Intervjuer
Andrew Nassar, teknisk chef på IC Realtime – intervjuserie

Viktiga punkterBunker kör kärn-AI-analys på en lokal NVIDIA Jetson-gateway för att minska…
Visa mer
- Bunker kör kärn-AI-analys på en lokal NVIDIA Jetson-gateway för att minska molnberoendet och snabba upp larm.
- Nassar vägrar bygga biometriska identitetsfunktioner eftersom övervakning bör beskriva händelser snarare än profilera personer.
- Edge AI är inte en integritetspolicy eftersom molntjänster fortfarande hanterar fjärråtkomst och videohistorik.
Andrew Nassar är teknisk chef på IC Realtime, där han har bidragit till att leda företaget genom övergångarna från analoga kameror till digital inspelning, fjärrövervakning och AI-assisterad videoanalys. Med mer än 20 år i övervakningsbranschen fokuserar han på att omsätta framsteg inom datorseende och lokal databehandling i praktiska verktyg för att förstå händelser, hitta videomaterial och förbättra säkerhetsarbetet.
IC Realtime utvecklar videoövervakningssystem och programvara för bostäder och kommersiella miljöer. Plattformen Bunker kompletterar kompatibla kamerasystem med AI-analys via en särskild gateway som drivs av NVIDIA Jetson, vilket möjliggör kontextuella aviseringar och videosökning med naturligt språk. Plattformen kombinerar lokal analys med molnanslutna tjänster för fjärråtkomst och videohistorik.
Du har varit med och lett IC Realtime genom övergångarna från analoga kameror till digital inspelning, fjärrövervakning och nu AI. Vad övertygade dig om att AI kunde förändra övervakning i grunden, och vilka framsteg har gjort avancerad videoanalys vid nätverkskanten praktiskt genomförbar?
Vi har arbetat med maskininlärning och datorseende i våra kameror i många år. Möjligheterna blev betydligt mer användbara när systemet kunde hjälpa någon att förstå en händelse och hitta det relevanta videomaterialet, i stället för att bara producera mer video att granska. En husägare vill veta vad som förtjänar uppmärksamhet. Ett företag vill kunna hitta en incident utan att lägga timmar på att söka.
Bunker bygger vidare på det här arbetssättet med en särskild NVIDIA Jetson-gateway på plats. När den centrala analysen flyttas närmare kamerorna minskar beroendet av att skicka varje analysuppgift till molnet, samtidigt som systemet kan reagera snabbare. Det praktiska framsteget ligger i kombinationen av lokal databehandling och programvara som omvandlar video till kontextuella aviseringar och sökbara händelser.
Mitt riktmärke är fortfarande bevisad nytta. Tekniken måste lösa ett verkligt problem i den miljö där kunden ska använda den. En bra demonstration är början på den processen.
Kan du använda Bunker som exempel och beskriva vad som händer från det att en kamera fångar en händelse tills en användare får en avisering? Vilka AI-funktioner körs lokalt, vad kräver fortfarande molnet och vilka uppgifter lämnar fastigheten?
Översiktligt sett skickar en kompatibel kamera video till Bunker Gateway, där den centrala AI-analysen sker på gatewayen på plats. Plattformen kopplar upptäckt aktivitet till videohändelser och kan skicka en kontextuell avisering med en ögonblicksbild och en beskrivning på klarspråk. Användaren kan sedan granska videon i appen.
Bunker bygger på en hybridarkitektur. Molnanslutningen möjliggör fjärråtkomst, prenumerationstjänster och videohistorik, så det vore missvisande att kalla plattformen molnfri eller påstå att ingen video lämnar fastigheten. Det viktiga är hur uppgifterna skyddas när de väl lämnar den. Allt krypteras under överföring, även direktsänd video, som förblir krypterad hela vägen från gatewayen till tittarens skärm. Infrastrukturen däremellan vidarebefordrar videon men kan inte se den. Varje gateway autentiserar sig med ett eget certifikat, aldrig med delade inloggningsuppgifter, och videomaterial som lagras i molnet är krypterat.
Kunderna bör få en tydlig förklaring av det här flödet, inklusive vilka funktioner som är beroende av internet och vad som händer när anslutningen bryts.
Övervakningskameror används i regn, mörker, bländning och miljöer som ständigt förändras. Vilket är det svåraste fel i verkliga förhållanden som du har stött på, och hur mäter ni om förbättringar minskar antalet falsklarm utan att fler incidenter missas?
Jag har arbetat i branschen i mer än 20 år, och kameratekniken har utvecklats enormt, särskilt när det gäller svagt ljus och svåra förhållanden. Bilder tagna nattetid och med störningar är nu nästan lika tydliga som bilder tagna i dagsljus. Trots det kan regn, bländning, dimma och snö fortfarande försämra en AI-modells träffsäkerhet. Bättre sensorer undanröjer inte de faktorerna.
Därför valde vi en dynamisk metod som anpassar sig efter förändrade miljöer och tider på dygnet, i stället för att förlita sig på en enda fast konfiguration. Under de senaste två årens utvecklingsarbete har vi lagt tusentals timmar på tester i verkliga installationer, inte bara på kameror i ett laboratorium, och vi har byggt systemet utifrån lärdomarna från dessa driftsättningar.
Jag skulle inte bedöma en förbättring enbart utifrån att antalet aviseringar har minskat. Frågan är om den tar bort irrelevanta aviseringar och samtidigt fångar upp de incidenter som spelar roll. Det är bara värdefullt att minska bruset om systemet fortfarande är användbart när något viktigt händer.
Att upptäcka en person eller ett fordon är inte samma sak som att avgöra om ett beteende är oroande. Hur definierar ni en avvikelse, anpassar den definitionen till varje plats och förhindrar att systemet behandlar ofarlig aktivitet som ett hot?
Ett upptäckt objekt säger i sig inget om huruvida det är ett problem. En leverans vid huvudentrén och aktivitet i ett område med begränsat tillträde kan involvera samma typ av objekt men kräva helt olika åtgärder. Utgångspunkten bör vara kundens användningsområde och förhållandena på den specifika fastigheten.
Jag skulle skilja mellan en händelse som är värd att granska och slutsatsen att någon utgör ett hot. Systemet bör hjälpa användaren att förstå vad som observerats och varför det har lyfts fram, och ge tillgång till det underliggande videomaterialet. Det bör inte uppmuntra användaren att betrakta all obekant aktivitet som tecken på oegentligheter.
I takt med att systemen blir mer kapabla blir utmaningen att göra sammanhanget användbart utan att överdriva vad AI:n vet. Mänskligt omdöme är fortfarande viktigt, särskilt när en varning kan leda till en åtgärd med betydande konsekvenser.
Naturliga språkfrågor ska göra det möjligt att slippa timmar av manuell granskning av videomaterial. Hur kopplar ert system en användares beskrivning till rätt videomaterial, och hur testar ni om händelser missas, felaktiga matchningar görs eller AI-genererade beskrivningar innehåller sådant som inte stöds av videomaterialet?
Tanken är att göra det möjligt att söka i videomaterial med det språk en person naturligt skulle använda. När aktivitet upptäcks skapar Bunker tidsstämplade beskrivningar som kopplas till videohändelser. Användarens fråga används för att söka i den indexerade posten och ta fram relevant videomaterial. Det ger användaren en utgångspunkt utan att behöva spola igenom hela inspelningen manuellt.
Videomaterialet bör ligga till grund när resultatet kontrolleras. En genererad beskrivning är användbar för navigering, men bör inte ses som mer tillförlitlig än det kameran faktiskt har fångat.
När jag testar skulle jag skilja mellan tre frågor: Missade systemet en relevant händelse? Hämtade det något som inte stämmer med förfrågan? Innehöll beskrivningen något som inte stöds av videomaterialet? Det handlar om olika typer av fel. Det räcker inte att bara bedöma om sökningen ger ett svar som verkar rimligt.
Vilka avvägningar innebär NVIDIA Jetson-hårdvaran när det gäller modellstorlek, träffsäkerhet, strömförbrukning och antalet kameraflöden som kan analyseras? Hur upprätthåller ni tillförlitlig prestanda med äldre kameror från tredje part, när processorkapaciteten nås eller när internetanslutningen bryts?
Utmaningen i utformningen är att leverera användbar analys med de resurser som finns tillgängliga på plats. Modellens komplexitet, mängden videomaterial som behandlas och den svarstid som krävs måste alla rymmas inom gatewayens driftsgränser. Därför ger antalet strömmar som stöds i sig inte hela bilden av prestandan.
Bunkers lanseringsplaner stöder upp till 10 kameraflöden. Med kompatibla ONVIF-kameror kan kunderna behålla sin befintliga utrustning, men kompatibiliteten måste ändå verifieras för varje installation. Profiler, fast programvara, bildkvalitet och vilka funktioner som används spelar alla roll.
Vi måste också vara tydliga med vad driftsäkerhet innebär. Lokal bearbetning och molnanslutna tjänster är olika delar av systemet, och en edge-gateway innebär inte att alla funktioner fungerar som vanligt vid ett internetavbrott. Uppdateringar är också en del av driftsäkerheten. Varje uppdatering signeras och verifieras på gatewayen innan den installeras, äldre sårbara versioner avvisas och en misslyckad uppdatering återställs automatiskt. En dålig uppdatering ska inte vara det som slår ut säkerhetssystemet på en fastighet.
Lokal inferens besvarar inte alla frågor om integritet. Var lagrar Bunker videomaterial, sökfrågor och AI-genererade metadata, hur länge sparas de och vem kan komma åt dem? Hur förbättrar ni modellerna utan att utgå från att ni har tillgång till kundernas privata videomaterial?
Det håller jag med om. ”Edge AI” är ingen fullständig integritetspolicy. Kunderna behöver förstå vart deras data tar vägen, vad som sparas och vem som kan komma åt det. Det gäller sökfrågor och genererade beskrivningar lika väl som videomaterial.
Videomaterialet och databaserna bakom tjänsten är krypterade när de lagras. Lösenord hashas och sessioner löper ut, så även om en databas skulle läcka skulle ingen få fungerande inloggningsuppgifter. Även själva gatewayen är krypterad, så en stulen enhet ger inte tillgång till videomaterial eller inloggningsuppgifter. Vid lanseringen omfattade Bunkers erbjudande 60 dagars molnlagrad videohistorik med Standard och 365 dagar med Premium, samt Video Vault för klipp som kunden väljer att spara.
Vi använder inte kundernas videomaterial för att träna våra modeller, och vi skapar inte biometriska mallar av personer som fångas av kamerorna. Att en kund använder produkten innebär inte att vi får tillåtelse att återanvända kundens privata videomaterial.
Kontroversen kring Flock Safety har väckt frågor om vem som kan söka i övervakningsdata och om åtkomst återkallas på rätt sätt. Även om er driftsmodell skiljer sig åt, vilka lärdomar är relevanta för era system och vilka skyddsåtgärder bör vara obligatoriska snarare än valfria?
Motreaktionerna mot Flock handlar egentligen inte om AI. De handlar om vem som kan få tillgång till data och söka i den. Mycket av granskningen kretsade kring kontosäkerhet, bland annat frågade lagstiftare varför flerfaktorsautentisering inte var obligatorisk. Om ett stulet lösenord räcker för att söka i ett övervakningssystem spelar det ingen roll var modellen körs.
Med Bunker är det bara de användare som systemets ägare har gett åtkomst som kan komma åt systemets data. Vi delar inte data med tredje part, använder inte kunddata för att träna våra modeller och skapar inte biometriska mallar.
Säkerheten måste börja i enheten och följa med hela vägen till kontot. Varje Bunker-gateway levereras med en egen kryptografisk identitet, så det finns inga standardlösenord som behöver bytas eller som en angripare kan ta reda på. Den fasta programvaran verifieras vid varje uppstart, uppdateringar signeras och kontrolleras innan de installeras, och inloggningar skyddas med flerfaktorsautentisering. Dessutom bör åtkomsten tas bort så snart den inte längre behövs, och känslig aktivitet bör lämna efter sig ett granskningsbart register. Förtroende bygger på att man kan förklara vem som gjorde vad.
Personer som fångas av en kamera är ofta inte de som har köpt den. Hur bör AI-baserad övervakning ta hänsyn till grannars, anställdas, besökares och förbipasserandes integritet, och finns det funktioner som ni medvetet skulle avstå från att utveckla?
Installationen behöver ha ett tydligt syfte, och syftet bör styra vad som spelas in, vad som analyseras och vem som kan se resultaten. Att vilja säkra en entré innebär inte att all aktivitet på en angränsande fastighet ska bli en sökbar registrering.
En gräns vi har dragit gäller identitet. Bunker skapar inte biometriska mallar och kopplar inte någon identitet till personer som systemet upptäcker. Det beskriver vad som har hänt, inte vem någon är. På så sätt fokuserar systemet på händelser i stället för på att spåra eller profilera människor.
Fler funktioner innebär inte automatiskt större värde. Om en funktion skapar ett allvarligt förtroendeproblem utan att lösa ett tydligt kundbehov är det ett skäl att inte utveckla den.
Om du blickar tre till fem år framåt, vilken betydelsefull funktion tror du att kant-AI kommer att möjliggöra utöver dagens detektering och sökning – och vilket tekniskt problem eller förtroendeproblem måste lösas innan tekniken förtjänar att tas i bruk i stor skala?
Ärligt talat är AI:s framtid fortfarande outforskad, och utvecklingen går snabbare än något jag har upplevt under min karriär. Vi följer förändringarna nästan dagligen och undersöker var de verkligen kan vara till nytta för dem som använder vår plattform.
De områden som är viktigast för oss är kontext, förståelse och system som fortsätter att lära sig och förbättras. Värdet ligger i att hjälpa någon att förstå en situation som håller på att utvecklas och avgöra vad som behöver uppmärksammas, i stället för att behöva pussla ihop en rad separata aviseringar.
Den tekniska utmaningen är att göra detta tillförlitligt i miljöer som förändras och inom den lokala maskinvarans begränsningar. Förtroendeutmaningen är att göra systemets begränsningar och hantering av data lätta att förstå. Människor behöver veta vad systemet observerade, vad det drog för slutsatser och när en människa måste fatta beslutet.
Tack för en fantastisk intervju. Läsare som vill utforska professionella säkerhetskameror, inspelningsenheter och AI-drivna videoövervakningssystem kan besöka IC Realtime.












