מה התחזית העולמית לשוק מצלמות העיר החכמה?

This post is also available in: English (אנגלית)

מצלמות אבטחה עם בינה מלאכותית יהפכו לנורמה בעיר החכמה. ההיקף הגלובלי של מצלמות חכמות בשימוש בפועל, המצוידות בערכת שבבים של בינה מלאכותית (chipset – קבוצת מעגלים משולבים – שבבים – שמיועדים לעבוד יחד), יעבור את ה-350 מיליון בשנת 2025, כך טוענת חברת מחקרי השוק ABI Research. 

צפוי כי למעלה מ-65% מהמצלמות שיסופקו ב-2025 יהיו מצוידים בלפחות ערכת שבבים אחת של בינה מלאכותית.

מצלמות אלה יכללו מודלים של למידה עמוקה המיועדים לאוטומציה ותגבור של קבלת ההחלטות ביישומים כמו ניהול חכם של תנועה, נכסים אוטונומיים, ניטור וניהול תנועת הולכי רגל, אבטחה פיזית ואבטחת שטח, וכן איתור מניעתי של איומים.

בנוסף לרמת עיכוב נמוכה, גם חששות לגבי פרטיות מאיצים אימוץ טכנולוגיות בינה מלאכותית בקצה מפני שהמידע שם ניתן לעיבוד בלי לשלוח אותו לענן.

כיום, רוב עומסי העבודה מבוצעים על ידי מודלים של למידה עמוקה בענן, והם מוצעים על ידי ספקיות וידאו אנליטיקס כגון SenseTime, Ipsotek, icentana, and Sentry AI או למידה עמוקה במצלמות חכמות ומתעדי וידאו ברשת כגון HikVision ו-Dahua.

שתי מגמות טכנולוגיות צפויות לקדם עוד את הקטליזציה בפריסת ראיית מכונה מבוססת למידה עמוקה. "הראשונה היא מחשוב קצה. במקום לפרוס מודלי למידה עמוקה ספציפיים במצלמות חכמות שהן הרבה יותר יקרות ממצלמות קיימות, רשויות מקומיות וראשי מחוזות יוכלו לארח מודלים של למידה עמוקה בגייטווייז ובחשבים באתר עצמו. דבר זה מאפשר עיבוד ואחסון של הנתונים בקצה ומספק זמן תגובה מהיר יותר מאשר הסתמכות על תשתית ענן. הטכנולוגיה השניה היא 5G. ספקיות שירותי התקשורת יוכלו להציע משאבי רשת יעודיים לאירוח מיקרו-שירותים, כמעט 100% אמינות שירות, חיבוריות פשוטה של המכשירים והתקנה במכשיר, לתמיכה בראיית מכונה מבוססת למידה עמוקה בעיר החכמה", כך מסבירה ליאן ג'יי סו, אנליסטית בכירה ב-ABI Research.

יחד עם זאת, האמון של הציבור והרגולציה הכרוכים בהתקנת בינה מלאכותית במצלמות ציבוריות מהווים אתגר רציני בדרך ליישום. הציבור וקבוצות להגנה על זכויות אדם ברחבי העולם התעייפו משימוש לא הולם והם פועלים נגד אימוץ טכנולוגיות של זיהוי פנים. השימוש בזיהוי פנים מוחרם אפילו על ידי רשויות מקומיות בארה"ב.

על סין נמתחה ביקורת חריפה כאחד השווקים המרכזיים לטכנולוגיית ראיית מכונה מבוססת למידה עמוקה, 

בשל השימוש הנרחב שלה בזיהוי פנים למטרות ביטחון לאומי וסדר ציבורי, בפרט בקרב מיעוטים אתניים, כך לפי prnewswire.co.uk.