Haastattelut
Andrew Nassar, IC Realtimen teknologiajohtaja – haastattelusarja

Keskeiset kohdatBunker suorittaa keskeisen tekoälyanalyysin paikallisella NVIDIA Jetson…
Näytä lisää
- Bunker suorittaa keskeisen tekoälyanalyysin paikallisella NVIDIA Jetson -yhdyskäytävällä vähentääkseen riippuvuutta pilvestä ja nopeuttaakseen hälytyksiä.
- Nassar kieltäytyy rakentamasta biometrisiä henkilöllisyysominaisuuksia, koska valvonnan tulisi kuvata tapahtumia eikä profiloida ihmisiä.
- Reunatekoäly ei ole tietosuojakäytäntö, sillä pilvipalvelut hoitavat edelleen etäkäyttöä ja videohistoriaa.
Andrew Nassar toimii IC Realtimen teknologiajohtajana. Hän on auttanut ohjaamaan yritystä siirtymissä analogisista kameroista digitaaliseen tallennukseen, etävalvontaan ja tekoälyavusteiseen videoanalyysiin. Yli 20 vuoden kokemuksellaan valvonta-alalta hän keskittyy siihen, miten konenäön ja reunalaskennan edistysaskeleista voidaan kehittää käytännön työkaluja tapahtumien ymmärtämiseen, tallenteiden löytämiseen ja turvallisuustoiminnan parantamiseen.
IC Realtime suunnittelee videovalvontajärjestelmiä ja ohjelmistoja asuin- ja yrityskäyttöön. Sen Bunker-alusta tuo tekoälyanalyysin yhteensopiviin kamerajärjestelmiin erillisen NVIDIA Jetson -pohjaisen yhdyskäytävän kautta ja mahdollistaa kontekstuaaliset hälytykset sekä luonnollisen kielen avulla tehtävät videohaut. Alusta yhdistää paikallisen analyysin pilvipalveluihin, jotka mahdollistavat etäkäytön ja videotallenteiden katselun.
Olet ollut johtamassa IC Realtimea siirtymissä analogisista kameroista digitaaliseen tallennukseen, etävalvontaan ja nyt tekoälyyn. Mikä sai sinut vakuuttumaan siitä, että tekoäly voisi muuttaa valvontaa perustavanlaatuisesti, ja mitkä edistysaskeleet ovat tehneet kehittyneestä videoanalyysistä käytännöllistä reunalaitteissa?
Olemme hyödyntäneet koneoppimista ja konenäköä kameroissamme jo vuosia. Niistä tuli huomattavasti hyödyllisempiä, kun järjestelmä alkoi auttaa ihmisiä ymmärtämään tapahtumia ja löytämään niihin liittyvät tallenteet sen sijaan, että se vain tuottaisi lisää videota tarkasteltavaksi. Kodinomistaja haluaa tietää, mikä vaatii huomiota. Yritys haluaa löytää tapahtuman käyttämättä tuntikausia sen etsimiseen.
Bunker tuo tämän lähestymistavan kiinteistössä sijaitsevaan erilliseen NVIDIA Jetson -yhdyskäytävään. Kun keskeinen analyysi tehdään lähempänä kameroita, vähenee tarve lähettää kaikki analyysitehtävät pilveen, ja järjestelmän reagointikyky paranee. Käytännön edistysaskel on paikallisen laskennan ja ohjelmiston yhdistelmä, joka muuttaa videon kontekstuaalisiksi hälytyksiksi ja haettaviksi tapahtumiksi.
Minulle ratkaisevaa on edelleen todennettu hyöty. Teknologian on ratkaistava todellinen ongelma siinä ympäristössä, jossa asiakas käyttää sitä. Hyvä esittely on vasta prosessin alku.
Voisitko Bunkeria esimerkkinä käyttäen käydä läpi, mitä tapahtuu siitä, kun kamera tallentaa tapahtuman, siihen, että käyttäjä saa hälytyksen? Mitkä tekoälytoiminnot suoritetaan paikallisesti, mitkä vaativat edelleen pilvipalvelua ja mitä tietoja poistuu kiinteistöstä?
Yleisesti ottaen yhteensopiva kamera lähettää videon Bunker-yhdyskäytävään, ja keskeinen tekoälyanalyysi suoritetaan kyseisessä kiinteistössä sijaitsevassa yhdyskäytävässä. Alusta yhdistää havaitun toiminnan videotapahtumiin ja voi lähettää kontekstuaalisen hälytyksen, johon sisältyy tilannekuva ja selkokielinen kuvaus. Käyttäjä voi sen jälkeen tarkastella videota sovelluksessa.
Bunker käyttää hybridiarkkitehtuuria. Pilviyhteys mahdollistaa etäkäytön, tilauspalvelut ja videotallenteiden katselun, joten olisi harhaanjohtavaa väittää, ettei alustassa käytetä pilvipalveluja tai ettei videota poistu kiinteistöstä. Olennaista on se, miten tiedot suojataan niiden poistuessa kiinteistöstä. Kaikki salataan siirron aikana, myös reaaliaikainen video, joka pysyy salattuna yhdyskäytävältä aina katsojan näytölle asti. Välissä oleva infrastruktuuri välittää videon, mutta ei voi katsella sitä. Kukin yhdyskäytävä todentaa itsensä omalla varmenteellaan; yhteisiä tunnistetietoja ei käytetä koskaan. Pilveen tallennetut videotallenteet salataan.
Asiakkaille pitäisi kertoa selkeästi, miten tiedot kulkevat järjestelmässä, mitkä ominaisuudet edellyttävät internetyhteyttä ja mitä tapahtuu yhteyden katketessa.
Valvontakamerat toimivat sateessa, pimeässä, häikäisyssä ja jatkuvasti muuttuvissa olosuhteissa. Mikä on vaikein todellisessa käyttöympäristössä kohtaamasi vika, ja miten arvioitte, vähentävätkö parannukset virhehälytyksiä lisäämättä huomaamatta jääviä tapahtumia?
Olen työskennellyt tällä alalla yli 20 vuotta, ja kameratekniikka on kehittynyt valtavasti etenkin hämärässä ja haastavissa olosuhteissa. Yölliset ja kohinaiset kuvat ovat nykyään lähes yhtä selkeitä kuin päiväsaikaan. Sade, häikäisy, sumu ja lumi voivat silti heikentää tekoälymallin tarkkuutta. Paremmat sensorit eivät poista näitä muuttujia.
Siksi valitsimme dynaamisen lähestymistavan, joka mukautuu ympäristön ja vuorokaudenajan vaihteluihin yhden kiinteän kokoonpanon sijaan. Kehitystyön kahden viime vuoden aikana olemme käyttäneet tuhansia tunteja testaukseen todellisissa asennuskohteissa emmekä vain työpöydälle sijoitettujen kameroiden parissa. Olemme myös rakentaneet järjestelmän sen pohjalta, mitä näissä käyttöönotoissa olemme oppineet.
En arvioisi parannusta pelkästään ilmoitusten määrän vähenemisen perusteella. Olennaista on, poistaako se asiaankuulumattomat hälytykset ja havaitseeko se silti tärkeät tapahtumat. Hälytysten vähentämisestä on hyötyä vain, jos järjestelmä toimii edelleen silloin, kun jotain tärkeää tapahtuu.
Henkilön tai ajoneuvon havaitseminen on eri asia kuin sen arvioiminen, onko toiminta huolestuttavaa. Miten määrittelette poikkeaman, mukautatte määritelmää eri kohteisiin ja estätte järjestelmää tulkitsemasta harmitonta toimintaa uhaksi?
Pelkästään havaitun kohteen perusteella ei voi päätellä, onko kyseessä ongelma. Etuovelle saapuva lähetys ja rajoitetulla alueella tapahtuva toiminta voivat liittyä samantyyppiseen kohteeseen, mutta edellyttävät hyvin erilaisia toimia. Lähtökohtana pitäisi olla asiakkaan käyttötapaus ja kyseisen kiinteistön olosuhteet.
Erottaisin tarkastelua edellyttävän tapahtuman siitä, että joku päätellään uhaksi. Järjestelmän tulisi auttaa ihmistä ymmärtämään, mitä havaittiin ja miksi se nostettiin esiin, sekä antaa pääsy alkuperäiseen videotallenteeseen. Sen ei pitäisi kannustaa käyttäjää pitämään jokaista tuntematonta toimintaa todisteena väärinkäytöksistä.
Kun näistä järjestelmistä tulee entistä kyvykkäämpiä, haasteena on tehdä tästä kontekstista hyödyllinen liioittelematta sitä, mitä tekoäly tietää. Ihmisen harkintakyky on edelleen tärkeää, etenkin jos hälytys voi johtaa merkittäviin toimiin.
Luonnollisen kielen haku lupaa korvata tuntikausien manuaalisen videotallenteiden tarkastelun. Miten järjestelmänne yhdistää käyttäjän kuvauksen oikeaan videoon, ja miten testaatte, jääkö tapahtumia huomaamatta, löytyykö haussa vääriä osumia tai sisältävätkö tekoälyn luomat kuvaukset asioita, joita videotallenne ei tue?
Tavoitteena on tehdä videoista haettavia sellaisilla sanoilla, joita ihminen käyttäisi luontevasti. Kun toimintaa havaitaan, Bunker luo videolla näkyviin tapahtumiin liittyviä aikaleimattuja kuvauksia. Käyttäjän kysymyksellä haetaan tästä indeksoidusta tietueesta ja nostetaan esiin siihen liittyvät videotallenteet. Näin käyttäjä pääsee alkuun ilman, että hänen tarvitsee kelata koko tallennetta manuaalisesti läpi.
Tuloksen tarkistamisen perustana tulisi olla videotallenne. Luotu kuvaus helpottaa tallenteessa liikkumista, mutta sitä ei pidä pitää luotettavampana kuin sitä, mitä kamera todella tallensi.
Testauksessa erottaisin kolme kysymystä: Jäikö järjestelmältä huomaamatta olennainen tapahtuma? Hakiko se jotain, joka ei vastaa pyyntöä? Sisälsikö kuvaus jotain sellaista, mitä videotallenne ei tue? Kyse on erilaisista virhetilanteista. Ei riitä, että arvioidaan vain, palauttaako haku uskottavalta näyttävän vastauksen.
Mitä kompromisseja NVIDIA Jetson -laitteisto asettaa mallin koolle ja tarkkuudelle, virrankulutukselle sekä analysoitavien kamerasyötteiden määrälle? Miten varmistatte luotettavan suorituskyvyn, kun käytössä on vanhempia kolmannen osapuolen kameroita, prosessointikapasiteetti täyttyy tai internet-yhteys katkeaa?
Suunnittelussa on ratkaistava, miten kohteessa käytettävissä olevilla resursseilla voidaan tuottaa hyödyllistä analyysia. Mallin monimutkaisuuden, käsiteltävän videon määrän ja vaaditun vasteajan on kaikkien pysyttävä yhdyskäytävän toimintarajojen sisällä. Siksi pelkkä tuettujen videovirtojen määrä ei kerro koko totuutta suorituskyvystä.
Bunkerin lanseerausvaiheen suunnitelmissa tuetaan enintään 10 kameravirtaa. Yhteensopivien ONVIF-kameroiden ansiosta asiakkaat voivat pitää nykyisen laitteistonsa, mutta yhteensopivuus on silti varmistettava jokaisen asennuksen yhteydessä. Myös profiileilla, laiteohjelmistolla, kuvanlaadulla ja käytettävillä ominaisuuksilla on merkitystä.
Myös häiriönsietokyvystä on puhuttava täsmällisesti. Paikallinen käsittely ja pilvipalveluihin yhdistetyt palvelut ovat järjestelmän eri osia, eikä reunayhdyskäytävän olemassaolo tarkoita, että kaikki ominaisuudet toimisivat normaalisti internetkatkon aikana. Myös päivitykset ovat osa luotettavuutta. Jokainen päivitys allekirjoitetaan ja varmennetaan yhdyskäytävässä ennen asennusta, vanhemmat haavoittuvat versiot hylätään ja epäonnistunut päivitys palautetaan automaattisesti aiempaan versioon. Huono päivitys ei saisi aiheuttaa sitä, että kohteen turvajärjestelmä menee pois käytöstä.
Paikallinen päättely ei yksin vastaa kaikkiin tietosuojaa koskeviin kysymyksiin. Mihin Bunker tallentaa videotallenteet, hakukyselyt ja tekoälyn luomat metatiedot, kuinka kauan niitä säilytetään ja kenellä on niihin pääsy? Miten parannatte mallejanne olettamatta, että teillä on pääsy asiakkaiden yksityisiin videotallenteisiin?
Olen samaa mieltä. ”Reunalla toimiva tekoäly” ei ole kattava tietosuojakäytäntö. Asiakkaiden on ymmärrettävä, minne heidän tietonsa kulkevat, mitä säilytetään ja kenellä on niihin pääsy. Tämä koskee videon lisäksi myös hakukyselyjä ja luotuja kuvauksia.
Videotallenteet ja palvelun taustalla olevat tietokannat salataan tallennettuina. Salasanat hajautetaan ja istunnot vanhenevat, joten tietokantamurto ei antaisi kenellekään toimivia kirjautumistietoja. Myös itse yhdyskäytävä on salattu, joten varastetusta laitteesta ei saa videotallenteita eikä tunnistetietoja. Bunkerin lanseerausvaiheen tarjontaan kuului Standard-tilauksessa 60 päivän pilvipohjainen videotallenteiden historia ja Premium-tilauksessa 365 päivän historia sekä Video Vault niiden videoleikkeiden tallentamiseen, jotka asiakas haluaa säilyttää.
Emme käytä asiakkaiden videotallenteita malliemme kouluttamiseen emmekä luo biometristen tietojen malleja kameran kuvaamista ihmisistä. Tuotteen käyttäminen ei merkitse asiakkaan lupaa käyttää hänen yksityisiä videoitaan uudelleen.
Flock Safetyta ympäröinyt kiista on nostanut esiin kysymyksiä siitä, ketkä voivat hakea valvontatietoja ja perutaanko käyttöoikeudet asianmukaisesti. Vaikka käyttöönottotapanne on erilainen, mitä oppeja tästä voi soveltaa järjestelmiinne ja mitkä suojatoimet pitäisi määrätä pakollisiksi eikä valinnaisiksi?
Flockiin kohdistuva vastareaktio ei oikeastaan koske tekoälyä. Kyse on siitä, ketkä pääsevät järjestelmään ja voivat hakea tietoja. Suuri osa arvostelusta koski tilien suojausta, ja lainsäätäjät kysyivät muun muassa, miksi monivaiheinen tunnistautuminen ei ollut pakollista. Jos varastettu salasana riittää valvontajärjestelmässä tehtäviin hakuihin, sillä ei ole merkitystä, missä mallia käytetään.
Bunkerissa järjestelmän tietoihin pääsevät ainoastaan käyttäjät, joille kyseisen järjestelmän omistaja on antanut käyttöoikeuden. Emme jaa tietoja kolmansille osapuolille, käytä asiakkaiden tietoja malliemme kouluttamiseen tai luo biometristen tietojen malleja.
Tietoturvan on lähdettävä laitteesta ja ulotuttava käyttäjätiliin. Jokaisella Bunker-yhdyskäytävällä on oma kryptografinen identiteettinsä, joten oletussalasanoja ei tarvitse vaihtaa eikä hyökkääjä voi etsiä niitä. Laiteohjelmiston aitous varmistetaan jokaisella käynnistyskerralla, päivitykset allekirjoitetaan ja tarkistetaan ennen niiden asentamista, ja kirjautumiset suojataan monivaiheisella tunnistautumisella. Lisäksi käyttöoikeudet tulee poistaa viipymättä, kun niitä ei enää tarvita, ja arkaluonteisista toimista tulee jäädä tarkastettavissa oleva jälki. Luottamus edellyttää, että pystytään selvittämään, kuka teki mitäkin.
Kameran kuvaan tallentuvat ihmiset eivät useinkaan ole sen ostaneita ihmisiä. Miten tekoälyvalvonnassa tulisi ottaa huomioon naapureiden, työntekijöiden, vierailijoiden ja ohikulkijoiden yksityisyys, ja onko ominaisuuksia, joita ette tarkoituksella suostuisi kehittämään?
Kamerajärjestelmän asennukselle on määriteltävä selkeä tarkoitus, jonka tulee ohjata sitä, mitä tallennetaan ja analysoidaan sekä ketkä näkevät tulokset. Sisäänkäynnin turvaaminen ei tarkoita, että kaikki naapurikiinteistöllä tapahtuva toiminta pitäisi tallentaa haettavissa olevaan tietueeseen.
Yksi selkeä rajamme liittyy henkilöllisyyteen. Bunker ei luo biometrisiä malleja eikä yhdistä havaitsemiaan ihmisiä heidän henkilöllisyyteensä. Se kuvaa, mitä tapahtui, ei sitä, kuka joku on. Näin järjestelmä keskittyy tapahtumiin ihmisten seuraamisen tai profiloinnin sijaan.
Lisäominaisuudet eivät automaattisesti tuo lisäarvoa. Jos ominaisuus aiheuttaa vakavan luottamusongelman ratkaisematta samalla selkeästi asiakkaan ongelmaa, sitä ei pidä kehittää.
Kun katsotaan kolmesta viiteen vuotta eteenpäin, mitä merkittävää uutta reunalaskennan tekoälyn mahdollistamaa kyvykkyyttä odotat nykyisten tunnistus- ja hakutoimintojen lisäksi – ja mikä tekninen tai luottamukseen liittyvä ongelma on ratkaistava, ennen kuin sen laaja käyttöönotto on perusteltua?
Rehellisesti sanottuna tekoälyn tulevaisuus on tällä hetkellä kartoittamaton, ja ala muuttuu nopeammin kuin mikään, mitä olen urani aikana nähnyt. Seuraamme kehitystä lähes päivittäin ja selvitämme, missä siitä voi olla aidosti hyötyä alustaamme käyttäville ihmisille.
Meille tärkeimpiä kehityskohteita ovat konteksti, ymmärrys sekä järjestelmät, jotka oppivat ja kehittyvät jatkuvasti. Arvo syntyy siitä, että käyttäjää autetaan ymmärtämään kehittyvää tilannetta ja päättämään, mihin on syytä kiinnittää huomiota, sen sijaan että hänen pitäisi koota kokonaiskuva useista erillisistä ilmoituksista.
Tekninen haaste on saada järjestelmä toimimaan luotettavasti muuttuvissa ympäristöissä ja paikallisen laitteiston asettamissa rajoissa. Luottamukseen liittyvä haaste on tehdä järjestelmän rajoituksista ja datankäsittelykäytännöistä helposti ymmärrettäviä. Ihmisten on tiedettävä, mitä järjestelmä havaitsi, mitä se päätteli ja milloin päätöksen tekeminen kuuluu ihmiselle.
Kiitos hienosta haastattelusta. Ammattimaisista valvontakameroista, tallentimista ja tekoälypohjaisista videovalvontajärjestelmistä kiinnostuneet lukijat voivat tutustua IC Realtime -yritykseen.












