สัมภาษณ์

Andrew Nassar ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ IC Realtime – ชุดบทสัมภาษณ์

Antoine Tardif
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
Andrew Nassar, CTO of IC Realtime, against a light gray background.
ประเด็นสำคัญBunker รันการวิเคราะห์ AI หลักบนเกตเวย์ NVIDIA Jetson…
ดูเพิ่มเติม
  • Bunker รันการวิเคราะห์ AI หลักบนเกตเวย์ NVIDIA Jetson ในเครื่องเพื่อลดการพึ่งพาคลาวด์และเพิ่มความเร็วในการแจ้งเตือน
  • Nassar ปฏิเสธที่จะสร้างฟีเจอร์ระบุตัวตนด้วยไบโอเมตริกเพราะการเฝ้าระวังควรบรรยายเหตุการณ์มากกว่าการสร้างโปรไฟล์บุคคล
  • Edge AI ไม่ใช่ นโยบายความเป็นส่วนตัว เนื่องจากบริการคลาวด์ยังคงจัดการการเข้าถึงระยะไกลและประวัติวิดีโอ

Andrew Nassar เป็นประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ IC Realtime โดยมีบทบาทช่วยนำพาบริษัทผ่านการเปลี่ยนผ่านจากกล้องแอนะล็อกสู่การบันทึกภาพแบบดิจิทัล การตรวจสอบระยะไกล และการวิเคราะห์วิดีโอด้วย AI ตลอดระยะเวลากว่า 20 ปีในอุตสาหกรรมระบบเฝ้าระวัง เขามุ่งเน้นการนำความก้าวหน้าด้านคอมพิวเตอร์วิทัศน์และการประมวลผลที่ขอบเครือข่ายมาพัฒนาเป็นเครื่องมือที่ใช้งานได้จริง เพื่อทำความเข้าใจเหตุการณ์ ค้นหาภาพวิดีโอ และยกระดับการปฏิบัติงานด้านความปลอดภัย

IC Realtime ออกแบบระบบและซอฟต์แวร์เฝ้าระวังด้วยวิดีโอสำหรับที่พักอาศัยและสถานประกอบการ แพลตฟอร์ม Bunker เพิ่มความสามารถในการวิเคราะห์ด้วย AI ให้กับระบบกล้องที่รองรับ โดยใช้เกตเวย์เฉพาะที่ขับเคลื่อนด้วย NVIDIA Jetson ซึ่งรองรับการแจ้งเตือนตามบริบทและการค้นหาวิดีโอด้วยภาษาธรรมชาติ แพลตฟอร์มนี้ผสานการวิเคราะห์ภายในพื้นที่เข้ากับบริการที่เชื่อมต่อกับคลาวด์ เพื่อให้เข้าถึงระบบจากระยะไกลและดูประวัติวิดีโอได้

คุณมีบทบาทนำ IC Realtime ผ่านการเปลี่ยนผ่านจากกล้องแอนะล็อกสู่การบันทึกภาพแบบดิจิทัล การตรวจสอบระยะไกล และในปัจจุบันคือ AI อะไรทำให้คุณเชื่อว่า AI จะเปลี่ยนแปลงระบบเฝ้าระวังได้อย่างถึงราก และความก้าวหน้าด้านใดบ้างที่ทำให้การวิเคราะห์วิดีโอขั้นสูงสามารถใช้งานได้จริงที่ขอบเครือข่าย?

เราทำงานกับแมชชีนเลิร์นนิงและคอมพิวเตอร์วิทัศน์บนกล้องของเรามาหลายปีแล้ว เทคโนโลยีนี้มีประโยชน์มากขึ้นอย่างชัดเจนเมื่อระบบช่วยให้ผู้ใช้เข้าใจเหตุการณ์และค้นหาภาพวิดีโอที่เกี่ยวข้องได้ แทนที่จะเพียงสร้างวิดีโอเพิ่มขึ้นให้ต้องตรวจดู เจ้าของบ้านต้องการรู้ว่ามีอะไรที่ควรให้ความสนใจ ส่วนธุรกิจก็ต้องการค้นหาเหตุการณ์ที่เกิดขึ้นโดยไม่ต้องเสียเวลาหลายชั่วโมงค้นหา

Bunker นำแนวทางดังกล่าวมาใช้กับเกตเวย์ NVIDIA Jetson โดยเฉพาะ ซึ่งติดตั้งอยู่ในสถานที่ การย้ายการวิเคราะห์หลักเข้ามาใกล้กล้องมากขึ้นช่วยลดการพึ่งพาการส่งงานวิเคราะห์ทุกอย่างไปยังคลาวด์ และเพิ่มความรวดเร็วในการตอบสนอง ความก้าวหน้าที่นำไปใช้ได้จริงเกิดจากการผสานการประมวลผลภายในพื้นที่เข้ากับซอฟต์แวร์ที่แปลงวิดีโอให้เป็นการแจ้งเตือนตามบริบทและเหตุการณ์ที่ค้นหาได้

มาตรฐานที่ผมยึดถือยังคงเป็นการพิสูจน์ให้เห็นถึงคุณค่าที่แท้จริง เทคโนโลยีต้องแก้ปัญหาจริงในสภาพแวดล้อมที่ลูกค้าจะนำไปใช้ การสาธิตที่ดีเป็นเพียงจุดเริ่มต้นของกระบวนการนี้

ยก Bunker เป็นตัวอย่าง คุณช่วยอธิบายให้ฟังได้ไหมว่าเกิดอะไรขึ้นบ้าง ตั้งแต่กล้องบันทึกเหตุการณ์ไปจนถึงตอนที่ผู้ใช้ได้รับการแจ้งเตือน ฟังก์ชัน AI ใดทำงานภายในพื้นที่ ฟังก์ชันใดยังต้องพึ่งพาคลาวด์ และมีข้อมูลใดออกจากสถานที่บ้าง?

โดยสรุป กล้องที่รองรับจะส่งวิดีโอไปยัง Bunker Gateway และการวิเคราะห์ AI หลักจะทำงานบนเกตเวย์ดังกล่าวภายในสถานที่ แพลตฟอร์มจะเชื่อมโยงกิจกรรมที่ตรวจพบเข้ากับเหตุการณ์ในวิดีโอ และสามารถส่งการแจ้งเตือนตามบริบทพร้อมภาพนิ่งและคำอธิบายภาษาทั่วไป จากนั้นผู้ใช้สามารถเปิดดูวิดีโอในแอปได้

Bunker ใช้สถาปัตยกรรมแบบไฮบริด การเชื่อมต่อคลาวด์รองรับการเข้าถึงจากระยะไกล บริการแบบสมัครสมาชิก และประวัติวิดีโอ ดังนั้นการเรียกแพลตฟอร์มนี้ว่าไม่ใช้คลาวด์ หรือกล่าวว่าไม่มีวิดีโอออกจากสถานที่เลย จึงเป็นการอธิบายที่คลาดเคลื่อน สิ่งสำคัญคือการปกป้องข้อมูลเหล่านั้นเมื่อมีการส่งออกไป ข้อมูลทุกอย่างได้รับการเข้ารหัสระหว่างการส่ง รวมถึงวิดีโอถ่ายทอดสด ซึ่งจะคงการเข้ารหัสไว้ตลอดเส้นทางตั้งแต่เกตเวย์ไปจนถึงหน้าจอของผู้ชม โครงสร้างพื้นฐานที่อยู่ระหว่างทางทำหน้าที่ส่งต่อข้อมูล แต่ไม่สามารถดูวิดีโอได้ เกตเวย์แต่ละเครื่องยืนยันตัวตนด้วยใบรับรองของตนเอง โดยไม่มีการใช้ข้อมูลรับรองร่วมกัน และไฟล์วิดีโอที่จัดเก็บไว้ในคลาวด์ก็ได้รับการเข้ารหัส

ลูกค้าควรได้รับคำอธิบายที่ชัดเจนเกี่ยวกับขั้นตอนการทำงานนี้ รวมถึงฟีเจอร์ใดบ้างที่ต้องใช้อินเทอร์เน็ต และจะเกิดอะไรขึ้นเมื่อการเชื่อมต่อขัดข้อง

กล้องรักษาความปลอดภัยต้องทำงานท่ามกลางฝน ความมืด แสงจ้า และสภาพแวดล้อมที่เปลี่ยนแปลงอยู่ตลอด ความล้มเหลวในการใช้งานจริงที่แก้ไขได้ยากที่สุดเท่าที่คุณเคยพบคืออะไร และคุณวัดได้อย่างไรว่าการปรับปรุงช่วยลดการแจ้งเตือนผิดพลาดโดยไม่ทำให้พลาดเหตุการณ์มากขึ้น?

ผมอยู่ในอุตสาหกรรมนี้มานานกว่า 20 ปี และเทคโนโลยีกล้องพัฒนาขึ้นอย่างมาก โดยเฉพาะในสภาพแสงน้อยและสภาพแวดล้อมที่ท้าทาย ปัจจุบันภาพในเวลากลางคืนและภาพที่มีสัญญาณรบกวนมีความคมชัดเกือบเท่าภาพในเวลากลางวัน ถึงอย่างนั้น ฝน แสงจ้า หมอก และหิมะก็ยังลดความแม่นยำของโมเดล AI ได้ เซ็นเซอร์ที่ดีขึ้นไม่ได้ทำให้ปัจจัยเหล่านี้หมดไป

เราจึงเลือกใช้แนวทางแบบไดนามิกที่ปรับให้เข้ากับสภาพแวดล้อมและช่วงเวลาของวันที่เปลี่ยนแปลง แทนการพึ่งพาการตั้งค่าแบบตายตัวเพียงชุดเดียว ตลอดระยะเวลาพัฒนากว่าสองปี เราทุ่มเวลาหลายพันชั่วโมงทดสอบในการติดตั้งใช้งานจริง ไม่ใช่แค่ทดสอบกล้องบนโต๊ะทดลอง และเราสร้างระบบโดยอิงจากสิ่งที่ได้เรียนรู้จากการใช้งานเหล่านั้น

ผมจะไม่ตัดสินว่าการปรับปรุงได้ผลจากจำนวนการแจ้งเตือนที่ลดลงเพียงอย่างเดียว คำถามคือระบบลดการแจ้งเตือนที่ไม่เกี่ยวข้องได้หรือไม่ โดยยังตรวจจับเหตุการณ์สำคัญได้ครบ การลดสัญญาณรบกวนจะมีคุณค่าก็ต่อเมื่อระบบยังใช้งานได้ดีเมื่อเกิดเหตุการณ์สำคัญ

การตรวจจับบุคคลหรือยานพาหนะต่างจากการตัดสินว่าพฤติกรรมนั้นน่ากังวล คุณนิยามความผิดปกติอย่างไร ปรับนิยามดังกล่าวให้เหมาะกับแต่ละสถานที่อย่างไร และป้องกันไม่ให้ระบบมองกิจกรรมที่ไม่มีอันตรายเป็นภัยคุกคามได้อย่างไร?

การตรวจพบวัตถุเพียงอย่างเดียวไม่ได้บอกว่ามีปัญหาหรือไม่ การส่งของที่ทางเข้าด้านหน้าและกิจกรรมในพื้นที่หวงห้ามอาจเกี่ยวข้องกับวัตถุประเภทเดียวกัน แต่ต้องตอบสนองแตกต่างกันมาก จุดเริ่มต้นควรเป็นกรณีการใช้งานของลูกค้าและบริบทของสถานที่นั้นโดยเฉพาะ

ผมจะแยกเหตุการณ์ที่ควรตรวจสอบออกจากข้อสรุปว่ามีใครเป็นภัยคุกคาม ระบบควรช่วยให้ผู้ใช้เข้าใจว่าเกิดอะไรขึ้นและเหตุใดเหตุการณ์นั้นจึงถูกแจ้งเตือน พร้อมเปิดให้ดูภาพวิดีโอต้นฉบับได้ ระบบไม่ควรชักนำให้ผู้ใช้มองกิจกรรมที่ไม่คุ้นเคยทุกอย่างเป็นหลักฐานว่ามีการกระทำผิด

เมื่อระบบเหล่านี้มีความสามารถมากขึ้น ความท้าทายคือการทำให้บริบทมีประโยชน์ โดยไม่กล่าวเกินจริงว่า AI รู้อะไรบ้าง การใช้วิจารณญาณของมนุษย์ยังคงสำคัญ โดยเฉพาะเมื่อการแจ้งเตือนอาจนำไปสู่การดำเนินการที่ส่งผลสำคัญ

การค้นหาด้วยภาษาธรรมชาติช่วยให้ไม่ต้องเสียเวลาหลายชั่วโมงไล่ตรวจดูภาพวิดีโอด้วยตนเอง ระบบของคุณเชื่อมโยงคำอธิบายของผู้ใช้กับวิดีโอที่ตรงกันได้อย่างไร และคุณทดสอบอย่างไรเพื่อค้นหาเหตุการณ์ที่ตกหล่น ผลการค้นหาที่ไม่ตรงกัน หรือคำอธิบายที่ AI สร้างขึ้นแต่ไม่มีหลักฐานรองรับจากภาพวิดีโอ

แนวคิดคือการทำให้ค้นหาวิดีโอได้ด้วยภาษาที่คนทั่วไปใช้ตามธรรมชาติ เมื่อระบบตรวจพบกิจกรรม Bunker จะสร้างคำอธิบายพร้อมประทับเวลาที่เชื่อมโยงกับเหตุการณ์ในวิดีโอ จากนั้นระบบจะใช้คำถามของผู้ใช้ค้นหาข้อมูลที่จัดทำดัชนีไว้และแสดงภาพวิดีโอที่เกี่ยวข้อง วิธีนี้ช่วยให้ผู้ใช้เริ่มตรวจสอบได้โดยไม่ต้องเลื่อนหาเหตุการณ์ในวิดีโอตลอดทั้งคลิปด้วยตนเอง

ควรใช้ภาพวิดีโอเป็นหลักในการตรวจสอบผลลัพธ์ คำอธิบายที่ระบบสร้างขึ้นมีประโยชน์สำหรับการค้นหาและนำทาง แต่ไม่ควรถือว่ามีน้ำหนักน่าเชื่อถือมากกว่าสิ่งที่กล้องบันทึกไว้จริง

ในการทดสอบ ผมจะแยกพิจารณาสามคำถาม ได้แก่ ระบบพลาดเหตุการณ์ที่เกี่ยวข้องหรือไม่ ระบบดึงข้อมูลที่ไม่ตรงกับคำขอขึ้นมาหรือไม่ และคำอธิบายมีเนื้อหาที่ภาพวิดีโอไม่รองรับหรือไม่ สิ่งเหล่านี้เป็นรูปแบบความล้มเหลวที่แตกต่างกัน การประเมินเพียงว่าผลการค้นหาดูสมเหตุสมผลหรือไม่นั้นยังไม่เพียงพอ

ฮาร์ดแวร์ NVIDIA Jetson มีข้อจำกัดหรือข้อแลกเปลี่ยนอย่างไรบ้างในด้านขนาดของโมเดล ความแม่นยำ การใช้พลังงาน และจำนวนภาพจากกล้องที่คุณวิเคราะห์ได้ คุณจะรักษาประสิทธิภาพให้เชื่อถือได้อย่างไรเมื่อต้องใช้กล้องจากผู้ผลิตรายอื่นที่เป็นรุ่นเก่า เมื่อถึงขีดความสามารถในการประมวลผล หรือเมื่อการเชื่อมต่ออินเทอร์เน็ตขาดหาย

โจทย์ในการออกแบบคือการส่งมอบการวิเคราะห์ที่มีประโยชน์ภายใต้ทรัพยากรที่มีอยู่ ณ สถานที่ติดตั้ง ความซับซ้อนของโมเดล ปริมาณวิดีโอที่กำลังประมวลผล และเวลาตอบสนองที่ต้องการ ล้วนต้องอยู่ภายในขีดจำกัดการทำงานของเกตเวย์ นี่จึงเป็นเหตุผลว่าทำไมจำนวนสตรีมที่รองรับเพียงอย่างเดียวจึงไม่อาจบอกภาพรวมของประสิทธิภาพได้ทั้งหมด

แผนช่วงเปิดตัวของ Bunker รองรับสตรีมจากกล้องได้สูงสุด 10 สตรีม กล้อง ONVIF ที่ใช้งานร่วมกันได้ช่วยให้ลูกค้าใช้ฮาร์ดแวร์เดิมต่อไปได้ แต่ยังต้องตรวจสอบความเข้ากันได้สำหรับการติดตั้งแต่ละครั้ง โปรไฟล์ เฟิร์มแวร์ คุณภาพของภาพ และฟีเจอร์ที่ใช้งาน ล้วนเป็นปัจจัยสำคัญ

เราต้องอธิบายเรื่องความทนทานต่อความขัดข้องให้ชัดเจนด้วย การประมวลผลภายในอุปกรณ์กับบริการที่เชื่อมต่อกับคลาวด์เป็นคนละส่วนของระบบ และการมีเกตเวย์ประมวลผลที่ขอบเครือข่ายไม่ได้หมายความว่าทุกฟีเจอร์จะทำงานได้ตามปกติเมื่ออินเทอร์เน็ตขัดข้อง การอัปเดตก็เป็นส่วนหนึ่งของความน่าเชื่อถือเช่นกัน เกตเวย์จะตรวจสอบลายเซ็นและยืนยันความถูกต้องของการอัปเดตทุกครั้งก่อนติดตั้ง ปฏิเสธเวอร์ชันเก่าที่มีช่องโหว่ และย้อนกลับโดยอัตโนมัติหากการอัปเดตล้มเหลว การอัปเดตที่ผิดพลาดไม่ควรเป็นสาเหตุให้ระบบรักษาความปลอดภัยของสถานที่ใดสถานที่หนึ่งหยุดทำงาน

การประมวลผล AI ภายในอุปกรณ์เพียงอย่างเดียวไม่ได้ตอบทุกคำถามเรื่องความเป็นส่วนตัว Bunker จัดเก็บภาพวิดีโอ คำค้นหา และข้อมูลกำกับที่ AI สร้างขึ้นไว้ที่ใด เก็บข้อมูลเหล่านี้ไว้นานเท่าใด และใครเข้าถึงได้บ้าง คุณปรับปรุงโมเดลอย่างไรโดยไม่ถือว่าตนมีสิทธิ์เข้าถึงภาพวิดีโอส่วนตัวของลูกค้า

ผมเห็นด้วย “AI ที่ประมวลผลที่ขอบเครือข่าย” ไม่ใช่นโยบายความเป็นส่วนตัวที่ครบถ้วน ลูกค้าต้องเข้าใจว่าข้อมูลของตนถูกส่งไปที่ใด มีการเก็บข้อมูลอะไรไว้บ้าง และใครเข้าถึงได้ ซึ่งรวมถึงคำค้นหาและคำอธิบายที่ระบบสร้างขึ้น ไม่ใช่แค่วิดีโอ

ภาพวิดีโอและฐานข้อมูลที่อยู่เบื้องหลังบริการได้รับการเข้ารหัสขณะจัดเก็บ รหัสผ่านถูกแฮชและเซสชันหมดอายุ ดังนั้นแม้ฐานข้อมูลจะถูกเจาะ ผู้ใดก็ไม่สามารถใช้ข้อมูลเข้าสู่ระบบเพื่อเข้าสู่ระบบได้ เกตเวย์เองก็ได้รับการเข้ารหัสเช่นกัน ดังนั้นหากอุปกรณ์ถูกขโมย ก็จะไม่มีทั้งภาพวิดีโอและข้อมูลรับรองการเข้าสู่ระบบให้เข้าถึง ข้อเสนอช่วงเปิดตัวของ Bunker รวมประวัติวิดีโอบนคลาวด์ 60 วันในแพ็กเกจ Standard และ 365 วันในแพ็กเกจ Premium พร้อม Video Vault สำหรับคลิปที่ลูกค้าเลือกบันทึกไว้

เราไม่ใช้ภาพวิดีโอของลูกค้าเพื่อฝึกโมเดล และไม่สร้างแม่แบบข้อมูลชีวมิติของบุคคลใดก็ตามที่กล้องบันทึกภาพไว้ การที่ลูกค้าใช้ผลิตภัณฑ์ไม่ได้หมายความว่าเราได้รับอนุญาตให้นำวิดีโอส่วนตัวของลูกค้ากลับมาใช้

ข้อถกเถียงเกี่ยวกับ Flock Safety ทำให้เกิดคำถามว่าใครสามารถค้นหาข้อมูลจากระบบเฝ้าระวังได้ และมีการเพิกถอนสิทธิ์เข้าถึงอย่างเหมาะสมหรือไม่ แม้รูปแบบการใช้งานระบบของคุณจะแตกต่างออกไป แต่บทเรียนใดบ้างที่นำมาปรับใช้ได้ และมาตรการป้องกันใดควรเป็นข้อบังคับแทนที่จะเป็นตัวเลือก

กระแสต่อต้าน Flock ไม่ได้เกี่ยวกับ AI จริง ๆ แต่เป็นเรื่องของผู้ที่สามารถเข้าถึงและค้นหาข้อมูลได้ การตรวจสอบและวิพากษ์วิจารณ์ส่วนใหญ่มุ่งไปที่ความปลอดภัยของบัญชี รวมถึงกรณีที่สมาชิกสภานิติบัญญัติตั้งคำถามว่าเหตุใดจึงไม่มีการบังคับใช้การยืนยันตัวตนแบบหลายปัจจัย หากรหัสผ่านที่ถูกขโมยมาเพียงอย่างเดียวก็เพียงพอให้ค้นหาข้อมูลในระบบเฝ้าระวังได้ การที่โมเดลทำงานอยู่ที่ใดก็ไม่สำคัญ

สำหรับ Bunker ผู้ที่เข้าถึงข้อมูลของระบบได้มีเพียงผู้ใช้ที่เจ้าของระบบนั้นอนุญาตให้เข้าถึง เราไม่แบ่งปันข้อมูลกับบุคคลที่สาม ไม่ใช้ข้อมูลลูกค้าเพื่อฝึกโมเดล และไม่สร้างแม่แบบข้อมูลชีวมิติ

ความปลอดภัยต้องเริ่มตั้งแต่ตัวอุปกรณ์และครอบคลุมไปจนถึงบัญชีผู้ใช้ เกตเวย์ Bunker ทุกเครื่องมาพร้อมข้อมูลระบุตัวตนทางการเข้ารหัสเฉพาะของตัวเอง จึงไม่มีรหัสผ่านเริ่มต้นที่ต้องเปลี่ยนหรือให้ผู้โจมตีค้นหาได้ เฟิร์มแวร์จะได้รับการตรวจสอบทุกครั้งที่เปิดเครื่อง ส่วนการอัปเดตจะมีการลงนามและตรวจสอบก่อนติดตั้ง และการเข้าสู่ระบบได้รับการปกป้องด้วยการยืนยันตัวตนหลายปัจจัย นอกจากนี้ ควรถอดสิทธิ์การเข้าถึงโดยเร็วเมื่อไม่มีความจำเป็นอีกต่อไป และกิจกรรมที่ละเอียดอ่อนควรมีบันทึกที่ตรวจสอบย้อนหลังได้ ความไว้วางใจขึ้นอยู่กับความสามารถในการอธิบายได้ว่าใครทำอะไร

ผู้คนที่กล้องบันทึกภาพไว้มักไม่ใช่คนที่ซื้อกล้องตัวนั้น แล้วระบบเฝ้าระวังด้วย AI ควรคำนึงถึงความเป็นส่วนตัวของเพื่อนบ้าน พนักงาน ผู้มาเยือน และผู้ที่เดินผ่านไปมาอย่างไร และมีความสามารถใดบ้างที่คุณตั้งใจว่าจะไม่พัฒนา?

การติดตั้งต้องมีวัตถุประสงค์ที่ชัดเจน และวัตถุประสงค์นั้นควรเป็นแนวทางกำหนดว่าจะบันทึกภาพอะไร วิเคราะห์อะไร และใครมีสิทธิ์ดูผลลัพธ์ การต้องการรักษาความปลอดภัยบริเวณทางเข้าไม่ได้หมายความว่าทุกกิจกรรมในพื้นที่ข้างเคียงควรถูกนำมาบันทึกไว้ในระบบที่ค้นหาได้

เราได้กำหนดขอบเขตไว้อย่างหนึ่ง นั่นคือเรื่องอัตลักษณ์ Bunker ไม่สร้างแม่แบบข้อมูลชีวมิติ และไม่ระบุอัตลักษณ์ให้กับใครก็ตามที่ระบบตรวจพบ ระบบจะอธิบายว่าเกิดอะไรขึ้น ไม่ใช่บอกว่าใครเป็นใคร วิธีนี้ช่วยให้ระบบมุ่งเน้นไปที่เหตุการณ์ แทนการติดตามหรือจัดทำประวัติบุคคล

ความสามารถที่เพิ่มขึ้นไม่ได้หมายความว่าจะสร้างคุณค่าเพิ่มขึ้นโดยอัตโนมัติ หากฟีเจอร์หนึ่งก่อให้เกิดปัญหาร้ายแรงด้านความไว้วางใจ โดยไม่ได้ช่วยแก้ปัญหาที่ชัดเจนให้ลูกค้า นั่นก็เป็นเหตุผลที่ไม่ควรพัฒนาฟีเจอร์นั้น

เมื่อมองไปข้างหน้าอีกสามถึงห้าปี คุณคาดว่า AI ที่ประมวลผล ณ ขอบเครือข่ายจะช่วยให้เกิดความสามารถสำคัญอะไรนอกเหนือจากการตรวจจับและการค้นหาในปัจจุบัน และต้องแก้ปัญหาด้านเทคนิคหรือความไว้วางใจเรื่องใดก่อนที่เทคโนโลยีนี้จะคู่ควรกับการนำไปใช้อย่างแพร่หลาย?

พูดตามตรง อนาคตของ AI ในตอนนี้ยังเป็นสิ่งที่คาดเดาไม่ได้ และเทคโนโลยีก็กำลังพัฒนาเร็วกว่าสิ่งใดที่ผมเคยพบมาตลอดอาชีพ เราติดตามความเปลี่ยนแปลงเหล่านี้แทบทุกวัน และพิจารณาว่าจะนำไปใช้ให้เกิดประโยชน์อย่างแท้จริงแก่ผู้ที่ใช้แพลตฟอร์มของเราได้อย่างไร

สิ่งที่เราให้ความสำคัญมากที่สุดคือบริบท ความเข้าใจ และระบบที่เรียนรู้และพัฒนาตัวเองอย่างต่อเนื่อง คุณค่าของระบบอยู่ที่การช่วยให้ใครสักคนเข้าใจสถานการณ์ที่กำลังคลี่คลายและตัดสินใจได้ว่าควรให้ความสนใจกับเรื่องใด แทนที่จะต้องนำการแจ้งเตือนแยกกันหลายรายการมาปะติดปะต่อเอง

ความท้าทายด้านเทคนิคคือการทำให้ระบบทำงานได้อย่างน่าเชื่อถือในสภาพแวดล้อมที่เปลี่ยนแปลง และภายใต้ข้อจำกัดของฮาร์ดแวร์ในพื้นที่นั้น ส่วนความท้าทายด้านความไว้วางใจคือการทำให้เข้าใจข้อจำกัดของระบบและแนวทางการจัดการข้อมูลได้ง่าย ผู้คนจำเป็นต้องรู้ว่าระบบสังเกตเห็นอะไร อนุมานอะไร และเมื่อใดที่มนุษย์ต้องเป็นผู้ตัดสินใจ

ขอบคุณสำหรับบทสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการสำรวจกล้องรักษาความปลอดภัยระดับมืออาชีพ เครื่องบันทึก และระบบเฝ้าระวังวิดีโอที่ขับเคลื่อนด้วย AI สามารถเยี่ยมชม IC Realtime ได้

อองตวนเป็นผู้นำที่มีวิสัยทัศน์และหุ้นส่วนผู้ก่อตั้ง Unite.AI โดยมีความมุ่งมั่นอย่างไม่เปลี่ยนแปลงในการกำหนดทิศทางและส่งเสริมอนาคตของ AI และหุ่นยนต์ ในฐานะผู้ประกอบการที่ก่อตั้งธุรกิจมาแล้วหลายแห่ง เขาเชื่อว่า AI จะสร้างการเปลี่ยนแปลงครั้งใหญ่ต่อสังคมเช่นเดียวกับไฟฟ้า และมักกล่าวถึงศักยภาพของเทคโนโลยีที่พลิกโฉมโลกและ AGI อย่างกระตือรือร้น

ในฐานะ นักอนาคตศาสตร์ เขาทุ่มเทให้กับการสำรวจว่านวัตกรรมเหล่านี้จะกำหนดรูปแบบโลกของเราอย่างไร นอกจากนี้ เขายังเป็นผู้ก่อตั้ง Securities.io ซึ่งเป็นแพลตฟอร์มที่มุ่งเน้นการลงทุนในเทคโนโลยีล้ำสมัยที่กำลังนิยามอนาคตใหม่และเปลี่ยนโฉมอุตสาหกรรมทั้งภาคส่วน