Profil platforme "Neurala Deep Learning" | ITRevolucija
Profil platforme “Neurala Deep Learning” | ITRevolucija Profil platforme “Neurala Deep Learning” | ITRevolucija
Neurala je dizajnirala i razvila moćnu platformu za duboko učenje za uređaje male snage, a sve sa ciljem da im se omogući da imaju... Profil platforme “Neurala Deep Learning” | ITRevolucija

Neurala je dizajnirala i razvila moćnu platformu za duboko učenje za uređaje male snage, a sve sa ciljem da im se omogući da imaju iste analitičke performanse poput snažnijih i skupljih uređaja za video nadzor.

Motorola je novu “Neurala tehnologiju” počela da instalira u modele policijskih kamera koje se nose na odelima, a svi izgledi su da će svoj život nastaviti u svim aparatima i kamerama koji se bave bezbednosnim i merama sigurnosti.

Istorija “Neurala”

Neuralu su kao projekat pokrenuli troje istraživača Univerziteta u Bostonu 2006. godine, Massimiliano Versace (izvršni direktor) Heather Ames Versace (COO) i Anatolij Gorshechnikov (CTO).

Firma je počela kao startap projekat da bi vrlo brzo zaradili 15 miliona dolara od projekta
sistema razvijenih neuronskih mrežnih sistema dizajniranih za primenu kod procesornih jedinica male snage. Istraživački cilj bio je da se omogući da uređaji poput dronova, sigurnosnih kamera i  elektronski uređaji za snimanje mogu da donose određene odluke u realnom vremenu.

Svi spomenuti uređaji u softverskom sistemu nisu imali tu mogućnost donošenja odluka (neki zbog veličine, drugi zbog troškova izrade, treći zbog ograničenja u napajanju strujom). Firma Neurala zapošljava 40 osoba u centrali u Bostonu i najveći broj njih radi na poslovima softverskog inženjeringa.

Ovo su osnovni koncepti i ideje tehnologije Neurala: prepoznavanje objekata i osoba u stvarnom vremenu na nekom uređaju; davanje koordinata objekata na video strimovima; praćenje lica od važnosti dok se kreću i snimanje istih.

“Edge” prepoznavanje – ključni razlikovni element

Neurala koristi najbolje od tehnologije pa tako omogućava krajnjim uređajima (ruterima, svičerima, multiplekserima) da uoče stvari u stvarnom vremenu i na novom objektu (za šta običnim uređajima za prepoznavanje i obradu informacija treba snažniji resurs i više vremena, nekoliko sati). Neurala ovu sposobnost definiše terminom LDNN, što bi otprilike značilo “stabilna, dubinska neuronska mreža”.

Kada se nova tehnologija jednom ugradi u uređaj za nadzor (najčešće kamere) korisnik može snimiti videozapis, može markirati / označiti objekat koji prati u samom video zapisu i programirati sistem da prepozna ubuduće pojavljivanja tog objekta ili osobe. Ta se tehnologija razlikuje od drugih “učenja i analitike na ruterima”  koji obično samo prepoznaju već poznate i memorisane objekte, ali ne mogu uočiti potpuno novi objekat ili pojavu bez korišćenja centralizovane datoteke. One koje više zanima ova tema neka prate portal VideoNadzor.net.

Motorola veze

Motorola je među najvećim Neuralanim investitorima i partnerima, govori se o sumi od 14 miliona dolara za Seriju A. Motorolina kamera Si500 Advanced Bodycam dizajnirana je baš za potrebe  AI / DNN tehnologije, sa ugrađenim softverom Neurala koji pokreće sve njegove performanse.

Ugrađivanje tehnologije Neurala u policijske kamere koje se nose na telu (model Si500) značajna je pomoć kod prepoznavanja osoba za kojima se traga ili kada treba upozoriti policajca da je otkriveno traženo lice. Za tzv. “tumačenjem podataka” tj. traganjem za osobom i prepoznavanjem osobe potrebna je samo slika osobe za kojom se traga. Policajac prati pojavljivanje te osobe ekranu kamerice.

Može se koristiti fotografija ili video klip. Pouzdaniji i tačniji rezultati postižu se korištenjem niza slika umesto jedne obične fotografije lica. Kamera na odelu (bodycam) zatim obrađuje slike lokalno nekoliko minuta, kako bi ažurirala datoteku fajlova koje poseduje i koje može da prepozna i uporedi sa podacima tj. slikama ili video strimom osoba koje se trenutno pojavljuju na kamerici. Analitika unutar kamere može istovremeno praviti statističke podatake o osobama ili objektima koje policajac sreće tokom snimanja na ulici. Statistika sa podacima koliko je pored njega prošlo ljudi na biciklima, koliko je bilo grupa, pojedinaca, uličnih prodavaca, beskućnika…

Ti podaci se snimaju i mogu biti od koristi za optimizaciju policijskih akcija ili samoj opštini za razne analize i izveštaje.

Aplikacija Neurala LDNN

Budući da nadzorne kamere obično nemaju kontrolne tastere i kontrolnu tablu i da su spojene na rekorder sa snažnijim procesorom, nema potrebe za analitikom samo-učenja unutar same kamere. Da bi se rasteretio samo jedan rekorder koji snima i čuva podatke, Neurala nudi i mogućnosti analize i na samim ruterima i svičerima tokom klasifikacije objekata.

U poslednje vreme veliki broj proizvođača kao što su Avigilon, Axis, Hanwha, Hikvision i drugi već su počeli objavljivati iste ovakve proizvode što bi moglo ugroziti potražnju za Neurala LDNN softverom.

“Tumačenje podataka” i njihovo deljenje

“Tumačenje podataka” je fraza novijeg datuma i odnosi se na  skup poteza i akcija koji se koriste za otkrivanje potencijalnih prediktivnih odnosa. Skupovi za ispitivanje i prepoznavanje koriste se u inteligentnim sistemima, u mašinskom učenju, genetskim programima i statistikama, porede se varijeteti jedne pojave u okviru istog okruženja.

Neurala najavljuje da će uskoro objaviti ažuriran softver pomoću kog će se tumačenje podataka obavljati na jednom uređaju, a prenos i deljenje sa drugim uređajima unutar iste mreže ili sistema. Tada bi slike sa ekrana kamere jednog policajca bile deljene i sa drugim policajcima na terenu.

U potrazi za poslovnim partnerima iz oblasti bezbednosti

Neurala stalno ističe da u budućnosti planira da pravi partnerstva sa drugim kompanijama u oblasti bezbednosne industrije. To bi značilo dodavanje odgovarajućeg GPU na uređaje za nadzor, a zatim licenciranje Neuralanog softvera.

Zahtev za GPU znači da će većina proizvođača morati podesiti svoje hardvere za nadzor kako bi implementirali Neurala tehnologiju.