowe trenuje się metodą uczenia maszynowego. Do systemu wprowadza się mnóstwo przykładowych obrazów – danych.

Na ich podstawie i korelacji łączących różne punkty danych sieć uczy się rozpoznawać w obrazie prawidłowości (wzorce), wykrywać kształty i obiekty. W efekcie urządzenie jest w stanie rozpoznać charakterystyczne cechy ludzi, a także przedmioty, np. samochody, łodzie, broń czy torby – zależnie od zdefiniowanego celu.

Zazwyczaj kamera z zaimplementowanymi algorytmami głębokiego uczenia potrzebuje kilkunastu dni treningu, aby nauczyć się kształtu nowego obiektu. Pytani podczas targów ISC West przedstawiciele branży twierdzili, że jest obecnie w stanie dokonywać identyfikacji z 90-proc. dokładnością. Tego typu kamery są coraz częściej wdrażane w sektorze związanym z transportem. Przykładowo wiele kamer montuje się na skrzyżowaniach ulic w celu kontroli ruchu drogowego. Urządzenia potrafią identyfikować rodzaj, prędkość i kierunek przejeżdżających pojazdów, a także określać godziny szczytowego natężenia ruchu.

Firma Bosch demonstrowała m.in. sposób, w jaki można wykorzystać analizę obrazu na parkingach. Kamera tego producenta, monitorując pojazdy wjeżdżające na parking i opuszczające go, oblicza w czasie rzeczywistym całkowitą liczbę samochodów. Potrafi także identyfikować liczbę pojazdów parkujących w strefach dla niepełnosprawnych, zliczać samochody elektryczne lub luksusowe z segmentu F.

• Rozpoznawanie twarzy

Rozpoznawanie twarzy zyskuje popularność nie tylko w zastosowaniach związanych z bezpieczeństwem, ale także jako sposób na rozwijanie analityki biznesowej. Powszechnie wprowadzaną przez wielu producentów funkcją jest anonimizacja twarzy – wynika to z przepisów UE dotyczących ogólnego rozporządzenia o ochronie danych osobowych (GDPR/RODO). Jednym z przykładów tej funkcjonalności jest rozwiązanie analityki wizji firmy Honeywell. Jej wewnętrzny algorytm pozwala stwierdzić, czy osoba zidentyfikowana w kamerze jest systemowi znana, czy też nie. Jeśli jest nieznana, niebieskie pole zakrywa jej twarz na ekranie. W sytuacji, gdy została wcześniej zidentyfikowana i zarejestrowana w systemie, jej twarz zostanie pokazana.

Czy branży zabezpieczeń są potrzebne standardy dotyczące AI?

Nawet na obecnym, wczesnym etapie rozwoju technologii branża zabezpieczeń potrzebuje standardów w zakresie sztucznej inteligencji, by pojęcie AI dla wszystkich oznaczało to samo.

Rośnie wykorzystanie sztucznej inteligencji w obszarze security. Coraz więcej producentów kamer uczy się, jak wbudowywać nową technologię w swoje produkty, i zgłasza pilną potrzebę standaryzacji. Przy braku standardów niektóre terminy mogą dla poszczególnych firm oznaczać co innego. Jako przykład weźmy funkcję szerokiego zakresu dynamiki WDR w kamerach dozorowych. Chociaż wielu producentów twierdzi, że oferuje taką funkcję, to ich definicje WDR się różnią. Nie ma też standardowych definicji dotyczących analityki wizyjnej.

O standardach w dziedzinie sztucznej inteligencji zapewne będzie decydowało kilku największych graczy w branży – 6 czy 7 dużych producentów, którzy udowodnią klientom, że mają najlepsze rozwiązania AI. Ścieżka rozwoju standardów sztucznej inteligencji może przypominać standaryzację interfejsu ONVIF dla kamer IP, który jest obecnie powszechnie stosowany. Powinna powstać grupa branżowa, która ustali zasady dotyczące standardów AI. Trudno jednak spodziewać się, że to branży zabezpieczeń przypadnie główna rola w ich opracowywaniu. Ten sektor to tylko niewielka część rynku sztucznej inteligencji, na którym dominują: przemysł motoryzacyjny, wojsko, producenci smartfonów i innych towarów konsumenckich.

Jak OSSA chce wspierać współpracę w branży?

Stowarzyszenie Open Security & Safety Alliance (OSSA) przygotowało platformę, która umożliwia współpracę producentów urządzeń, twórców oprogramowania, integratorów, specjalistów, konsultantów i innych podmiotów wnoszących ze sobą doświadczenie z sąsiednich rynków w tworzeniu innowacji dla branży elektronicznych systemów zabezpieczeń.

W erze Internetu Rzeczy (IoT) powstają ogromne zbiory danych. Branża zabezpieczeń musi wykorzystać możliwości, jakie dają te wielkie zasoby informacji. Jednym ze sposobów jest stworzenie spójnego środowiska opartego na standardach, w którym firmy będą mogły ze sobą bez problemów współpracować. Celem powołanego stowarzyszenia OSSA jest m.in. opracowanie wspólnego systemu operacyjnego (OS). Oparcie wszystkich kamer dozoru wizyjnego na tej samej platformie pozwoli użytkownikom końcowym uruchamiać te same aplikacje na różnych urządzeniach (tak jak działa to od lat na smartfonach dostosowanych do systemu operacyjnego Android).

• Potencjał wykorzystania danych

Standaryzacja od dawna jest przedmiotem zainteresowania rynku zabezpieczeń. Zapytany, dlaczego OSSA teraz zajęła się tym tematem, Johan Jubbega, prezes Stowarzyszenia, twierdzi, że katalizatorem było pojawienie się Internetu Rzeczy (IoT). IoT zmienił rolę urządzeń zabezpieczeń elektronicznych, które pracując w sieci, pełnią jednocześnie funkcję czujników. Rosnąca wszechobecność różnego typu czujników wymieniających między sobą informacje tworzy środowiska bogate w dane, ale pozyskiwane informacje nie są jeszcze wykorzystywane w sposób wystarczający. Ogromne zbiory danych oferują wiele możliwości analitycznych i budzą nadzieję związaną ze sztuczną inteligencją, wciąż jednak nie użytkujemy w pełni tego potencjału. Dzięki różnym aplikacjom kamery stają się obecnie coraz bardziej smart. Sklepy detaliczne stosują kamery dozorowe nie tylko do ochrony ludzi i mienia, ale także w celu pozyskania informacji biznesowych (analityka biznesowa – Business Intelligence). Dostępne są aplikacje mierzące przepływ i liczbę odwiedzających sklep, a także wykrywające określone zachowania klientów.

Wspólna platforma zachęci większe grono programistów aplikacji do zainteresowania się rynkiem security, co będzie stymulowało kolejne innowacje.

• Współpraca w branży

Wspólna platforma będzie również sprzyjać współpracy. Obecnie większość firm funkcjonuje w osobnych silosach, a potencjał innowacji zależy od możliwości pojedynczych firm.

Bliższe relacje między firmami mogą również wpłynąć na poprawę cyberbezpieczeństwa. Mając to na względzie, OSSA powołała specjalną grupę roboczą zajmującą się tym właśnie obszarem.

• Cyfrowy sklep dla integratorów systemów

Kolejnym celem Stowarzyszenia OSSA jest promocja działań zmierzających do stworzenia sklepu z aplikacjami, w tym mechanizmu umożliwiającego integratorom systemów dzielenie się doświadczeniami związanymi z aplikacjami. Członkami Stowarzyszenia są producenci urządzeń, integratorzy systemów, twórcy aplikacji (programiści) i dystrybutorzy. Obecnie, na wczesnym etapie działania organizacji, większość stanowią producenci, ale OSSA chciałoby w swoim gronie mieć więcej integratorów systemów, ponieważ to oni są użytkownikami końcowymi oferty rynkowej i to integrator systemów tworzy rozwiązanie dostosowane do potrzeb klienta.

SAST tworzy otwartą platformę programistyczną wspierającą AI

Uruchomiony przez firmę Bosch start-up SAST pracuje nad opartym na Androidzie systemem operacyjnym dla kamer, który pozwoli wdrażać różne aplikacje sztucznej inteligencji.

Podczas targów w Las Vegas start-up Security and Safety Things (SAST), będący partnerem Stowarzyszenia OSSA, przedstawił swoją wizję opartego na Androidzie systemu operacyjnego dla kamer dozorowych. Chodzi o platformę, która kamerom różnych marek pozwoli działać z tym samym systemem operacyjnym. Jej rozwój ma się opierać na otwartych standardach, ma ona przypominać znany ze środowiska smartfonów model sklepu z aplikacjami. Ujednolicona platforma ułatwi pracę twórcom aplikacji. Bez wspólnego systemu operacyjnego muszą oni projektować oddzielne aplikacje dla poszczególnych producentów kamer. W rezultacie samo ich testowanie może zajmować więcej czasu niż opracowywanie. Innymi słowy, ponieważ dziś każda firma tworzy coś innego, OSSA chce doprowadzić do porozumienia dostawców w kwestiach standaryzacji.

Podczas targów ISC West aplikacje, takie jak „Liczenie osób”, „Analiza przechodzących ludzi” i „Ochrona obszaru” zostały wdrożone na wybranych kamerach. Stworzony system operacyjny działa już na pierwszych prototypowych urządzeniach firm należących do OSSA.

W sklepie z aplikacjami jest dostępnych blisko 25 aplikacji. Obliczenia przez nie wykonywane są w większości prowadzone bezpośrednio w kamerze. Dzisiejsza oferta aplikacji jest nastawione na analizy, takie jak pomiar przepływu ludzi, ale w przyszłości mogą dotyczyć nawet bardziej zaawansowanych zastosowań, np. wykrywania trzęsień ziemi.

SAST ma nadzieję, że do końca roku powstanie ponad 100 aplikacji. Jak informuje start-up, planowane zastosowania, poza obszarem bezpieczeństwa, dotyczą przede wszystkim analityki biznesowej.

• Większy udział innych branż

Platforma przyciągnie nowe rozwiązania różnych producentów nie tylko z obszaru security. Będą mogły do niej dołączyć firmy technologiczne z wielu branż. Do tej pory twórcami aplikacji były przeważnie zajmujące się analityką wizyjną małe firmy, zatrudniające nie więcej niż 20 pracowników. SAST umożliwia wszystkim podmiotom rozwój sztucznej inteligencji stosowanej w kamerach.

• Masowe wdrażanie aplikacji

Oprócz sklepu z gotowymi aplikacjami SAST oferuje programistom również portal z narzędziami do testowania oraz udostępnia przestrzeń do tworzenia społeczności mającej służyć wzajemną pomocą i inspiracjami. Integratorzy systemów mogą przy użyciu komputerów PC uzyskiwać dostęp do sklepu z aplikacjami i kupować programy, a następnie wdrażać je w kamerach.

Dzięki portalowi mogą uruchamiać te aplikacje na wielu urządzeniach jednocześnie. To bardzo pomocna funkcja, szczególnie w przypadku dużych obiektów, np. lotnisk, gdzie liczba kamer może sięgać nawet 20 tysięcy. Kamery z systemem Android powinny zostać wprowadzone na rynek do końca tego roku lub na początku 2020.