2019 年技术趋势: 影响我们业务和安防部门的六大趋势

Johan Paulsson

写文章分析对我们来年的业务和整个安防部门有着重大影响的重要技术趋势,这或多或少已经成为了我们的一项传统。不过,展望未来从来都不是一件容易的事。虽然许多新的技术和范畴广泛的问题从长期来看无疑会产生重大的意义,但我们更感兴趣的是那些短期内便能形成重要用例的领域。

所以,我们针对 2019 年考虑的各项重要趋势,主要是延续了我们在 2018 年初确定的那些项目。事实上,下文详述的六大趋势中有四个在 12 个月以前便已提出。这些领域在过去 12 个月的发展势头明确显示,它们在来年仍将发挥重要的潜力。所以,重复是有必要的!

Artificial intelligence illustration1. 人工智能

 

对于人工智能(AI)方面的所有关注和讨论,您可能认为说 AI 从根本上改变了每一个行业和部门,这当然是可以理解的。而对于那些怀疑的言论,您又可能觉得人工智能(以及相关的机器学习和深度学习)缺乏显著的应用,说明它要么处于期望膨胀的顶峰,要么处于泡沫破灭的谷底(参考Gartner 炒作周期)。实际上,AI 的具体发展情况因行业而异,因应用而异。在某些领域(尤其是医疗保健,特别是癌症检测),AI 已经产生了重大的积极影响。而在另外一些领域,它的发展则比较稳健,视频监控便属于这样的一个领域。

 

 

在今天我们这个行业,机器学习或深度学习主要用于视频分析,但我们预计该技术未来将成为许多应用和产品的重要组成部分。假以时日,它必将成为软件工程师们的常用工具,并被纳入各种不同的环境和设备。但是,同样地,它的应用将由最引人瞩目的用例驱动,而不是由技术本身驱动。在涉及到新的技术时,监控和安防部门存在一种过度承诺的诱惑。AI 在视频分析方面的应用便是如此,围绕深度学习当前应用的一些说法更是如此。对于 AI 和深度学习,就像对于任何新技术一样,我们的所作所为则是为了确保其实施稳健、可靠,并能够真正解决客户的挑战。

深度学习包括两个不同的阶段:训练阶段和执行阶段。前者需要大量的处理能力、数据和时间,因此很有可能会在服务器和/或云端开展,而进一步的训练(微调)则可以在边缘完成(巧妙衔接至我们的下一个技术趋势)。执行阶段需要“经过训练”的数据才能开展,它可以在系统内的任何层面完成,具体取决于所需的处理能力以及应用的时效性。

研究和发展仍在稳步进行中,并将在明年带来逐步的改善和效益,而非激烈的变革。

 

Cloud and Edge computing illustration2. 云计算和边缘计算

如果说 AI 仍处于 Gartner 炒作周期的早期阶段,那么云计算毫无疑问已站住脚跟,并在向着稳定生产期前进(如果不是已经进入的话)。在私有和公共领域,很少有组织机构没有在某种程度上使用云计算,许多组织机构实际上已经将自己的整个基础设施迁移至云模式。

云计算是基于一个或多个数据中心的集中化计算。网络化的物联网(IoT)设备呈指数级增长,所产生的数据量也随之相应增长。因此,虽然数据中心越来越多,容量也越来越大,但是这种数据海啸仍然难以抵挡。这种情况在视频监控等领域尤其严峻,尽管人们开发了旨在降低存储和带宽需求的各种技术,但数据方面的需求仍然极其庞大。

此时,边缘计算的优势便突显了出来。顾名思义,边缘计算是将更多的数据处理放在网络“边缘”完成,所谓边缘是指靠近采集数据的传感器的位置,从时间的角度来说是指在数据传输至数据中心之前。对于某些部门来说,边缘计算有一种特别的优势,那就是它的处理速度和基于所采集的数据而采取行动的能力。以一辆自动驾驶汽车为例:如果没有数据采集和处理都发生在车辆本身的边缘计算,那么与云数据中心的通信哪怕只延迟几毫秒时间,也有可能造成事故的发生,这种区别不可谓不大。

就我们的业务而言,边缘计算意味着在摄像机本身处理数据。虽然可能不像避免交通事故那样效果显著,但其优势依然十分强大。首先,摄像机内的初步数据处理可以显著降低数据传输和存储的带宽需求。此外,数据在传输之前还可以进行匿名和加密,从而解决安全和隐私问题。

最终,云计算和边缘计算将不再只能“两者选其一”。它们将平衡地发挥作用,以实现最大的效益。

 

Personalization vs. Privacy illustration3.个性化与隐私

未来几年,大家可能会将 2018 视为数据隐私意识达到最高点的年份,特别是与个人信息相关的数据隐私。对于公共和私营部门的人士来说,欧盟《通用数据保护条例》(GDPR)将组织机构采集、存储、共享和使用个人信息(包括视频监控采集的信息)的审查提高到了前所未有的水平。不过,广大的消费者更关心的是 Facebook 在数据使用方面的相关问题,这些问题提高了人们对于网络个人数据的认识和关注。

基本上,我们生活在这个世界上,一方面会接受各种重要的网络服务,另一方面也会有意无意地交出大量的个人数据。这些数据确实被 Facebook、亚马逊、谷歌和其他公司用于提升个性化,从而提高其服务的价值。然而,对于许多人来说,这感觉像是跨越了个性化和侵犯隐私之间的界限,家庭语音助手监听家庭成员谈话的传言导致这种不安的情绪进一步增加。

企业与客户之间的信任正在变成越来越重要和有形的资产。事实上,咨询公司 Accenture 的最新研究发现,利益攸关者的信任和企业的收入之间存在某种关联。对于企业隐私处理方法和个人数据用法的担忧,将成为其业务发展过程中最为重要的信任因素之一。

 

 

 

Cybersecurity illustration

4. 网络安全

每年反复出现并且始终是个问题的事情能否成为一种“趋势”?无论您对这个问题的答案是什么,考虑今年影响到每一个部门的问题时都不可能不提及网络安全。事实上,就前一项趋势而言,损害公司与其客户(以及股东)之间信任的最快方式就是通过网络安全漏洞。问问英国航空公司您就明白了。

网络安全问题永远也无法真正得到解决,因为网络犯罪分子(以及越来越多的国家)绝不会停止尝试搜寻和利用漏洞。与必须遵守行业法规的企业相比,这些组织机构的资金充沛,组织良好,并且创新速度也更快。当网络化设备的数量迅猛攀升,潜在的漏洞和不安全的网络端点呈指数级增长时,网络安全攻击将变得越来越复杂化。

最近比较突出的一个漏洞领域是供应链,这个领域缺乏良好的网络安全实践,甚至存在恶意的网络安全行为,两者都有可能导致网络犯罪分子通过软件和硬件实施网络犯罪行为。产品的来源比以往任何时候都更为重要,制造商必须确保供应链中的每一个环节都尽可能安全。

 

 

 

Environmental smart tech illustration5. 智能技术带来环境效益

我们已经看到,视频分析技术被用作一种运营规划工具,帮助组织机构提高其办公能效,从而带来积极的环境效益。不过,新型传感器可以更加准确地测量组织机构各个网点的环境影响,作为高度灵敏的人工“鼻子”有效地评估不同形式的输出。此外,热成像技术也可以用来精确地定位能量浪费区域。

例如,在空气质量这一重要的领域,此类传感器可以提高人们的认识和了解,并且越来越多地实现各种补救措施。无论是在建筑内还是在外部的城市环境中,对身体健康和相关成本的负面影响正在成为一个越来越大的问题。智能传感器将在全球解决这个问题的过程中发挥重要的核心作用。

这些应用通过提高效率和节省成本(以及将来实现的健康效益)为组织机构提升价值,同时帮助他们实现自己的环境和可持续发展目标。

 

 

 

Sensor integration illustration6. 传感器集成催生智能操作

就其本身而言,类似于上文所述的那些传感器可以提供显著的效益。不过,我们认为在 2019 年将会越来越普遍化的最后一项趋势是:传感器的集成和组合将催生出“智能”操作。

例如,在一个智慧城市中,与屏障相连的运动传感器可以触发摄像机,而摄像机反过来又会触发警报通知操作中心,从而实现快速和适当的响应。再例如,环境传感器可以触发视频或热成像摄像机,以便快速识别火灾或泄露,发送警报,最终实现更加快速和有效的响应。传感器的范围十分广泛,从热成像传感器到运动传感器,从大气传感器到视频传感器,几乎无所不含,而它们的组合方式无穷无尽,组合的潜在效益也不可限量。

 

技术不断快速、甚至加速发展。虽然我们很容易被新趋势或新创新的潜力分散注意力,但在考虑每一种趋势时,我们必须结合考虑能够为组织机构和公民带来最大积极影响和价值的用例。 用例仍然是我们观察技术趋势及其应用的透镜。2019 年注定将成为另一个激动人心的一年,各种新技术将以更加有效的方式走向市场。