Mirada a la IA: cómo ven las computadoras nuestro mundo

Si hay algo que hemos aprendido sobre la IA en los últimos años, es que la IA puede realizar tareas limitadas increíblemente bien. La visión por computadora no se trata necesariamente de enseñar a las computadoras a ver el mundo como lo haríamos nosotros (los humanos). Se trata de permitir que las computadoras capturen, analicen y aprendan sobre el mundo humano. 

Tomar las capacidades de inteligencia informática, como el reconocimiento de objetos, la detección de movimiento y el seguimiento o contar objetos / personas, y usarlas en la aplicación correcta es donde la IA tiene un valor profundo. No es de extrañar que la fusión de video, inteligencia artificial y datos de sensores sea un semillero de nuevos servicios en todas las industrias. 

Casos de uso más inteligentes

Si bien a menudo limitamos el análisis de video en tiempo real al contexto de la actividad de seguridad o vigilancia, el mercado se está expandiendo a través de una cantidad creciente de casos de uso. Estos incluyen aplicaciones médicas, análisis deportivos, fábricas inteligentes, gestión del tráfico e incluso drones agrícolas.  

El uso de tecnología inteligente ha creado una nueva generación de casos de uso "inteligentes". Por ejemplo, en las "ciudades inteligentes", las cámaras y la inteligencia artificial analizan los patrones de tráfico y ajustan los semáforos para mejorar el flujo de vehículos, reducir la congestión y la contaminación y aumentar la seguridad de los peatones. Las “fábricas inteligentes” implementan el tipo de tareas limitadas en las que destaca la IA, como detectar fallas o desviaciones en la línea de producción en tiempo real y ajustar la producción para reducir errores. Las cámaras inteligentes pueden ser muy efectivas para garantizar la calidad, lo que también puede reducir los costos en gran medida mediante la automatización y la detección temprana de fallas. 

El borde está cambiando

La evolución del video inteligente está sucediendo junto con otros avances tecnológicos y de infraestructura de datos, como 5G. A medida que estas tecnologías se unen, están impactando la forma en que diseñamos el borde. Y están impulsando una demanda de almacenamiento especializado. Estas son algunas de las tendencias más importantes que estamos viendo: 

1. Más de todo 

El número y los tipos de cámaras continúan creciendo y cada nuevo tipo aporta nuevas capacidades. Tener más cámaras permite ver y capturar más. Esto podría significar tener más cobertura o más ángulos. También significa que se pueden capturar y usar más videos en tiempo real para entrenar la IA.  

Al mismo tiempo, cada vez más cámaras admiten resoluciones más altas (video 4K y superior). Esto es importante porque el video es rich media. Cuanto más detallado sea el video, más información se puede extraer de él. Y, más efectivos pueden llegar a ser los algoritmos de IA. Además, las nuevas cámaras transmiten no solo un flujo de video principal, sino también flujos adicionales de baja tasa de bits que se utilizan para el monitoreo de ancho de banda bajo y la coincidencia de patrones de IA.

Algunos de los mayores desafíos para este tipo de cargas de trabajo es el hecho de que siempre están activos. Ya sea de tráfico, seguridad o fabricación, muchas de estas cámaras inteligentes funcionan las 24 horas del día, los 7 días de la semana, los 365 días del año. La tecnología de almacenamiento debe poder mantenerse al día. Por un lado, el almacenamiento ha evolucionado para ofrecer velocidades de transferencia de datos de alto rendimiento y velocidad de escritura de datos, para garantizar una captura de video de alta calidad. Pero además, la tecnología de almacenamiento en la cámara que puede brindar longevidad y confiabilidad se ha vuelto aún más crítica. 

2. Los terminales vienen en todas las formas y tamaños

No importa si es para un negocio, para una investigación científica o incluso para nuestra vida personal, parece que intentamos capturar datos sobre todo en nuestro mundo. Como resultado, estamos viendo nuevos tipos de cámaras que pueden capturar nuevos tipos de datos que podrían analizarse. 

Por ejemplo, el embate de la pandemia actual ha dado lugar a cámaras térmicas que ayudan a identificar a quienes tienen fiebre. Se están utilizando cámaras a prueba de explosiones en áreas de mayor riesgo ambiental. Las cámaras se pueden encontrar en todas partes: encima de edificios, dentro de vehículos en movimiento, en drones e incluso en timbres.  

Al diseñar la tecnología de almacenamiento, debemos tener en cuenta la ubicación y el factor de forma. Tenemos que pensar en la accesibilidad de las cámaras (o la falta de ellas): ¿están en lo alto de un edificio alto? ¿Quizás en medio de una jungla remota? Es posible que dichos lugares también deban soportar variaciones extremas de temperatura. Todas estas posibilidades deben tenerse en cuenta para garantizar una grabación continua confiable y duradera de datos de video críticos.  

3. Chipsets de IA especializados

Las capacidades informáticas mejoradas en las cámaras significan que el procesamiento ocurre a nivel de dispositivo, lo que permite tomar decisiones en tiempo real en el borde. Estamos viendo la llegada de nuevos conjuntos de chips para cámaras que ofrecen una capacidad mejorada de inteligencia artificial, y conjuntos de chips más avanzados agregan procesamiento de redes neuronales profundas para análisis de aprendizaje profundo en la cámara. La IA se vuelve cada vez más inteligente y capaz.  

Según los analistas de la industria Omdia, los envíos de cámaras con capacidad incorporada de análisis de aprendizaje profundo crecerán a una tasa del 67% anual entre 2019 y 2024. ^[2]   Esto refleja no solo la innovación que ocurre dentro de las cámaras, sino también la expectativa de que el aprendizaje profundo: que requiere grandes conjuntos de datos de video para ser efectivo, también ocurrirá en la cámara, lo que generará la necesidad de más almacenamiento primario en la cámara.  

Incluso para las soluciones que emplean cámaras de seguridad estándar, los conjuntos de chips mejorados por IA y las GPU discretas se utilizan en grabadoras de vídeo en red (NVR), dispositivos de análisis de vídeo y puertas de enlace de borde para habilitar funciones de IA avanzadas y análisis de aprendizaje profundo. El firmware de NVR y la arquitectura del sistema operativo están evolucionando para agregar tales capacidades a los grabadores convencionales, por lo que el almacenamiento también debe evolucionar para manejar la carga de trabajo cambiante resultante. 

Uno de los mayores cambios es que existe la necesidad de ir más allá del simple almacenamiento de transmisiones de una o varias cámaras. Hoy en día, los metadatos de la IA en tiempo real y los datos de referencia para la coincidencia de patrones también deben almacenarse. Esto ha alterado enormemente la dinámica de la carga de trabajo y cómo adaptamos los dispositivos de almacenamiento para nuevos tipos de carga de trabajo. 

4. El aprendizaje profundo aún requiere una nube capaz

Así como los conjuntos de chips de cámaras y grabadoras vienen con más potencia de cómputo, en las soluciones de video inteligentes de hoy en día, la mayor parte del análisis de video y el aprendizaje profundo todavía se realiza con dispositivos de análisis de video discretos o en la nube. Ahí es donde residen los GRANDES datos.  

Las aplicaciones más amplias de Internet de las cosas (IoT) que utilizan datos de sensores más allá del video también están aprovechando el poder de la nube de aprendizaje profundo para crear una IA más efectiva e inteligente.

Para admitir estas nuevas cargas de trabajo de IA, la nube ha pasado por una transformación. Los procesadores de redes neuronales dentro de la nube han adoptado el uso de clústeres de GPU masivos o FPGA personalizados. Están recibiendo miles de horas de videos de capacitación y petabytes de datos. Estas cargas de trabajo dependen de las capacidades de alta capacidad de los discos duros (HDD) de clase empresarial, que ya pueden admitir 20  TB por unidad, y los dispositivos, plataformas o arreglos flash SSD empresariales de alto rendimiento.  

5. Red

La Internet por cable e inalámbrica ha permitido la escalabilidad y la facilidad de instalación que ha impulsado la adopción explosiva de cámaras de seguridad, pero solo pudo hacerlo donde ya existen infraestructuras LAN y WAN. ¡Pero se acerca el 5G!

5G elimina muchas barreras para la implementación, lo que permite opciones expansivas para la colocación y facilidad de instalación de cámaras a nivel metropolitano. Con esta facilidad de implementación, se obtiene una mayor escalabilidad, lo que impulsa los casos de uso y los avances adicionales en el diseño de la cámara y la nube.  

Por ejemplo, las cámaras ahora pueden ser independientes, con conectividad directa a una nube centralizada; ya no dependen de una red local. Cámaras que son aptas para 5G están siendo diseñadas para cargar y ejecutar aplicaciones emergentes de terceros que puede llevar las capacidades más amplias. Realmente, el cielo es el límite para la innovación de video inteligente provocada por 5G.  

Sin embargo, con una mayor autonomía, estas cámaras necesitarán un almacenamiento aún más dinámico. Requerirán nuevas combinaciones de resistencia, capacidad, rendimiento y eficiencia energética para poder manejar de manera óptima la variabilidad de las nuevas funciones impulsadas por aplicaciones, y estamos diseñando soluciones con estas nuevas capacidades en mente. 

Liderando la evolución del almacenamiento en el borde 

Es un mundo prominente para el video inteligente, y es tan complejo como emocionante. Se están realizando cambios arquitectónicos para manejar nuevas cargas de trabajo y prepararse para capacidades aún más dinámicas en el borde y en los puntos finales. Al mismo tiempo, los análisis de aprendizaje profundo continúan evolucionando en el back-end y la nube. 

Western Digital tiene una sólida historia de innovación, que se remonta a los orígenes de la tecnología de unidades de disco duro y la tecnología flash. Trabajamos en estrecha colaboración con los líderes del mercado y de la innovación en video inteligente para desarrollar una comprensión profunda de las arquitecturas avanzadas habilitadas para IA de hoy y del mañana. Observamos de cerca cómo los cambios en la gestión de la transmisión de video y metadatos afectan la carga de trabajo en los dispositivos de almacenamiento.  

Comprender los cambios en la carga de trabajo, ya sea en la cámara, la grabadora o la nube, es fundamental para garantizar que los nuevos cambios arquitectónicos se incrementen mediante la innovación continua en la tecnología de almacenamiento. Es por eso que continuamos optimizando, ajustando y, si es necesario, incluso rediseñando nuestro firmware de almacenamiento y la tecnología de interfaz para garantizar que la tecnología de almacenamiento no solo continúe al día con las crecientes demandas de video inteligente, sino que también pueda impulsar nuevas capacidades y casos de uso inteligentes. 

Listo para video inteligente

Descubra cómo hemos diseñado nuestros variadores para las demandas extremas de los sistemas de vigilancia 24/7 aquí:  WD Purple 

Conozca las consideraciones clave al planificar un sistema de video inteligente basado en IP: descargue el documento .

[1] Omdia Research - Base de datos de inteligencia de análisis y vigilancia por vídeo, agosto de 2020 y estimaciones de Western Digital

[2] Omdia Research - Base de datos de inteligencia de análisis y vigilancia por vídeo, agosto de 2020