Interviuri
Andrew Nassar, director tehnic al IC Realtime – serie de interviuri

Puncte cheieBunker rulează analiza AI de bază pe un gateway local NVIDIA Jetson pentru a reduce…
Vezi mai mult
- Bunker rulează analiza AI de bază pe un gateway local NVIDIA Jetson pentru a reduce dependența de cloud și a accelera alertele.
- Nassar refuză să construiască funcții de identitate biometrică deoarece supravegherea ar trebui să descrie evenimente, nu să profileze persoane.
- Edge AI nu este o politică de confidențialitate, deoarece serviciile cloud gestionează în continuare accesul la distanță și istoricul video.
Andrew Nassar este directorul tehnic al IC Realtime, unde a contribuit la coordonarea companiei în tranziția de la camerele analogice la înregistrarea digitală, monitorizarea de la distanță și analiza video asistată de IA. Cu peste 20 de ani de experiență în industria supravegherii, se concentrează pe transformarea progreselor în domeniul viziunii computerizate și al calculului la marginea rețelei în instrumente practice pentru înțelegerea evenimentelor, găsirea înregistrărilor video și îmbunătățirea operațiunilor de securitate.
IC Realtime proiectează sisteme și software de supraveghere video pentru spații rezidențiale și comerciale. Platforma sa Bunker adaugă analiză IA sistemelor de camere compatibile, prin intermediul unui gateway dedicat, echipat cu NVIDIA Jetson, oferind alerte contextuale și căutare video în limbaj natural. Platforma combină analiza locală cu servicii conectate la cloud, pentru acces de la distanță și păstrarea istoricului video.
Ați contribuit la coordonarea IC Realtime în tranzițiile de la camerele analogice la înregistrarea digitală, monitorizarea de la distanță și, acum, IA. Ce v-a convins că IA ar putea schimba fundamental supravegherea și ce progrese au făcut posibilă analiza video sofisticată la marginea rețelei?
Lucrăm de ani de zile cu învățarea automată și viziunea computerizată în cazul camerelor noastre. Această tehnologie a devenit mult mai utilă atunci când sistemul a putut să ajute oamenii să înțeleagă un eveniment și să găsească înregistrarea video relevantă, în loc să producă pur și simplu mai mult material de verificat. Un proprietar de locuință vrea să știe ce merită atenția sa. O companie vrea să găsească un incident fără să petreacă ore întregi căutând.
Bunker pune în practică această abordare printr-un gateway dedicat NVIDIA Jetson, instalat la locație. Mutarea analizei de bază mai aproape de camere poate reduce dependența de trimiterea fiecărei sarcini de analiză în cloud și poate îmbunătăți viteza de răspuns. Progresul practic constă în combinarea calculului local cu software-ul care transformă imaginile video în alerte contextuale și evenimente care pot fi căutate.
Criteriul meu rămâne valoarea dovedită. Tehnologia trebuie să rezolve o problemă reală în mediul în care o va folosi clientul. O demonstrație reușită este doar începutul acestui proces.
Luând Bunker drept exemplu, ne puteți explica ce se întâmplă din momentul în care o cameră surprinde un eveniment până când utilizatorul primește o alertă? Ce funcții IA rulează local, ce necesită în continuare cloudul și ce date părăsesc locația?
În linii mari, o cameră compatibilă trimite imaginile video către Bunker Gateway, iar analiza IA de bază se desfășoară pe acel gateway, la locație. Platforma asociază activitatea detectată cu evenimente video și poate trimite o alertă contextuală, însoțită de o captură de imagine și o descriere în limbaj clar. Apoi, utilizatorul poate viziona înregistrarea video în aplicație.
Bunker utilizează o arhitectură hibridă. Conectivitatea la cloud permite accesul de la distanță, serviciile pe bază de abonament și păstrarea istoricului video, așadar ar fi înșelător să numim platforma independentă de cloud sau să afirmăm că nicio înregistrare video nu părăsește locația. Important este modul în care sunt protejate datele atunci când părăsesc locația. Toate datele sunt criptate în tranzit, inclusiv imaginile video în timp real, care rămân criptate de la gateway până la ecranul vizualizatorului. Infrastructura intermediară le transmite, dar nu le poate viziona. Fiecare gateway se autentifică folosind propriul certificat, niciodată acreditări partajate, iar înregistrările video stocate în cloud sunt criptate.
Clienții ar trebui să primească o explicație clară a acestui flux, inclusiv informații despre funcțiile care depind de internet și despre ce se întâmplă atunci când conexiunea cade.
Camerele de securitate funcționează în ploaie, întuneric, lumină orbitoare și medii aflate într-o schimbare constantă. Care este cea mai dificilă defecțiune din lumea reală cu care v-ați confruntat și cum măsurați dacă îmbunătățirile reduc alertele false fără să crească numărul incidentelor nedetectate?
Activez în această industrie de peste 20 de ani, iar tehnologia camerelor s-a îmbunătățit spectaculos, mai ales în condiții de lumină slabă și în condiții dificile. În prezent, imaginile nocturne și cele cu mult zgomot sunt aproape la fel de clare ca cele surprinse ziua. Chiar și așa, ploaia, lumina orbitoare, ceața și zăpada pot reduce în continuare precizia unui model de IA. Senzorii mai buni nu elimină aceste variabile.
De aceea, am ales o abordare dinamică, care se adaptează la schimbarea mediului și a momentului zilei, în loc să se bazeze pe o singură configurație fixă. În cei doi ani de dezvoltare care au trecut, am dedicat mii de ore testării în instalații din lumea reală, nu doar cu camere așezate pe un banc de lucru, și am construit sistemul pe baza lecțiilor desprinse din aceste implementări.
Nu aș considera că o îmbunătățire este dovedită doar pentru că au scăzut numărul notificărilor. Întrebarea este dacă elimină alertele irelevante, continuând totodată să detecteze incidentele importante. Reducerea alertelor inutile are valoare doar dacă sistemul rămâne util atunci când se întâmplă ceva important.
Detectarea unei persoane sau a unui vehicul nu este același lucru cu stabilirea faptului că un comportament este îngrijorător. Cum definiți o anomalie, cum adaptați această definiție la fiecare locație și cum împiedicați sistemul să considere o activitate inofensivă drept o amenințare?
Detectarea unui obiect nu vă spune, de una singură, dacă există o problemă. O livrare la intrarea principală și o activitate într-o zonă cu acces restricționat pot implica același tip de obiect, dar necesită reacții foarte diferite. Punctul de plecare ar trebui să fie cazul de utilizare al clientului și contextul proprietății respective.
Aș face distincția între un eveniment care merită analizat și concluzia că cineva reprezintă o amenințare. Sistemul ar trebui să ajute utilizatorul să înțeleagă ce s-a observat și de ce i-a fost semnalat acel lucru, oferindu-i acces la înregistrarea video originală. Nu ar trebui să încurajeze utilizatorul să considere orice activitate neobișnuită drept o dovadă de comportament necorespunzător.
Pe măsură ce aceste sisteme devin mai capabile, provocarea este să oferim un context util fără a exagera ceea ce știe IA. Judecata umană rămâne importantă, mai ales atunci când o alertă ar putea duce la o acțiune cu consecințe semnificative.
Căutarea în limbaj natural promite să înlocuiască orele petrecute analizând manual înregistrările video. Cum corelează sistemul dumneavoastră descrierea unui utilizator cu înregistrarea video potrivită și cum testați dacă au fost omise evenimente, dacă au fost găsite rezultate nepotrivite sau dacă descrierile generate de IA includ lucruri care nu sunt susținute de înregistrare?
Ideea este ca videoclipurile să poată fi căutate folosind limbajul pe care oamenii l-ar folosi în mod firesc. Pe măsură ce detectează activități, Bunker generează descrieri cu marcaje temporale, asociate evenimentelor video. Întrebarea utilizatorului este folosită pentru a căuta în această arhivă indexată și a găsi înregistrările video relevante. Astfel, utilizatorul are un punct de pornire, fără să fie nevoit să parcurgă manual întreaga înregistrare.
Înregistrarea video ar trebui să rămână baza pentru verificarea rezultatului. O descriere generată este utilă pentru navigare, dar nu ar trebui considerată mai autoritară decât ceea ce a surprins efectiv camera.
În cadrul testării, aș analiza separat trei întrebări: A omis sistemul un eveniment relevant? A găsit ceva care nu corespunde solicitării? A inclus descrierea ceva ce nu este susținut de înregistrarea video? Acestea sunt moduri diferite de eșec. Nu ar fi suficient să evaluăm doar dacă rezultatul căutării pare plauzibil.
Ce compromisuri impune hardware-ul NVIDIA Jetson în privința dimensiunii modelului, acurateței, consumului de energie și numărului de fluxuri video de la camere care pot fi analizate? Cum mențineți performanța fiabilă atunci când folosiți camere mai vechi, produse de terți, când atingeți limita capacității de procesare sau când se pierde conexiunea la internet?
Întrebarea de proiectare este cum să oferim o analiză utilă folosind resursele disponibile la proprietate. Complexitatea modelului, volumul de înregistrări video procesate și timpul de răspuns necesar trebuie să se încadreze în limitele de funcționare ale gateway-ului. De aceea, numărul de fluxuri acceptate, luat singur, nu oferă imaginea completă a performanței.
Planurile de lansare pentru Bunker permit până la 10 fluxuri video de la camere. Camerele ONVIF compatibile le permit clienților să-și păstreze echipamentele existente, însă compatibilitatea trebuie verificată în continuare pentru fiecare instalare. Contează profilurile, firmware-ul, calitatea imaginii și funcționalitățile folosite.
Trebuie să fim preciși și în privința rezilienței. Procesarea locală și serviciile conectate la cloud sunt componente diferite ale sistemului, iar faptul că există un gateway de procesare locală nu înseamnă că toate funcționalitățile funcționează normal în cazul unei întreruperi a conexiunii la internet. Actualizările contribuie și ele la fiabilitate. Fiecare actualizare este semnată și verificată pe gateway înainte de instalare, versiunile mai vechi, vulnerabile, sunt respinse, iar dacă o actualizare eșuează, sistemul revine automat la versiunea anterioară. O actualizare defectuoasă nu ar trebui să scoată din funcțiune sistemul de securitate al unei proprietăți.
Procesarea locală, de una singură, nu răspunde tuturor întrebărilor privind confidențialitatea. Unde stochează Bunker înregistrările video, interogările de căutare și metadatele generate de IA, cât timp sunt păstrate și cine le poate accesa? Cum vă îmbunătățiți modelele fără a presupune că aveți acces la înregistrările video private ale clienților?
Sunt de acord. „IA la marginea rețelei” nu reprezintă o politică de confidențialitate completă. Clienții trebuie să înțeleagă unde ajung datele lor, ce informații sunt păstrate și cine le poate accesa; aceasta include atât interogările de căutare și descrierile generate, cât și înregistrările video.
Înregistrările video și bazele de date care susțin serviciul sunt criptate când sunt stocate. Parolele sunt stocate sub formă de hash, iar sesiunile expiră, astfel încât nici măcar o breșă de securitate a unei baze de date nu ar oferi cuiva date de autentificare funcționale. Și gateway-ul este criptat, așa că, dacă dispozitivul este furat, nu se pot obține nici înregistrări video, nici date de autentificare. Oferta Bunker de la lansare includea 60 de zile de istoric video în cloud pentru Standard și 365 de zile pentru Premium, precum și Video Vault, pentru clipurile pe care clientul alege să le salveze.
Nu folosim înregistrările video ale clienților pentru a ne antrena modelele și nu creăm șabloane biometrice pentru persoanele surprinse de camere. Faptul că un client folosește produsul nu înseamnă că avem permisiunea de a reutiliza înregistrările sale video private.
Controversa din jurul Flock Safety a scos în evidență întrebări despre cine poate căuta în datele de supraveghere și dacă accesul este revocat în mod corespunzător. Deși modelul dumneavoastră de implementare este diferit, ce lecții se aplică sistemelor dumneavoastră și ce măsuri de protecție ar trebui să fie obligatorii, nu opționale?
Reacția negativă față de Flock nu are, de fapt, legătură cu IA. Este vorba despre cine poate accesa datele și căuta în ele. O mare parte din criticile aduse s-au concentrat asupra securității conturilor, inclusiv asupra întrebării adresate de parlamentari: de ce nu era obligatorie autentificarea multifactor? Când o parolă furată este suficientă pentru a căuta într-un sistem de supraveghere, nu mai contează unde rulează modelul.
În cazul Bunker, singurele persoane care pot accesa datele unui sistem sunt utilizatorii cărora proprietarul sistemului le-a acordat acces. Nu partajăm datele cu terți, nu folosim datele clienților pentru a ne antrena modelele și nu creăm șabloane biometrice.
Securitatea trebuie să înceapă la nivelul dispozitivului și să se extindă până la cont. Fiecare gateway Bunker este livrat cu propria identitate criptografică, astfel că nu există parole implicite care să trebuiască schimbate sau pe care un atacator să le poată afla. Firmware-ul este verificat la fiecare pornire, actualizările sunt semnate și verificate înainte de instalare, iar autentificările sunt protejate prin autentificare multifactor. În plus, accesul ar trebui revocat prompt atunci când nu mai este necesar, iar activitățile sensibile ar trebui consemnate într-un registru auditabil. Încrederea depinde de posibilitatea de a explica cine a făcut ce.
Persoanele surprinse de o cameră nu sunt adesea cele care au cumpărat-o. Cum ar trebui IA pentru supraveghere video să țină cont de confidențialitatea vecinilor, angajaților, vizitatorilor și trecătorilor și există funcționalități pe care ați refuza în mod deliberat să le dezvoltați?
Instalarea trebuie să aibă un scop bine definit, iar acesta ar trebui să determine ce se captează, ce se analizează și cine poate vedea rezultatele. Faptul că cineva dorește să securizeze o intrare nu înseamnă că fiecare activitate de pe o proprietate învecinată ar trebui să ajungă într-un registru care poate fi consultat prin căutare.
Una dintre limitele pe care le-am stabilit ține de identitate. Bunker nu creează șabloane biometrice și nu asociază o identitate niciunei persoane pe care o detectează. Descrie ce s-a întâmplat, nu cine este cineva. Astfel, sistemul se concentrează asupra evenimentelor, nu asupra urmăririi sau profilării persoanelor.
Mai multe funcționalități nu înseamnă automat mai multă valoare. Dacă o funcționalitate creează o problemă serioasă de încredere fără să rezolve o problemă clară a clienților, acesta este un motiv să nu o dezvoltăm.
Privind spre următorii trei până la cinci ani, ce capacitate semnificativă credeți că va face posibilă IA la marginea rețelei, dincolo de funcțiile actuale de detectare și căutare — și ce problemă tehnică sau de încredere trebuie rezolvată înainte ca aceasta să merite adoptarea pe scară largă?
Sincer, viitorul IA este acum un teritoriu neexplorat și evoluează mai repede decât orice am văzut de-a lungul carierei mele. Urmărim aceste schimbări aproape zilnic și analizăm cum le-ar putea aduce beneficii reale celor care folosesc platforma noastră.
Cele mai importante pentru noi sunt contextul, înțelegerea și sistemele care învață și se îmbunătățesc continuu. Valoarea constă în a ajuta pe cineva să înțeleagă o situație în desfășurare și să decidă ce necesită atenție, în loc să fie nevoit să pună cap la cap o succesiune de notificări disparate.
Provocarea tehnică este să facem acest lucru în mod fiabil, în medii aflate în schimbare și în limitele hardware-ului local. Provocarea legată de încredere este să explicăm ușor de înțeles limitele sistemului și practicile sale privind datele. Oamenii trebuie să știe ce a observat sistemul, ce a dedus și când este nevoie ca o persoană să ia decizia.
Vă mulțumesc pentru interviul excelent. Cititorii care doresc să descopere camere de securitate profesionale, recordere și sisteme de supraveghere video bazate pe IA pot vizita IC Realtime.












