בהדגמה של ניתוח וידאו מבוסס בינה מלאכותית, תמיד עולה אותה שאלה, בין אם נשאלת על ידי מנהל ה-IT ובין אם על ידי מנהל החנות עצמו: לאן עוברות התמונות? רבים מדמיינים שידור רציף לשרת רחוק, דרך חיבור האינטרנט של החנות. בפועל, הכול נקבע בהחלטה ארכיטקטונית שהתקבלה הרבה לפני הכיול הראשון: ניתוח וידאו מקומי, על GPU בחנות, מתוך הזרם הראשי של המצלמות הקיימות.

לא נחזור כאן לאיכות התמונה עצמה. במקום זאת, נעקוב אחרי מסלול הנתונים, מעדשת המצלמה ועד מסך המנהל: מה נשאר במקום, מה יוצא, ומה הבחירה הזו משנה בפועל, הן במהירות ההתראות והן ברשת החנות ובשליטה בנתונים.

זרם וידאו כבד מאוד, ובחנות גדולה יש עשרות כאלה

מצלמת IP מפיקה בדרך כלל לפחות שני זרמים. הזרם הראשי (mainstream) הוא ברזולוציה גבוהה. הזרם המשני (substream), הקל יותר, משמש בעיקר להצגה במוזאיקה ולצפייה מרחוק. כדי לזהות מחווה עדינה, מוצר שנדחף לכיס או אריזה פתוחה במדף, הזרם הראשי הוא זה שקובע: בזרם המשני, היד תופסת רק כמה פיקסלים. פירטנו נקודה זו במאמר שלנו על ניתוח הזרם הראשי בחנות.

מכאן הבעיה הופכת לחשבון פשוט. שידור רציף של הזרם הראשי של עשרים או שלושים מצלמות לשרת מרוחק מחייב קצב העלאה גבוה וקבוע, ורבים מחיבורי החנויות אינם מבטיחים אותו. והקו הזה כבר משותף עם מסופי התשלום, הקופות, הדואר האלקטרוני ולעיתים גם ה-Wi-Fi של הלקוחות. בשבת של מבצעי הקיץ, כשמסופי האשראי עובדים ללא הפסקה, אף אחד לא רוצה לראות אותו מתמלא עד הסוף.

המגבלה הזו אינה חדשה. במחקר על השימוש בטכנולוגיות וידאו במסחר, שפורסם ב-2020 ומבוסס על ראיונות עם 22 קמעונאים אירופיים ואמריקאים, קבוצת ECR Retail Loss ציינה כבר אז שכמה מהמשתתפים חששו מהשפעת רוחב הפס וכוח החישוב על השימוש שלהם בניתוח וידאו.

מדוע החישוב מתבצע קרוב ככל האפשר למצלמות

במקום להעביר את התמונות, מעבירים את החישוב: זהו העיקרון של edge computing. תערוכת EuroShop מסכמת זאת בתיק מיוחד על edge computing במסחר: רק הנתונים השימושיים עולים לענן, הרשת מתפנה והתגובה יכולה להתבצע בזמן אמת. בוידאו, אחת הדרכים האפשריות היא GPU ייעודי, שמותקן בחנות, קורא את זרם המצלמות ומריץ את המודל במקום. מבחינת המפעיל, ההבדל ניכר בשלושה מקומות:

  • זמן ההשהיה. התראה מועילה רק אם המצב עדיין מתרחש במעבר כשהיא מגיעה. ללא מסע הלוך ושוב של הזרם המלא למרכז נתונים, השרשרת בין המחווה להתראה מתקצרת: ב-Oxania, התראת הווידאו מגיעה תוך פחות מ-10 שניות לנייד, לטאבלט או למחשב.
  • הרזולוציה. מכיוון שהזרם אינו עובר דרך האינטרנט, אין צורך להוריד את איכותו כדי שיעבור בחיבור. המודל עובד על תמונה ברזולוציה גבוהה, כזו שמאפשרת להבחין בין תיק אישי לתיק קניות, או לראות שמוצר נצרך לפני המעבר בקופה.
  • הרשת. שרת ה-GPU ייעודי לחנות ומותקן במקום: קריאה וניתוח של זרם המצלמות אינם צורכים את רוחב הפס של חיבור האינטרנט. לעומת זאת, אישור הזיהויים, שליחת קטעי ההתראה וההודעות עוברים דרך החיבור הזה, ולכן עליו להישאר זמין.

מה נשאר בחנות ומה יוצא ממנה

כל מנהל IT מגיע בסופו של דבר לשאלה הזו, ולא די בסיסמה כדי לענות עליה. בארכיטקטורה שבחרה Oxania, תמונות המצלמות עוברות בשלושה מסלולים נפרדים בבירור:

  • מה שנשאר במקום: זרם הווידאו הרציף של המצלמות, ברזולוציה גבוהה. ה-GPU של החנות קורא ומנתח אותו, והזרם אינו ממשיך הלאה. ההקלטות של מערכת הווידאו הקיימת שלכם נשארות, כמו קודם, באחריות המפעיל.
  • מה שיוצא לצורך אישור: כשמזוהה מחווה בעלת סיכון, נשלח לאישור תיאור דיגיטלי קומפקטי של הזיהוי. זה אינו וידאו, והמשקל שלו אינו דומה כלל למשקל התמונות.
  • מה שיוצא ונשמר: קטע הווידאו הקשור להתראה, ורק הוא. הוא מאוחסן בשרתים הממוקמים קרוב ככל האפשר למדינת הלקוח, לשם מהירות גישה וגם לשם עמידה בכללים המקומיים.

המיון מתבצע אפוא במקור. מתוך שעות של וידאו, רק הקטעים הקשורים להתראות יוצאים מהחנות: אלה שמצדיקים שאיש צוות יביט בהם. אלה אותם קטעים שמופיעים בהתראה, עם זום הדרגתי אוטומטי על נקודת העניין. מי שמקבל אותה מבין את הסצנה במבט אחד ומחליט מה לעשות.

מקומי אינו אומר מנותק מהעולם

חשוב להבהיר מה כולל הניתוח המקומי. הזיהוי מתבצע בחנות, על GPU ייעודי, אך האתר נשאר מחובר לענן: נדרש לו חיבור כדי לאשר זיהויים, לשלוח קטעי התראה ולהעביר הודעות למכשירי הצוות. מה שמשתנה הוא מה שעובר ברשת: כמה הודעות וקטעים קצרים, במקום עשרות זרמים רציפים. ספק שיטען אחרת ובו בזמן ישלח התראות לטלפון שלכם ראוי לשאלה נוספת.

נקודה נוספת שנשכחת לעיתים קרובות: שרת ה-GPU הוא מכונה פיזית לכל דבר. צריך למצוא לו מקום, לספק לו חשמל, לאוורר אותו ולחבר אותו כראוי למצלמות. זו עבודתו של האינטגרטור, והתוצאה אינה תלויה רק באיכות המודל, כפי שהסברנו בנוגע לתפקיד האינטגרטורים ביעילות מצלמות הבינה המלאכותית. עם רשת של אינטגרטורים מוסמכים, ההתקנה על מצלמות קיימות נמשכת בדרך כלל פחות מיום אחד.

חמש שאלות שכדאי לשאול לפני החתימה

בין אם מדובר בנקודת מכירה אחת ובין אם ברשת שלמה, חמש הנקודות האלה מאפשרות להעריך במהירות את חוסנה של ארכיטקטורת ניתוח וידאו:

  1. הזרם המנותח: הראשי, ברזולוציה גבוהה, או המשני.
  2. המקום שבו המודל רץ, והאם המכונה אכן ייעודית לחנות שלכם.
  3. מה בדיוק יוצא מהאתר, ובאיזה שלב.
  4. מקום שמירת קטעי ההתראה: באיזו מדינה, ולכמה זמן.
  5. מה קורה כשחיבור החנות מתנתק או נחלש.

צפו לתשובות קונקרטיות. ארכיטקטורה מתוכננת היטב ניתן לתאר בכמה משפטים, בלי ז'argon. ספק שאינו מצליח בכך אינו מחזיק לעיתים קרובות מפה ברורה של הזרמים שלו. ואם צי המצלמות שלכם בן כמה שנים, המדריך שלנו לבחירת מצלמה בחנות יעזור לוודא שהן מספקות זרם ראשי שמתאים לניתוח.

ארכיטקטורה שמשרתת גם את האמון

שמירת הזרם במקום אינה רק עניין של רוחב פס. היא גם מגבילה את מה שעובר ברשת למינימום ההכרחי, ומשאירה את הנתונים בשליטת הקמעונאי. עקרונות ה-OECD בנושא חוסן, בטיחות ואבטחה של בינה מלאכותית ממליצים שמערכות בינה מלאכותית יישארו בטוחות, מאובטחות ובעלות יכולת לפעול כראוי לאורך כל מחזור חייהן, ושיהיו מנגנונים שמאפשרים לנטרל אותן, לתקן אותן או להוציא אותן משירות בבטחה אם הן עלולות לגרום נזק בלתי מוצדק.

בחנות, התרגום פשוט: הטכנולוגיה מזהה, הצוות מחליט. הבינה המלאכותית מנתחת מחוות, לא אנשים, ואינה עוקבת אחרי איש ממצלמה למצלמה. מול הקטע, אדם הוא שבוחר ללכת למעבר, להציע עזרה או לא לעשות דבר.

אין בכל זה שום דבר מרהיב: רק חישוב שנעשה במקום הנכון ווידאו שנוסע רק כשהוא נחוץ. ובכל זאת, זה מה שמניב התראות מהירות ומדויקות, ושליטה טובה יותר בפחת הבלתי מוסבר. לפני שמשווים פונקציונליות, בקשו לראות את מפת הזרמים: היא מספרת לעיתים קרובות יותר מחוברת שיווקית.