Phỏng vấn

Andrew Nassar, Giám đốc công nghệ của IC Realtime – Loạt bài phỏng vấn

Antoine Tardif
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Andrew Nassar, CTO of IC Realtime, against a light gray background.
Điểm chínhBunker chạy phân tích AI cốt lõi trên một cổng NVIDIA Jetson cục bộ để giảm phụ thuộc…
Xem thêm
  • Bunker chạy phân tích AI cốt lõi trên một cổng NVIDIA Jetson cục bộ để giảm phụ thuộc vào đám mây và tăng tốc cảnh báo.
  • Nassar từ chối xây dựng các tính năng nhận dạng sinh trắc học vì giám sát nên mô tả sự kiện thay vì lập hồ sơ con người.
  • Edge AI không phải là một chính sách quyền riêng tư vì các dịch vụ đám mây vẫn xử lý truy cập từ xa và lịch sử video.

Andrew Nassar là Giám đốc công nghệ của IC Realtime, nơi ông góp phần dẫn dắt công ty vượt qua các giai đoạn chuyển đổi từ camera analog sang ghi hình kỹ thuật số, giám sát từ xa và phân tích video có hỗ trợ AI. Với hơn 20 năm hoạt động trong ngành giám sát, ông tập trung biến những tiến bộ trong thị giác máy tính và điện toán biên thành các công cụ thiết thực giúp hiểu rõ sự việc, tìm kiếm đoạn phim và cải thiện hoạt động an ninh.

IC Realtime thiết kế hệ thống và phần mềm giám sát video cho môi trường dân dụng và thương mại. Nền tảng Bunker của công ty bổ sung khả năng phân tích AI cho các hệ thống camera tương thích thông qua một cổng kết nối chuyên dụng sử dụng NVIDIA Jetson, hỗ trợ cảnh báo theo ngữ cảnh và tìm kiếm video bằng ngôn ngữ tự nhiên. Nền tảng kết hợp phân tích tại chỗ với các dịch vụ kết nối đám mây để truy cập từ xa và xem lại lịch sử video.

Ông đã góp phần lãnh đạo IC Realtime vượt qua các giai đoạn chuyển đổi từ camera analog sang ghi hình kỹ thuật số, giám sát từ xa và nay là AI. Điều gì khiến ông tin rằng AI có thể làm thay đổi căn bản lĩnh vực giám sát, và những tiến bộ nào đã giúp việc phân tích video tinh vi ngay tại biên trở nên thiết thực?

Chúng tôi đã ứng dụng học máy và thị giác máy tính trên camera của mình trong nhiều năm. Cơ hội trở nên hữu ích hơn nhiều khi hệ thống có thể giúp mọi người hiểu sự việc và tìm đoạn phim liên quan, thay vì chỉ tạo thêm video để xem lại. Chủ nhà muốn biết điều gì cần được chú ý. Doanh nghiệp muốn tìm một sự cố mà không phải mất hàng giờ tìm kiếm.

Bunker đưa phương pháp đó lên một cổng kết nối NVIDIA Jetson chuyên dụng đặt tại cơ sở. Đưa hoạt động phân tích cốt lõi đến gần camera hơn có thể giảm sự phụ thuộc vào việc gửi mọi tác vụ phân tích lên đám mây và cải thiện khả năng phản hồi. Bước tiến thiết thực nằm ở sự kết hợp giữa điện toán tại chỗ và phần mềm chuyển video thành cảnh báo theo ngữ cảnh cùng các sự kiện có thể tìm kiếm.

Tiêu chuẩn của tôi vẫn là giá trị đã được chứng minh. Công nghệ phải giải quyết được một vấn đề thực tế trong môi trường khách hàng sẽ sử dụng nó. Một màn trình diễn tốt chỉ là bước khởi đầu của quá trình đó.

Lấy Bunker làm ví dụ, ông có thể giải thích quy trình từ lúc camera ghi lại một sự việc đến khi người dùng nhận được cảnh báo không? Những chức năng AI nào chạy tại chỗ, chức năng nào vẫn cần đến đám mây, và dữ liệu nào rời khỏi cơ sở?

Ở mức tổng quan, camera tương thích gửi video đến Bunker Gateway, còn hoạt động phân tích AI cốt lõi diễn ra trên cổng kết nối đó tại cơ sở. Nền tảng liên kết hoạt động được phát hiện với các sự kiện trong video và có thể gửi cảnh báo theo ngữ cảnh kèm ảnh chụp và phần mô tả bằng ngôn ngữ dễ hiểu. Sau đó, người dùng có thể xem lại video trong ứng dụng.

Bunker sử dụng kiến trúc kết hợp. Kết nối đám mây hỗ trợ truy cập từ xa, các dịch vụ thuê bao và lưu trữ lịch sử video, vì vậy sẽ không chính xác nếu nói nền tảng này không dùng đám mây hoặc không có video nào rời khỏi cơ sở. Điều quan trọng là dữ liệu được bảo vệ như thế nào khi rời khỏi đó. Mọi dữ liệu đều được mã hóa trong quá trình truyền, bao gồm cả video trực tiếp; dữ liệu này được mã hóa xuyên suốt từ cổng kết nối đến màn hình người xem. Hạ tầng trung gian chỉ chuyển tiếp dữ liệu, không thể xem nội dung. Mỗi cổng kết nối xác thực bằng chứng chỉ riêng, không bao giờ dùng chung thông tin xác thực, và các đoạn phim lưu trên đám mây đều được mã hóa.

Khách hàng cần được giải thích rõ ràng về luồng dữ liệu này, bao gồm những tính năng nào phụ thuộc vào internet và điều gì xảy ra khi kết nối bị gián đoạn.

Camera an ninh hoạt động trong mưa, bóng tối, ánh sáng chói và những môi trường luôn thay đổi. Sự cố thực tế khó xử lý nhất mà ông từng gặp là gì, và ông đo lường ra sao để biết các cải tiến giúp giảm cảnh báo giả mà không làm tăng số vụ việc bị bỏ sót?

Tôi đã làm việc trong ngành này hơn 20 năm, và công nghệ camera đã tiến bộ vượt bậc, đặc biệt trong điều kiện thiếu sáng và môi trường khắc nghiệt. Hình ảnh ban đêm và hình ảnh nhiễu hiện nay gần rõ nét như ban ngày. Dù vậy, mưa, ánh sáng chói, sương mù và tuyết vẫn có thể làm giảm độ chính xác của mô hình AI. Cảm biến tốt hơn không thể loại bỏ những yếu tố biến thiên đó.

Vì vậy, chúng tôi chọn phương pháp linh hoạt, điều chỉnh theo môi trường và thời điểm trong ngày thay đổi, thay vì dựa vào một cấu hình cố định. Trong suốt hai năm phát triển vừa qua, chúng tôi đã dành hàng nghìn giờ thử nghiệm tại các địa điểm lắp đặt thực tế, chứ không chỉ thử camera trên bàn, và xây dựng hệ thống dựa trên những bài học rút ra từ các đợt triển khai đó.

Tôi sẽ không đánh giá một cải tiến chỉ dựa trên việc số lượng thông báo giảm xuống. Câu hỏi đặt ra là liệu cải tiến đó có loại bỏ những cảnh báo không liên quan mà vẫn phát hiện được các sự cố quan trọng hay không. Giảm nhiễu chỉ có giá trị nếu hệ thống vẫn hữu ích khi có sự việc quan trọng xảy ra.

Phát hiện một người hay phương tiện khác với việc xác định hành vi đó có đáng lo ngại hay không. Ông định nghĩa điều bất thường như thế nào, điều chỉnh định nghĩa đó cho phù hợp với từng địa điểm ra sao, và ngăn hệ thống xem hoạt động vô hại là mối đe dọa bằng cách nào?

Chỉ riêng việc phát hiện một vật thể không cho biết có vấn đề hay không. Một chuyến giao hàng ở lối vào phía trước và hoạt động trong khu vực hạn chế có thể liên quan đến cùng một loại vật thể nhưng đòi hỏi cách xử lý rất khác nhau. Điểm khởi đầu nên là trường hợp sử dụng của khách hàng và bối cảnh cụ thể của cơ sở đó.

Tôi sẽ phân biệt một sự việc đáng xem xét với kết luận rằng ai đó là mối đe dọa. Hệ thống nên giúp mọi người hiểu điều gì đã được ghi nhận và vì sao sự việc đó được hiển thị, đồng thời cho phép họ xem đoạn phim gốc. Hệ thống không nên khuyến khích người dùng xem mọi hoạt động lạ là bằng chứng về hành vi sai trái.

Khi các hệ thống này ngày càng có năng lực hơn, thách thức là làm sao cung cấp bối cảnh hữu ích mà không phóng đại những gì AI biết. Đánh giá của con người vẫn rất quan trọng, nhất là khi một cảnh báo có thể dẫn đến hành động gây hậu quả đáng kể.

Tìm kiếm bằng ngôn ngữ tự nhiên hứa hẹn giúp thay thế hàng giờ xem lại cảnh quay thủ công. Hệ thống của bạn kết nối mô tả của người dùng với video phù hợp như thế nào, và bạn kiểm tra ra sao để phát hiện sự kiện bị bỏ sót, kết quả khớp sai hoặc mô tả do AI tạo ra nhưng không được cảnh quay xác nhận?

Ý tưởng là giúp mọi người tìm kiếm video bằng ngôn ngữ họ thường dùng. Khi phát hiện hoạt động, Bunker tạo các mô tả có gắn dấu thời gian và liên kết với những sự kiện trong video. Câu hỏi của người dùng được dùng để tìm kiếm trong hồ sơ đã lập chỉ mục và hiển thị cảnh quay liên quan. Nhờ đó, người dùng có thể bắt đầu tìm hiểu mà không phải tua đi tua lại toàn bộ bản ghi.

Cảnh quay cần là căn cứ để kiểm tra kết quả. Mô tả được tạo ra hữu ích cho việc tìm kiếm, nhưng không nên được xem là đáng tin cậy hơn những gì camera thực sự ghi lại.

Khi kiểm thử, tôi sẽ tách biệt ba câu hỏi: Hệ thống có bỏ sót sự kiện liên quan nào không? Hệ thống có truy xuất nội dung không phù hợp với yêu cầu không? Mô tả có đưa vào chi tiết nào không được cảnh quay xác nhận không? Đây là những dạng lỗi khác nhau. Chỉ đánh giá xem kết quả tìm kiếm có vẻ hợp lý hay không là chưa đủ.

Phần cứng NVIDIA Jetson tạo ra những đánh đổi nào về kích thước mô hình, độ chính xác, mức tiêu thụ điện năng và số luồng camera có thể phân tích? Làm thế nào để duy trì hiệu suất ổn định khi sử dụng camera bên thứ ba đời cũ, khi đạt đến giới hạn năng lực xử lý hoặc khi mất kết nối internet?

Câu hỏi trong thiết kế là làm sao cung cấp phân tích hữu ích trong phạm vi tài nguyên sẵn có tại cơ sở. Độ phức tạp của mô hình, lượng video đang được xử lý và thời gian phản hồi cần thiết đều phải nằm trong giới hạn vận hành của cổng kết nối. Vì vậy, chỉ riêng số luồng được hỗ trợ chưa thể phản ánh đầy đủ hiệu suất của hệ thống.

Kế hoạch ra mắt của Bunker hỗ trợ tối đa 10 luồng camera. Camera ONVIF tương thích cho phép khách hàng tiếp tục sử dụng thiết bị hiện có, nhưng vẫn cần xác minh khả năng tương thích cho từng lần lắp đặt. Cấu hình, chương trình cơ sở, chất lượng hình ảnh và các tính năng được sử dụng đều là những yếu tố quan trọng.

Chúng ta cũng cần nói chính xác về khả năng phục hồi. Xử lý tại chỗ và các dịch vụ kết nối đám mây là những phần khác nhau của hệ thống; việc có cổng biên không có nghĩa là mọi tính năng vẫn hoạt động bình thường khi mất kết nối internet. Các bản cập nhật cũng là một phần của độ tin cậy. Trước khi cài đặt, từng bản cập nhật đều được ký và xác minh trên cổng kết nối; các phiên bản cũ có lỗ hổng bị từ chối, còn nếu cập nhật thất bại thì hệ thống tự động quay lui về phiên bản trước. Một bản cập nhật lỗi không nên là nguyên nhân khiến hệ thống an ninh của một cơ sở ngừng hoạt động.

Chỉ xử lý suy luận tại biên không thể giải đáp mọi câu hỏi về quyền riêng tư. Bunker lưu cảnh quay, truy vấn tìm kiếm và siêu dữ liệu do AI tạo ra ở đâu, lưu giữ trong bao lâu và ai có thể truy cập? Bạn cải thiện mô hình như thế nào mà không mặc định rằng mình được quyền truy cập cảnh quay riêng tư của khách hàng?

Tôi đồng ý. “AI biên” không phải là một chính sách quyền riêng tư đầy đủ. Khách hàng cần biết dữ liệu của họ được chuyển đến đâu, thông tin nào được lưu giữ và ai có thể truy cập; điều này áp dụng cho cả truy vấn tìm kiếm và mô tả được tạo ra, chứ không chỉ video.

Cảnh quay và các cơ sở dữ liệu hỗ trợ dịch vụ đều được mã hóa khi lưu trữ. Mật khẩu được băm và các phiên đăng nhập hết hạn, vì vậy ngay cả khi cơ sở dữ liệu bị xâm nhập, kẻ xâm nhập cũng không có thông tin đăng nhập còn hiệu lực. Bản thân cổng kết nối cũng được mã hóa, nên nếu thiết bị bị đánh cắp thì không thể lấy được cảnh quay hay thông tin xác thực nào. Gói dịch vụ Bunker khi ra mắt bao gồm 60 ngày lưu trữ lịch sử video trên Standard và 365 ngày trên Premium, cùng Video Vault để lưu các đoạn phim do khách hàng chọn.

Chúng tôi không dùng cảnh quay của khách hàng để huấn luyện mô hình và không tạo mẫu sinh trắc học từ bất kỳ ai được camera ghi lại. Việc khách hàng sử dụng sản phẩm không đồng nghĩa với việc họ cho phép chúng tôi tái sử dụng video riêng tư của họ.

Tranh cãi xoay quanh Flock Safety đã làm nổi bật những câu hỏi về việc ai có thể tìm kiếm dữ liệu giám sát và liệu quyền truy cập có được thu hồi đúng cách hay không. Dù mô hình triển khai của bạn khác biệt, những bài học nào vẫn áp dụng cho hệ thống của bạn, và những biện pháp bảo vệ nào cần là bắt buộc thay vì tùy chọn?

Phản ứng dữ dội nhằm vào Flock thực ra không chủ yếu liên quan đến AI, mà là chuyện ai có thể truy cập và tìm kiếm dữ liệu. Phần lớn sự giám sát tập trung vào bảo mật tài khoản, trong đó có việc các nhà lập pháp đặt câu hỏi vì sao xác thực đa yếu tố không phải là yêu cầu bắt buộc. Khi chỉ cần đánh cắp mật khẩu là có thể tìm kiếm trong hệ thống giám sát, thì mô hình chạy ở đâu cũng không quan trọng.

Với Bunker, chỉ những người được chủ sở hữu hệ thống cấp quyền mới có thể truy cập dữ liệu của hệ thống đó. Chúng tôi không chia sẻ dữ liệu với bên thứ ba, không dùng dữ liệu khách hàng để huấn luyện mô hình và không tạo mẫu sinh trắc học.

Bảo mật phải bắt đầu từ thiết bị và được duy trì xuyên suốt đến tài khoản. Mỗi cổng kết nối Bunker được xuất xưởng với một danh tính mật mã riêng, vì vậy không có mật khẩu mặc định nào cần thay đổi hoặc để kẻ tấn công dò tìm. Phần sụn được xác minh mỗi khi khởi động; các bản cập nhật được ký và kiểm tra trước khi cài đặt; còn quá trình đăng nhập được bảo vệ bằng xác thực đa yếu tố. Ngoài ra, quyền truy cập cần được thu hồi kịp thời khi không còn cần thiết, và các hoạt động nhạy cảm phải để lại hồ sơ có thể kiểm tra. Niềm tin phụ thuộc vào khả năng giải thích ai đã làm gì.

Những người lọt vào hình ảnh camera thường không phải là người mua camera đó. Giám sát bằng AI nên tính đến quyền riêng tư của hàng xóm, nhân viên, khách đến thăm và người qua đường như thế nào, và có những tính năng nào mà ông sẽ chủ động từ chối phát triển không?

Việc lắp đặt cần có mục đích rõ ràng, và mục đích đó nên định hướng những gì được ghi lại, những gì được phân tích và ai có thể xem kết quả. Mong muốn bảo vệ một lối vào không có nghĩa là mọi hoạt động trên khu đất lân cận đều phải trở thành một phần của hồ sơ có thể tra cứu.

Một ranh giới chúng tôi đặt ra là nhận dạng danh tính. Bunker không tạo mẫu sinh trắc học và không gắn danh tính với bất kỳ ai mà hệ thống phát hiện. Hệ thống mô tả điều đã xảy ra, chứ không xác định một người là ai. Nhờ vậy, hệ thống tập trung vào các sự kiện thay vì theo dõi hoặc lập hồ sơ về mọi người.

Nhiều tính năng hơn không đồng nghĩa với giá trị lớn hơn. Nếu một tính năng gây ra vấn đề nghiêm trọng về niềm tin mà không giải quyết được vấn đề rõ ràng của khách hàng, thì đó là lý do để không phát triển tính năng ấy.

Nhìn về phía trước từ ba đến năm năm, ông kỳ vọng AI biên sẽ mở ra những khả năng hữu ích nào ngoài các chức năng phát hiện và tìm kiếm hiện nay, và cần giải quyết vấn đề kỹ thuật hay vấn đề về niềm tin nào trước khi công nghệ này xứng đáng được áp dụng rộng rãi?

Thành thật mà nói, tương lai của AI hiện vẫn chưa thể đoán định, và lĩnh vực này đang thay đổi nhanh hơn bất cứ điều gì tôi từng chứng kiến trong sự nghiệp. Chúng tôi theo sát những thay đổi đó gần như mỗi ngày và tìm hiểu xem chúng có thể thực sự mang lại lợi ích gì cho những người sử dụng nền tảng của chúng tôi.

Những lĩnh vực quan trọng nhất với chúng tôi là ngữ cảnh, khả năng thấu hiểu, cùng các hệ thống liên tục học hỏi và cải thiện. Giá trị nằm ở việc giúp ai đó hiểu được một tình huống đang diễn biến và quyết định điều gì cần được chú ý, thay vì phải ghép nối hàng loạt thông báo riêng lẻ.

Thách thức về kỹ thuật là thực hiện điều đó một cách đáng tin cậy trong các môi trường thay đổi và trong giới hạn của phần cứng tại chỗ. Thách thức về niềm tin là giúp mọi người dễ dàng hiểu được những giới hạn của hệ thống và cách hệ thống xử lý dữ liệu. Mọi người cần biết hệ thống đã quan sát được gì, suy luận ra điều gì và khi nào con người cần đưa ra quyết định.

Cảm ơn ông về cuộc phỏng vấn rất thú vị này. Bạn đọc muốn tìm hiểu về các camera an ninh chuyên nghiệp, thiết bị ghi hình và hệ thống giám sát video ứng dụng AI có thể truy cập IC Realtime.

Antoine là một nhà lãnh đạo có tầm nhìn và đối tác sáng lập của Unite.AI, được thôi thúc bởi niềm đam mê bền bỉ trong việc định hình và thúc đẩy tương lai của AI và công nghệ robot. Là doanh nhân đã thành lập nhiều công ty, ông tin rằng AI sẽ làm thay đổi xã hội sâu sắc như điện năng và thường hào hứng nói về tiềm năng của các công nghệ đột phá và trí tuệ nhân tạo tổng quát (AGI).

Với vai trò là một nhà tương lai học, ông dành tâm huyết khám phá cách những đổi mới này sẽ định hình thế giới. Ông cũng là người sáng lập Securities.io, một nền tảng tập trung đầu tư vào các công nghệ tiên tiến đang định nghĩa lại tương lai và tái định hình toàn bộ các ngành.