Fredrik Nilsson, wiceprezes, region Ameryki, Axis Communications – seria wywiadów

Fredrik Nilsson, wiceprezes, region Ameryki, Axis Communications, nadzoruje operacje firmy w Ameryce Północnej i Południowej, prowadząc zespoły skupione na opracowywaniu i dostarczaniu sieciowych rozwiązań bezpieczeństwa dla partnerów i użytkowników końcowych. Długoletni menedżer w Axis, Nilsson odegrał znaczącą rolę w przejściu branży bezpieczeństwa od analogowej telewizji zamkniętej do wideo sieciowego opartego na protokole IP. Od objęcia odpowiedzialności za Amerykę w 2003 roku pomógł zwiększyć przychody regionalne z około 20 mln USD do ponad 1 mld USD oraz wspierał rozwój ponad 20 Axis Experience Centers w całej Ameryce. Do Axis dołączył w 1996 roku, wcześniej pełniąc funkcję menedżera produktu i menedżera działu w Szwecji, a później dyrektora ds. rozwoju biznesu, gdzie pomógł nawiązać partnerstwa w początkowej fazie rozwoju wideo IP. Na początku kariery był menedżerem produktu w ABB, a obecnie zasiada w radach nadzorczych MSAB oraz Swedish-American Chamber of Commerce w Washington, D.C.

Axis Communications to szwedzka firma technologiczna specjalizująca się w inteligentnym zabezpieczeniu fizycznym i rozwiązaniach sieciowych, w tym w kamerach sieciowych, systemach monitoringu wideo, kontroli dostępu, interkomach, dźwięku sieciowym, radarze i analizie. Założona w 1984 roku, z siedzibą w Lund w Szwecji, Axis zatrudnia około 5 000 pracowników w ponad 50 krajach i od 2015 roku jest częścią grupy Canon. Firma wprowadziła to, co określa jako pierwszą na świecie kamerę sieciową w 1996 roku i od tego czasu rozszerzyła swoją ofertę z wideo sieciowego na szersze portfolio połączonych technologii bezpieczeństwa. Obecne produkty coraz częściej wykorzystują analizę na krawędzi (edge) oraz sztuczną inteligencję, aby przekształcać wideo, dźwięk i dane z czujników w praktyczne informacje dla bezpieczeństwa, ochrony, efektywności operacyjnej i inteligencji biznesowej.

Twoja kariera obejmowała zdalny monitoring w ABB, wczesny rozwój pamięci masowej podłączonej do sieci oraz technologii Internetu Rzeczy, a także przejście od analogowego monitoringu do wideo sieciowego w Axis Communications. Jak to doświadczenie ukształtowało Twoje podejście do dzisiejszego przejścia w kierunku kamer zasilanych sztuczną inteligencją i inteligentnej infrastruktury fizycznej?

Widzę przejście w kierunku kamer zasilanych sztuczną inteligencją jako kolejny krok w ewolucji, w której uczestniczyłem przez całą swoją karierę – od technologii połączonych i konwergencji IP po dzisiejszy inteligentny edge. W całej mojej karierze przewija się wspólny motyw, którym jest pomaganie klientom w zrozumieniu, co technologia połączona może dla nich zrobić. ABB była dla mnie doskonałą szkołą. Była to duża, globalna firma, dzięki czemu miałem możliwość podróżowania po świecie, w tym spędzenia roku w Kanadzie, oraz pracy z dużymi klientami korporacyjnymi, szczególnie z sektorem energetycznym, przy złożonych projektach. Moim zadaniem był menedżer produktu nowego systemu zdalnego monitoringu i sterowania połączonego z IP. W Axis później pracowałem nad nową kategorią urządzeń pamięciowych połączonych z IP i pomagałem na całym świecie szerzyć informacje o korzyściach płynących z technologii połączonych. Następnie, na wczesnym etapie konwergencji IP, budowałem na tych samych zasadach, pomagając klientom korporacyjnym zrozumieć wartość wideo połączonego z siecią oraz możliwości stworzone przez technologię IP. Dlatego, patrząc dziś na kamery zasilane sztuczną inteligencją, widzę kolejny krok w tej samej ewolucji. Technologia staje się coraz bardziej wydajna, ale prawdziwa szansa wciąż polega na łączeniu urządzeń, generowaniu użytecznych danych i pomaganiu klientom w lepszym ich wykorzystaniu.

Jakie rodzaje obciążeń wizji komputerowej są najlepiej dopasowane do uruchamiania bezpośrednio na kamerze, a które aplikacje nadal korzystają z przetwarzania w lokalnym centrum danych lub w chmurze?

Obciążenia najlepiej dopasowane do uruchamiania bezpośrednio na kamerze to te, które wymagają decyzji w czasie rzeczywistym, niskiej latencji i efektywnego wykorzystania przepustowości. Na przykład wykrywanie i klasyfikowanie osób lub obiektów, liczenie, śledzenie ruchu lub identyfikowanie konkretnych zdarzeń. Dzięki technologiom takim jak Axis Object Analytics kamery mogą dokładnie wykrywać osoby, pojazdy, kolory, kierunek ruchu i inne cechy. Możemy także wytrenować kamerę do bardzo specyficznych obiektów lub scenariuszy za pomocą Axis Custom Analytics. W miarę jak analizy się rozwijają, coraz więcej tej inteligencji może odbywać się na krawędzi (edge). W wielu przypadkach uruchamianie analiz na kamerze i przesyłanie jedynie wynikowych danych lub metadanych do serwera lub chmury jest istotne dla skalowalności i kosztów. Chmura i serwery nadal odgrywają ważną rolę, szczególnie w takich obszarach jak scentralizowane zarządzanie, długoterminowe przechowywanie oraz analizowanie metadanych wśród dużej liczby urządzeń. Nie postrzegam tego jako wyboru „albo‑albo”. Edge i chmura mogą się wzajemnie uzupełniać, przy czym każda realizuje to, do czego jest najlepiej przystosowana.

Wdrażanie sztucznej inteligencji na krawędzi wymaga równoważenia dokładności modeli z ograniczeniami mocy obliczeniowej, pamięci, zużycia energii i emisji ciepła. Jak postępy w specjalistycznych układach scalonych zmieniają to, co realistycznie można osiągnąć w kamerze?

Rzeczywiście istnieją dwa trendy, które to napędzają. Po pierwsze, pojemność AI procesora na krawędzi poprawia się bardzo szybko. ARTPEC‑9, nasz wewnętrznie opracowany system‑on‑chip, ma trzykrotnie większą pojemność AI niż ARTPEC‑8, co daje nam znacząco więcej miejsca na uruchamianie zaawansowanych modeli bezpośrednio w kamerze. Przyszłe generacje będą nadal zwiększać tę zdolność. Po drugie, rozmiar i skuteczność modeli się poprawiają. To właśnie w tym obszarze odnotowaliśmy duży postęp w ciągu ostatniego roku. Nasz zespół R&D wykonał niesamowitą pracę, aby coraz większa część modelu działała bezpośrednio na krawędzi, więc w wielu scenariuszach wystarczy użyć danych z kamery, zamiast wysyłać wideo gdzie indziej do przetwarzania. Rok temu mówiliśmy o około 50 % potrzeb obsługiwanych w kamerze. Dziś jest to bliżej 90 %, a spodziewamy się, że osiągnie 95 % lub więcej. Przełom nie polega jedynie na tym, że mamy potężniejsze chipy. Chodzi o połączenie bardziej wydajnego sprzętu z bardziej efektywnymi modelami AI, co pozwala coraz większej ilości inteligencji działać bezpośrednio tam, gdzie generowane są dane. Dzięki temu systemy nadzoru są znacznie mniej zależne od serwerów i chmury pod kątem AI.

Kamery są coraz częściej postrzegane jako czujniki operacyjne, a nie wyłącznie jako urządzenia bezpieczeństwa. Które zastosowania w handlu detalicznym, transporcie, opiece zdrowotnej, produkcji lub logistyce obecnie przynoszą najjaśniejszą wartość biznesową?

Produkcja jest bardzo dobrym przykładem, ponieważ wartość można powiązać bezpośrednio z operacją. Grupa BMW, na przykład, wykorzystuje kamery sieciowe jako część swojego systemu kontroli jakości opartego na AI, aby w czasie rzeczywistym rejestrować szczegółowe obrazy pojazdów i identyfikować wady. To zupełnie inna rola kamery niż jedynie rejestrowanie incydentu. Dostrzegamy również rosnące wykorzystanie wideo w celu zwiększenia efektywności operacyjnej i szeroko pojętej analizy biznesowej. W transporcie i logistyce kamery mogą pomóc organizacjom zrozumieć, jak ludzie, pojazdy i towary przemieszczają się w obiekcie. W handlu detalicznym wideo może dostarczyć wglądu w zachowania klientów, wykorzystanie przestrzeni oraz obsadę personelu. Wspólnym wątkiem jest to, że kamera generuje informacje, które mogą być użyte do usprawnienia procesu, a nie tylko do rejestrowania tego, co się wydarzyło.

Jak połączenie wideo z analizą dźwięku, radarem, systemami kontroli dostępu i czujnikami środowiskowymi tworzy wgląd, którego nie dałoby się uzyskać wyłącznie na podstawie danych wizualnych?

Im więcej kontekstu uda się połączyć, tym lepiej system rozumie, co się dzieje. Gdy łączy się różne źródła danych, można uzyskać wnioski, które byłyby trudne, a czasem niemożliwe, do wyciągnięcia wyłącznie z wideo. Na przykład można połączyć wygląd obiektu z jego ruchem lub użyć jednocześnie informacji termicznych i wizualnych, gdy oświetlenie lub widoczność są problematyczne. Radar może dodać informacje o ruchu i prędkości obiektu, dźwięk może identyfikować odgłosy lub umożliwiać dwukierunkową komunikację, a czujniki środowiskowe mogą dostarczyć dodatkowego kontekstu o tym, co dzieje się w otoczeniu. Wiele czujników może także zwiększyć pewność co do tego, co system lub użytkownik wykrywa. Łączenie technologii jest niezwykle ważne dla ochrony kluczowych obszarów życia, takich jak infrastruktura krytyczna.

Już podążamy w tym kierunku. Na przykład podczas GSX wprowadziliśmy rozwiązania, które łączą wizualne, termiczne, radarowe, dźwiękowe i środowiskowe czujniki. Celem jest zebranie odpowiednich danych, aby organizacje mogły podejmować szybsze i lepiej poinformowane decyzje. Jest to szczególnie istotne w zastosowaniach, takich jak ochrona infrastruktury krytycznej, gdzie posiadanie wielu źródeł informacji może zapewnić pełniejszy obraz tego, co się dzieje.

Przetwarzanie na krawędzi może zmniejszyć ilość surowego wideo, które musi być transmitowane lub przechowywane, ale kamery z AI nadal podnoszą ważne kwestie prywatności i zarządzania. Jakie zasady powinny organizacje przyjąć przy projektowaniu systemów, które są użyteczne, nie zbierając przy tym więcej danych osobowych niż to konieczne?

Punkt wyjścia powinien polegać na zapytaniu, co system naprawdę ma osiągnąć i zbieraniu wyłącznie informacji niezbędnych do tego celu. Ważne są także prywatność i przejrzystość. Ludzie chcą rozumieć, dlaczego wideo jest wykorzystywane i jak ich informacje są przetwarzane. Nasze najnowsze badania pokazują, że ludzie stają się bardziej komfortowi z nadzorem wideo, ale nie można tego uznać za pewnik. Największe obawy związane z nadzorem opartym na AI to fałszywe alarmy lub nieprecyzyjne informacje oraz potencjalne nadużycie lub niewłaściwe obchodzenie się z danymi. Nakłada to realną odpowiedzialność na organizacje i dostawców technologii, aby od samego początku budowali prywatność i bezpieczeństwo w systemach. Przetwarzanie na krawędzi może w tym pomóc, ponieważ pozwala analizować informacje lokalnie i przesyłać tylko niezbędne dane, zamiast rozprzestrzeniać ciągłe surowe wideo w sieci.

Fizyczna infrastruktura może pozostawać w eksploatacji przez wiele lat, podczas gdy modele AI i zagrożenia cyberbezpieczeństwa szybko się rozwijają. Jak powinny być projektowane kamery i inne urządzenia brzegowe, aby ich analizy pozostawały bezpieczne, łatwe w utrzymaniu i adaptowalne przez cały okres ich eksploatacji?

To jest jeden z powodów, dla których postrzegam kamerę jako część szerszej infrastruktury IT i operacyjnej, a nie jako samodzielne urządzenie zabezpieczające. Cyberbezpieczeństwo musi być wbudowane w urządzenie od samego początku, z bezpiecznym oprogramowaniem, regularnymi aktualizacjami i silnymi ochronami cybernetycznymi przez cały jego cykl życia. W Axis, na przykład, Edge Vault zapewnia sprzętową podstawę do ochrony integralności urządzenia, zabezpieczania kluczy kryptograficznych i ustanawiania łańcucha zaufania. Wspiera także funkcje takie jak bezpieczny rozruch i podpisane oprogramowanie, pomagając zapewnić, że na urządzeniu działa wyłącznie zaufane oprogramowanie.

Urządzenie potrzebuje także architektury, która może się dostosowywać w miarę zmiany wymagań analitycznych i klientów. Otwarte platformy są tutaj ważne, ponieważ pozwalają organizacjom integrować nowe aplikacje i technologie, zamiast wymuszać wymianę całego systemu przy każdej zmianie. Jednocześnie organizacje potrzebują solidnego zarządzania swoimi podłączonymi urządzeniami. W miarę jak coraz więcej wideo, czujników i systemów korporacyjnych współdziała, cyberbezpieczeństwo i ochrona danych muszą być traktowane jako integralna część projektowania całego systemu, a nie jako dodatek w późniejszym etapie.

Axis wspiera otwarty ekosystem aplikacji, który umożliwia programistom zewnętrznym tworzenie i wdrażanie specjalistycznych analiz na jego urządzeniach. Jak ważne będą otwarte platformy i interoperacyjność, gdy organizacje będą dążyć do uruchamiania własnych modeli na dużych flotach kamer?

Uważam, że będzie to niezwykle istotne. Klienci nie chcą być zamknięci w jednej technologii ani w jednym sposobie działania, szczególnie że AI i analizy rozwijają się tak szybko. Otwarta platforma ułatwia integrację kamer z innymi systemami, wprowadzanie specjalistycznych aplikacji i skalowanie w dużych wdrożeniach. Daje także klientom większą elastyczność w miarę zmieniających się potrzeb. Eliminując uzależnienie od jednego dostawcy i upraszczając integrację, otwarte, interoperacyjne ekosystemy ułatwiają skalowanie inteligentnych rozwiązań brzegowych, jednocześnie dostosowując się do zmieniających się wymagań biznesowych. Ostatecznie wartość nie tkwi jedynie w samej kamerze. Leży w tym, jak kamera, czujniki, analizy i aplikacje korporacyjne współpracują ze sobą.

Jak organizacje powinny oceniać wydajność systemów widzenia komputerowego po wdrożeniu, szczególnie gdy warunki oświetleniowe, pozycjonowanie kamery, zachowanie ludzi lub warunki operacyjne mogą się zmieniać i potencjalnie wpływać na dokładność?

Wszystko zależy od konkretnego przypadku użycia, ale najważniejsze jest testowanie kamer i modeli AI w rzeczywistym środowisku, w którym będą faktycznie wykorzystywane. Model może świetnie działać w kontrolowanych warunkach, ale prawdziwy test to to, co się dzieje przy rzeczywistym oświetleniu, położeniu kamery, pogodzie, tle i zachowaniach obserwowanych w miejscu instalacji. Dlatego zachęcamy klientów do oceny analiz, takich jak Axis Object Analytics czy Axis Custom Analytics, w rzeczywistym otoczeniu i upewnienia się, że dokładność jest wystarczająco wysoka dla danej aplikacji. Fabryka BMW jest dobrym przykładem takiego podejścia. Kamery są używane w rzeczywistym środowisku produkcyjnym, gdzie jakość obrazu i wynikające z tego analizy muszą wspierać rzeczywisty proces produkcyjny.

W miarę jak edge AI staje się coraz bardziej zaawansowane, jak przewidujesz, że rola kamery sieciowej będzie się zmieniać w ciągu najbliższej dekady i jakie nowe możliwości mogą się pojawić, gdy kamery staną się aktywnymi elementami inteligentnych, reagujących środowisk?

Kamera sieciowa staje się coraz bardziej centralnym elementem systemu. Nie jest już jedynie kamerą generującą wideo. To czujnik generujący dane, które mogą być analizowane i udostępniane różnym systemom. W miarę jak moc przetwarzania nadal rośnie, spodziewam się, że kamery będą jeszcze lepiej rozumieć, co dzieje się w ich otoczeniu i dostarczać użyteczne informacje w czasie rzeczywistym. To idea stojąca za Scene Intelligence, gdzie kamera wykorzystuje głębsze zrozumienie sceny, aby dostarczyć bardziej znaczące informacje o obiektach, ich cechach i tym, co się wokół nich dzieje.

Może to oznaczać bardziej zaawansowane wykrywanie obiektów i zachowań, większą integrację z innymi czujnikami i systemami korporacyjnymi oraz większą automatyzację w sposobie, w jaki organizacje reagują na zdarzenia. Większa zmiana polega na tym, że wideo staje się jedną częścią szerszej warstwy danych i inteligencji. Kamera nadal rejestruje to, co się dzieje, ale coraz częściej może także pomóc wyjaśnić, co się dzieje i co organizacja może chcieć zrobić dalej.

Dziękujemy za świetny wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Axis Communications.