Deep Learning eller på dansk: Dyb læring er en af de nyeste maskinlæringsteknikkker, der lærer computere at gøre det, der kommer naturligt til mennesker. Vi kalder det intuition eller erfaring, men for en computer er det at lære ved eksempel eller helst millioner af eksempler. Kært barn har mange navne og det er i det hele taget baseret generelt på AI og ML som det stammer fra, lang tid før Cloud Computing var opfundet.

Oplev MetaBi AI/ML basen

Med 700.000 objekter, adfærd og følelser er VIDEOANALYSE A/S førende i Europa indenfor netop AI, ML og Deep Learning. Vi kan f.eks. detektere følelser, tilfredshed, butikstyve, røg, ild, rygning, mobning, vold, trafiktælling, synlige og skjulte våben, gerningsmænd, biler med stjålne nummerplader, nummerplader fra 102 lande m.v. Video A/S gør det hele smartere og nemmere. Jo flere eksempler og jo flere fejltagelser AI, ML og Deep Learning oplever jo bedre bliver vore algoritmer, som løbende justerer sig selv. Vel er vi oppe på 99,9, men der er stadig langt fra 99,x til 100 %.

Et eksempel kan f.eks. være på politistationer hvor gerningsmænd til forbrydelse på video også identificeres i andre videosammenhænge således at man tillige har bevissikring for anden kriminalitet. I de seneste år kan vi kombinere flere teknologier f.eks. følgende 8 grundteknologer. Videoanalyse A/S kan som de eneste på det nordiske marked kombinere 7 teknologier med verdens bedste softwarepakker fra Briefcam, Genetec, Milestone og Avigilon.

1. VIDEOOVERVÅGNING med AI algoritme genkendelse for synlige eller skjulte våben. Denne teknologi kommer fra butikstyverier, hvor vi kan måle på tøjets volumen og form på tøj f.eks. en overfrakke.
2. LIDAR teknologi, der omfattende kan detektere og måle på skjulte genstande f.eks. baseballbat, pistol, maskingevær, riffel og andet. Den kan også give alarm hvor objektet bærer på sådanne kendte etuier til våben.
3. RADAR teknologi der kan se skjulte objekter i det fri på lang afstand uden lys og tillige måle afstande
4. TERMO TEKNOLOGI kan se om natten, gennem røg, ildebrand og i stærk tåge
5. RADIOMETER teknologi, der kendes fra radio astronomien, sikrer at vi kan se metalgenstande selvom om de er skjult. Dette bruges til måling af hvilke genstande en person er bærer af, det kan f.eks. være pistoler ved placeringer på ankel, ryg/mave samt om der bæres andet elektronisk udstyr som er usædvanligt herunder bomber, telefonstyret elektronik og lignende genstande. De velkendte skuldrehylstre til pistoler vil også kunne genkendes.
6. SIKKERHEDSROBOTTER der kan det samme som ovenstående og ligesom vore droner kører de i sværme som et teamwork. Det vil sige man kan dække meget store områder og har samme faciliteter som vore øvrige video analyse software.
7. VIDEODRONER der har den fordel at man kan lave overvågning fra luften. Vi har systemer med automatiske opladninger og de kan genkende nummerplader, ansigter, silhuetter, sikkerhedsbrug, vold, handel og tyveri f.eks. på byggepladser.
8. SENSORTECH (hvad der kan måles med sensorer) benyttes til at detektere fugt, støj, rudeknusning, bilsammenstød, røg, ild, vandstand, cannabisrøg, cigaretrøg, vaping, gasarter, kulilte, temperaturer, luftfugtighed, forbrændingsændringer, brudalarmer på døre, vinduer, biler og motorcykler m.v.
9. AI TECH (hvad der kan ses): benyttes til at detektere biometri såsom fingeraftryk og ansigtsgenkendelse, følelser, efterladte objekter, trusler, vold, voldtægtsforsøg, våben, skjulte våben, mobning, drilleri, butikstyveri, lommetyve, narkotikahandel, stjålne nummerplader tilhørende en anden bil, alkohol narkotikapåvirket kørsel ved kabinemålinger og meget mere.

VIDEO ANALYSE A/S er en af de få som bruger Agil Udvikling til vore kunder. Vel har vi forhandlere i hele EU, men disse drager nytte af hinanden, da de forskellige landes AI og deeplearning objekter uden for Danmark f.eks. gavner dette i enhver henseende fordi de falske positiver bliver fjernet ved krav om nye detektioner. Vi vil jo helst have 99,9999% på alt og det er den vej det går med dette enestående samarbejde.

Deep Learning bliver til en realitet når man allerede har mange videooptagelser, gerne fra flere år

Dyb læring kan opnå dette, samtidig med at den giver state-of-the-art nøjagtighed, der ofte overstiger ydeevne på menneskeligt niveau i forskellige opgaver såsom ansigtsgenkendelse.

Deep learning-modeller trænes ved hjælp af store datasæt og neurale netværksarkitekturer, der indeholder mange lag.

Næsten ethvert problem, der kræver tænkning, er et problem, som dyb læring kan løse. Men afhængigt af målapplikationen af en dyb læringsmodel kan den have specifikke krav såsom lav latenstid, forbedret sikkerhed eller langsigtet omkostningseffektivitet.

Hosting af deep learning-modeller på Edge (i stedet for skyen) kan være den bedste løsning i sådanne tilfælde.

Dette skyldes, at Edge deep learning kører dybe læringsprocesser på den enkelte enhed eller på et sted geografisk tættere på enheden end et cloud-datacenter, som kan være tusinder af KM væk.

Behandling tæt på kilden reducerer ventetiden, reducerer høje cloud-behandlingsomkostninger og forbedrer sikkerheden.

Der er dog stadig usikkerhed ved at vælge mellem Edge AI og Cloud AI til brugssager til dyb læring. Hvorfor? Fordi deep learning-algoritmer kræver intensiv behandling, hvilket gør hardwareydeevne til en væsentlig faktor, når du vælger mellem Edge og skyen.

Cloud AI kan tilbyde god systemydeevne, men de fleste deep learning-applikationer kan ikke gå på kompromis med latenstid og sikkerhed.

Dette gør Edge AI til en attraktiv mulighed for applikationer med kunstig intelligens sammenlignet med skybaserede løsninger.

Da skyen alene ikke altid er en fantastisk mulighed for AI-applikationer, kan en hybrid af Edge og Cloud AI give bedre ydeevne. For eksempel, da trænede modeller skal opdateres for at sikre deres fortsatte nøjagtighed, kan denne træning udføres i skyen. Samtidig kan realtidsdata behandles via Edge AI for at generere hurtige output.

I dette tilfælde bringer opdeling af arbejdet det bedste ud af begge teknologier, hvilket giver en bedre mulighed end skybaseret AI alene. Det er dog stadig vigtigt at huske, at de fleste applikationer har brug for opdateret træning i realtid. Edge AI kan ofte være at foretrække frem for Cloud AI-teknologi, selv når man træner en AI-model.

Om det er forsvar politi eller store virksomheder, så er VideoAnalyse A/S og dennes forhandlere din garant for de bedste løsninger, lige fra VideoWalls til møblering af hele alarmcentraler og kontrolrum f.eks. til hostingcentre.

Hvad skal man gøre?

Ifølge nedenstående artikel har kunstig intelligens og dyb læringsbaserede intelligente applikationer ændret mange aspekter af folks liv. De har været i stand til at gøre dette primært på grund af de betydelige fordele ved dyb læring i Natural Language Processing (NLP) og Computer Vision (CV).

På grund af problemer med effektivitet og latenstid er de nuværende cloud computing-tjenestearkitekturer imidlertid utilstrækkelige til at levere AI til enhver person og enhver organisation.

Her kommer teknologier som NVIDIA og INTEL AI som Videoanalyse er autoriseret distributør af til din hjælp, for med GPU (Parallelprocessorer) har vi i vor mindste model 1024 processorer, hvilket slår mange servere i et helt rackskab.

Dertil kommer at vi udvikler programmer i flere af de kendte APPS og i CUDA som er et C-lignende sprog der er indbygget i NVIDIA løsninger.

Edge-intelligens er her for at hjælpe og forventes at skubbe dyb læringsberegninger fra skyen til Edge. Dette muliggør udvikling af forskellige distribuerede, pålidelige, intelligente tjenester med lav latenstid og er en vigtig infrastruktur for AI-tilgængelighed.

Vi taller altså om Edge AI og Edge Intelligence der skubber opgaverne væk fra de tradionelle SKY leverandører såsom Amazon, Microsoft og Google. Opgaverne bliver lokale takket være AI, HPC og Parallel Computing systemer fra VIDEOANALYSE A/S.

Hos Hosting Center A/S har vi f.eks. NVIDA acceleratorer i de fleste rackskabe

Hvad er forskellen på EDGE AI og CLOUD AI?

Edge AI og Cloud AI benyttes hovedsageligt i vore ISO certificerede Rackskabe i DANSKE DATACENTRE og forekommer til maskinindlæring og dyb læringsbrugssager. Dette skyldes, at dyb læringsalgoritmer kræver intensiv behandling og bruger meget strøm.

Cloud AI kan utvivlsomt tilbyde god ydeevne for systemet, men de fleste brugssager til dyb læring kan ikke tillade sikkerheds- eller latensproblemer. Dertil kommer hele usikkerheden om NIS kravene fra nytår, GDPR og SCHREMS domme, der gør det usikkert og ulovligt at benyttes datalagring i fremmede lande.

Edge AI adresserer dette, men strømforbrug kan stadig være en bekymrende faktor.

Heldigvis har nuværende Edge AI-processorer AI-acceleratorer, der giver enestående ydeevne ved hjælp af meget lidt strøm. Og mens GPU’er og TPU’er stadig kræver høj effekt, begynder forbedringer i design og kredsløbsarkitektur også at overvinde dette problem.

Video Analyse A/S kan som de eneste på det nordiske marked kombinere 7 teknologier med verdens bedste softwarepakker fra Briefcam, Genetec, Milestone og Avigilon.

1. VIDEOOVERVÅGNING med AI algoritme genkendelse for synlige eller skjulte våben. Denne teknologi kommer fra butikstyverier, hvor vi kan måle på tøjets volumen og form på tøj f.eks. en overfrakke.
2. LIDAR teknologi, der omfattende kan detektere og måle på skjulte genstande f.eks. baseballbat, pistol, maskingevær, riffel og andet. Den kan også give alarm hvor objektet bærer på sådanne kendte etuier til våben.
3. RADAR teknologi der kan se skjulte objekter i det fri på lang afstand uden lys og tillige måle afstande
4. TERMO TEKNOLOGI kan se om natten, gennem røg, ildebrand og i stærk tåge
5. RADIOMETER teknologi, der kendes fra radio astronomien, sikrer at vi kan se metalgenstande selvom om de er skjult. Dette bruges til måling af hvilke genstande en person er bærer af, det kan f.eks. være pistoler ved placeringer på ankel, ryg/mave samt om der bæres andet elektronisk udstyr som er usædvanligt herunder bomber, telefonstyret elektronik og lignende genstande. De velkendte skulderhylstre til pistoler vil også kunne genkendes.
6. SIKKERHEDSROBOTTER der kan det samme som ovenstående og ligesom vore droner kører de i sværme som et teamwork. Det vil sige man kan dække meget store områder og har samme faciliteter som vore øvrige video analyse software.
7. VIDEODRONER der har den fordel at man kan lave overvågning fra luften. Vi har systemer med automatiske opladninger og de kan genkende nummerplader, ansigter, silhuetter, sikkerhedsbrug, vold, handel og tyveri f.eks. på byggepladser.

VIDEO ANALYSE A/S er en af de få som bruger Agil Udvikling til vore kunder. Vel har vi forhandlere i hele EU, men disse drager nytte af hinanden, da de forskellige landes AI og deeplearning objekter uden for Danmark f.eks. gavner dette i enhver henseende fordi de falske positiver bliver fjernet ved krav om nye detektioner. Vi vil jo helst have 99,9999% på alt og det er den vej det går med dette enestående samarbejde.

Server Hosting Center A/S er også HyperFiber direkte til Amazon, Azure & Google

Server Hosting Center A/S (os) råder over 10 hosting centre i Danmark og har siden 1992 lav†et de første server hosting enheder i egen samhusning med TDC på Østerbro. 3 af de nye centre er PCI, ISO27001 og med eneste A+ certificering i Danmark. Vi er et rent dansk selskab og vi tager 0 kroner for køling, UPS, trafik, backup og andet i forbindelse hermed.

Vi har siden 1992 indgående erfaring med server hosting og senere integration Cloud løsninger. Vi tilbyder derfor Co-Location, Server Hosting og Cloud Computing på eget udstyr og ALT er i Danmark, med mindre du ønsker vi laver løsninger på Microsoft Azure, Google Cloud og Amazon Web Services (AWS) som vi har DIREKTE forbindelse til uden om Internettet.

Indenfor videoovervågning har Edge AI overhalet Cloud Computing til deep learning-applikationer

Er Cloud AI dermed dømt ude? Tilsyneladende ja, selvom vi også har CLOUD AI produkter på lager fra verdens førende producenter.

Som allerede dækket er der mange overbevisende grunde til at favorisere Edge Computing fordi EDGE AI er hurtigere frem for cloud computing, når det kommer til dyb læring. Dertil kommer at vi kan overholde NIS2 og GDPR krav med lokal hosting i danske datacentre eller lokal lagring hos virksomheden.

Men der er mange andre krav som vore forhandlere eller IT chefer stiller i dag. Dette er ret specifikt latenstid, tilpasning, sværmintelligens og omkostningsfordele (blandt andre fordele) ved dyb læring, der fungerer på kanten.

Med hensyn til ulemperne er dybe læringsmodeller ind i Edge-enheder omkostningstunge i hukommelse / datalagring når de er placeret på kanten (EDGE) men fordelene opvejer så sandelig ulemperne i form af lynhurtige reaktioner (alarmer.)

Edge Computing er den bedste metode og med mest tillid hvor EDGE AI er kommet for at dominere markedet

Edge computing er en distribueret computermetode, hvor hardware og software understøtter databeregning og lagring på den fysiske kant af et netværk så tæt på slutbrugeren som muligt.

For at lære om de imponerende slutbruger sager vi har, som Edge computing muliggør idet vi både har analyse af lyd og video på samme tid og f.eks. kan genkende silhuetter på personer ud fra tidligere billeder af samme ID.

Talegenkendelse på Edge AI-chips

Talegenkendelse er blevet en vigtig funktion i mange enheder. VIDEOANALYSE A/S tilbyder f.eks. disse til folk der råber hjælp på 75 sprog. Det er måske den mest simple reaktion, udover vi naturligvis kan detektere en der synker sammen, der har behov for an ambulance hurtigt.

For eksempel er Wake-ord som ‘OK Google’ blevet en standardfunktion på mobiltelefoner, smarte højttalere, wearables og bærbare computere.

5G og EDGE AI er en uudnyttet ressource

5G og WIFI 6 er kommet for at blive, men få virksomheder er begyndt at udnytte potentialet for B2C- og B2B-innovation.

Sandheden er, at 5G’s potentiale strækker sig ud over telekommunikationsindustrien til næsten alle sektorer, der er afhængige af tilslutningsmuligheder, som bilindustrien, fremstillingsindustrien og endda landbrugsindustrien, blandt mange andre.

“VIDEO ANALYSE A/S spår eksplosiv vækst i EDGE AI baseret på EDGE AI løsninger baseret på GPU/HPC klienter der bruger et dansk datacenter. Det er en realitet på grund af de prisbillige EDGE AI enheder og på grund af at slutbrugerne er trætte af løsninger uden ordentlige lokale datalagringsmuligheder som f.eks. vort eget SERVER HOSTING CENTER A/S er.” siger Michael Rasmussen og han fortsætter:

“Med AI opnår man nye muligheder for detektioner vi ikke kunne før, hvorfor EDGE AI er en af de vigtigste teknologier indenfor videoovervågning overhovedet. Nu er kameraer jo ikke bedre end den software der bruges, og netop kombinationen af dansk datalagring der overholder al lovgivning og beslutningen om at lagre lokalt hos kunden og i et dansk datacenter er mere tiltalende for forhandlere og kunder. 5G og EdgeAI. vil derfor kun sætte turbo på og transformere hele videoovervågningsmarkedet. Snart vil EDGE AI være implementeret i alle kameraer og alle virksomheder, der har behov for effektiv adgangskontrol og videoovervågning.”

siger Michael Rasmussen fra WWW.VIDEOANALYSE.DK

Signalementer fra vor software indeholder følgende identifikationselementer med nærbilleder til bevissikring og for at finde sammenhænge på flere gerningssteder

Vore løsninger kan forskelligt. Det er jo forskelligt om det er til myndigheder, Forsvaret eller virksomheder men du kan se et par eksemplet fra Politiets verden her.

Kilde: aistra.net
Fotokredit: aistra.net og stock.adobe.com