En primer lugar, en una doble respuesta a las necesidades del mercado, las cámaras han aumentado la resolución y calidad de las imágenes que proporcionan y al mismo tiempo han experimentado una reducción de precios que permite hoy diseñar sistemas con muchos más dispositivos, aumentando la eficiencia y limitando los costos.

En segundo lugar, el mercado ofrece hoy día la posibilidad de ejecutar complejos algoritmos con dispositivos hardware de tamaño y precio muy contenidos.  Y esto favorece el tercer factor, la evolución y disponibilidad de algoritmos avanzados de análisis de video basados en Inteligencia Artificial (IA).

Del mismo modo, debemos considerar como factores que impulsan la utilización de las analíticas, aquellos que se derivan de las necesidades operativas y de negocio. En un entorno en el que el número de cámaras ha aumentado exponencialmente, las grabaciones de video generan enormes archivos de imágenes, los recursos humanos son escasos y costosos y la automatización de procesos es crucial para la optimización de las operaciones de seguridad y de los negocios. A ello hemos de sumar la creciente voracidad de obtener datos de todo tipo que contribuyan a la mejora de las aplicaciones de inteligencia en el negocio y a las iniciativas de ciudades inteligentes.

El resultado es, como ya experimentamos a diario, una explosión de interés, oferta y promoción de multitud de analíticas de video basadas en IA.

Ahora bien, estamos ciertamente en el umbral de otra generación de sistemas de video, donde las analíticas comienzan a ser el elemento sustancial y el hardware sólo la infraestructura necesaria para su utilización. ¿Hacia dónde conduce este nuevo modo de enfocar los sistemas de video?

Las analíticas basadas en IA se sustentan básicamente en dos pilares: La utilización de redes neuronales y el entrenamiento específico y continuo de los modelos.  El primero es bastante universal, al alcance de casi todos los actores grandes o pequeños de la industria. El segundo, es más selectivo, porque requiere de gran potencia de proceso y sobre todo de una ingente cantidad de datos (imágenes) para conseguir algoritmos precisos y eficientes. Eso, cada vez más está en manos de los grandes jugadores del tablero tecnológico y no sería descabellado pensar que en un futuro sean ellos quienes provean las mejores analíticas, empezando sin duda por las de uso empresarial, pero alcanzando también el ámbito de la seguridad.

La ley de Moore va a producir cada vez procesadores más poderosos y reducidos en tamaño, costo y consumo de energía. Esto significa que la mayoría de los dispositivos estarán en condiciones de ejecutar esos eficientes algoritmos de Inteligencia Artificial.

Si los algoritmos serán accesibles fácilmente, su eficacia muy similar entre ellos, y los dispositivos de captura y gestión serán todos capaces de ejecutarlos, ¿dónde estarán las diferencias en los futuros sistemas evolucionados?

En primer lugar, es necesario no olvidar que ninguna analítica de video puede ofrecer buenos resultados si el video que debe analizar no tiene la calidad necesaria. Por lo tanto, la premisa de ofrecer una calidad de imagen óptima en cualquier condición de iluminación es de vital importancia y pude condicionar definitivamente cualquier intento de utilización de las analíticas, por mucho que estén basadas en técnicas de IA.

Ahora nos deslumbran las capacidades de detección y clasificación de los citados algoritmos, y no reparamos demasiado en las exigencias que van a surgir de su utilización masiva. Alguna de ellas ha asomado ya, como es la integración. Una vez que la analítica ha hecho su trabajo y detectado lo que pretendíamos detectar y clasificado lo que consideramos interesante clasificar, ¿cómo hacemos para que esa información sea utilizable por nuestros sistemas y subsistemas de seguridad, control y optimización del negocio? Sin duda aquí entran en juego los estándares y los interfaces abiertos.

De las tres posibilidades para alojar nuestras analíticas (en la cámara, en un servidor local o en la nube) ninguna de ellas se muestra perfecta para todos los casos de uso. De hecho, lo más probable es que nos encontremos con soluciones que aprovechen las virtudes de las tres opciones, para lo cual será indispensable contar con plataformas de desarrollo universales que permitan esa ejecución tanto en la nube, como en sistemas operativos de servidor como en el interior de los dispositivos de seguridad (cámaras).

No hay nada como la utilización cotidiana de los sistemas para experimentar la necesidad de herramientas de mantenimiento. Y el mantenimiento de estas soluciones de Inteligencia Artificial pasa por diversas tareas. La primera es el entrenamiento continuo. El proveedor irá suministrando versiones renovadas que deberemos actualizar en nuestros equipos.  Necesitaremos esas herramientas que permitan de modo ágil y seguro la distribución de las aplicaciones y la citada actualización, pero también la monitorización del funcionamiento, es decir, la información de que esas aplicaciones funcionan correctamente y en caso contrario corregirlo.

Si bien el primer uso de las analíticas de video en la seguridad ha sido la detección de incidentes y situaciones de riesgo, muy pronto hemos comprobado que su mayor impacto en los sistemas de video vigilancia es facilitar la búsqueda de evidencias. Cada vez más los sistemas se utilizan como registradores de eventos, para su posterior investigación y análisis forense. Y en esa tarea, contar con la posibilidad de filtrar las búsquedas basándose en atributos (tipo, color, dirección, etc.)  previamente etiquetados gracias a las analíticas, cambia sustancialmente el modo en que empleamos nuestros sistemas de video para seguridad. Esta nueva tecnología nos conduce inexorablemente a la grabación masiva y continua de todo cuanto acontece para su posterior análisis en caso de necesidad, ya que estas nuevas herramientas permiten acceder en pocos minutos o segundos a cualquier incidente por muy voluminoso que sea nuestro video grabado.

Por último, no olvidemos que muchas de esas analíticas tienen como objetivo suministrar datos.  Para facilitar las búsquedas o para alimentar estadísticas y análisis. Los llamados metadatos, es decir, la contribución al concepto del “Big Data”. Y el retorno de la inversión, tendrá mucho que ver con la “inteligente” utilización de esos datos, para ofrecer mejoras en la operativa, o en el análisis. Conviene pues, pensar mucho en cómo será el aprovechamiento de los datos y los procesos que deben acompañar a la implantación de este tipo de soluciones.

Estos factores serán los que a mi juicio establecerán las diferencias en la explotación de los nuevos sistemas de video que utilicen las analíticas basadas en Inteligencia Artificial. Cualquiera puede entender que esas diferencias se traducen rápidamente en costes y competitividad.  Hagamos pues el ejercicio de escudriñar más allá de los brillos y campanillas de los algoritmos que resuelven procesos más o menos complejos. No olvidemos que la Inteligencia Artificial va a precisar aun más de mucha Inteligencia Humana (IA+IH).