Le telecamere di sicurezza basate sull’intelligenza artificiale stanno spostando una parte crescente dell’elaborazione direttamente sui dispositivi, riducendo la dipendenza dal cloud per l’analisi continua dei flussi video. Il cambiamento riguarda soprattutto l’inferenza: invece di inviare sistematicamente le immagini a server remoti affinché un modello AI identifichi persone, veicoli, intrusioni o altri eventi, le telecamere dotate di capacità di calcolo dedicate possono eseguire queste operazioni localmente e trasmettere verso l’infrastruttura centrale soltanto gli eventi, i metadati o le sequenze video effettivamente rilevanti. La necessità di ottenere analisi più rapide, ridurre i costi dell’infrastruttura e rafforzare la cybersecurity sta rendendo questa architettura particolarmente importante nelle installazioni di videosorveglianza su larga scala.
L’inferenza all’edge modifica quindi il percorso seguito dai dati. In una configurazione fortemente dipendente dal cloud, una telecamera acquisisce il video, lo trasferisce attraverso la rete e attende che l’elaborazione venga effettuata in un data center o su un server centralizzato. Con l’elaborazione locale, invece, il riconoscimento degli oggetti e l’individuazione degli eventi possono avvenire all’interno della telecamera o su un sistema edge collocato vicino alle sorgenti video. Soluzioni professionali già disponibili integrano unità dedicate al deep learning capaci di rilevare, classificare e seguire persone e veicoli direttamente sul dispositivo, permettendo al sistema centrale di concentrarsi sugli eventi considerati significativi anziché elaborare continuamente ogni fotogramma prodotto dalle telecamere.
Il vantaggio più immediato riguarda la latenza. Un allarme generato localmente non deve attendere il trasferimento del flusso video, l’elaborazione remota e il ritorno del risultato attraverso la rete, caratteristica particolarmente rilevante quando la videosorveglianza viene utilizzata per rilevare intrusioni, seguire persone o veicoli e individuare rapidamente situazioni che richiedono un intervento. Le telecamere AI possono inoltre trasformare il video in informazioni strutturate, producendo dati come classe dell’oggetto, posizione, riquadri di rilevamento e livello di confidenza dell’algoritmo, che possono essere successivamente utilizzati dai sistemi di gestione senza dover trasferire continuamente l’intero contenuto visivo.
L’altro elemento centrale è il consumo di banda. Una rete composta da centinaia o migliaia di telecamere può produrre quantità molto elevate di video, soprattutto quando vengono impiegate risoluzioni elevate e registrazioni continue. Elaborare i dati vicino alla sorgente consente di stabilire immediatamente quali immagini debbano essere conservate o trasmesse e quali possano essere ignorate, riducendo il traffico verso server e data center. L’edge inference viene quindi affiancata da tecnologie di compressione e da sistemi che privilegiano gli eventi significativi, limitando sia la banda necessaria sia lo spazio richiesto per l’archiviazione centralizzata. In installazioni di grandi dimensioni, questa riduzione si riflette direttamente anche sui costi dell’infrastruttura necessaria per trasporto, elaborazione e conservazione dei video.
Lo spostamento dell’elaborazione verso le telecamere riguarda anche la cybersecurity. Minore necessità di trasferire continuamente video verso sistemi remoti significa poter limitare la quantità di dati che attraversa reti e servizi esterni, anche se la presenza di capacità AI direttamente sui dispositivi rende contemporaneamente necessario proteggere in modo più rigoroso l’endpoint. Le implementazioni professionali stanno quindi associando l’edge AI a funzioni come secure boot, firmware firmato, protezione hardware delle chiavi crittografiche e verifica dell’integrità del dispositivo. Axis, ad esempio, utilizza nelle proprie telecamere AI la piattaforma hardware Axis Edge Vault e, in alcuni modelli basati sul system-on-chip ARTPEC-9, combina l’esecuzione locale degli analytics con archiviazione protetta delle chiavi e funzioni hardware dedicate alla sicurezza.
L’edge non comporta necessariamente l’eliminazione completa del cloud. Nelle architetture di videosorveglianza più recenti i due livelli possono essere utilizzati per compiti differenti: la telecamera esegue le operazioni che richiedono una risposta immediata, mentre piattaforme centralizzate possono continuare a occuparsi della gestione di più siti, dell’archiviazione a lungo termine, della ricerca sui dati raccolti e di elaborazioni che richiedono maggiori risorse. Il risultato è un modello nel quale non è più necessario inviare indiscriminatamente ogni flusso video al cloud perché l’intelligenza iniziale viene collocata nel punto stesso in cui il dato viene prodotto. Anche Axis descrive il modello ibrido, composto da AI immediata sulle telecamere e capacità di scalabilità e conservazione del cloud, come una delle direzioni principali assunte dalla videosorveglianza intelligente.
Il cambiamento è quindi soprattutto architetturale: la telecamera non è più soltanto il sensore che registra e trasferisce immagini, ma diventa anche un nodo di calcolo capace di interpretarle. La crescita della capacità dei processori integrati e degli acceleratori per reti neurali permette di effettuare direttamente sul dispositivo operazioni di object detection, classificazione, tracking e altre forme di video analytics che in precedenza richiedevano server dedicati. Nelle reti di videosorveglianza estese questo consente di distribuire l’elaborazione tra numerosi dispositivi, evitando di concentrare tutto il carico computazionale in un’unica infrastruttura remota e facendo dell’edge inference una componente sempre più centrale delle nuove telecamere di sicurezza basate sull’intelligenza artificiale.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)