Elk jaar doet Axis Communications voorspellingen voor het komende jaar. Waar gaat het naar toe met de technologie? Ook wordt gekeken of de voorspellingen van het afgelopen jaar zijn uitgekomen. Meestal wel, aldus de fabrikant. Dus wat is er te verwachten in 2020?

1. De wereld ‘on the edge’

In 2020 zien we een groeiend momentum in de richting van edge computing. Het feit dat miljarden apparaten op een netwerk zijn aangesloten en dat dit aantal snel toeneemt, is op zich geen nieuws. Maar het type apparaten ‘on the edge’ en de vereisten hiervan hebben wel degelijk enkele belangrijke gevolgen.
Het is wat simpel gezegd, maar het is voor de vele apparaten die verbonden zijn met het netwerk steeds belangrijker om direct te weten wat er op dat moment gebeurt. Op basis hiervan wordt beslist wat er moet gebeuren en welke actie wordt ondernomen.

Proactief incidenten voorkomen
Een duidelijk voorbeeld hiervan zijn autonome voertuigen. Of het nu gaat om communicatie met de omgeving, zoals verkeerssignalen), of via sensoren die risico’s herkennen, zoals een persoon die voor de auto loopt, beslissingen moeten in een fractie van een seconde worden verwerkt. Vertraging in de dataverwerking en -analyse in een datacenter, waarna een beslissing over de te nemen actie weer wordt teruggestuurd, is dan ook onaanvaardbaar. Hetzelfde geldt voor videobewaking. Om proactief incidenten te kunnen voorkomen in plaats van achteraf te reageren, moeten er meer gegevens worden verwerkt en geanalyseerd in de camera zelf.
De toename van het aantal edge-apparaten en hun steeds grotere rol in veiligheid en beveiliging, heeft een aantal gevolgen.

2. Meer verwerkingscapaciteit voor verbonden apparaten
Tech trends 2020: meer rekenkracht

Dedicated en geoptimaliseerde hardware en software, ontworpen voor een specifieke toepassing, is essentieel om edge computing naar een hoger niveau te tillen. Verbonden apparaten hebben meer rekencapaciteit nodig en worden ontworpen met een specifiek doel voor ogen. Dat is waarom Axis blijft investeren in zijn eigen chip, die nu aan zijn zevende generatie toe is (ARTPEC-7). Dit stelt de fabrikant naar eigen zeggen in staat een geïntegreerd ‘system-on-chip’ te ontwerpen dat specifiek is afgestemd op de huidige en toekomstige videobewakingsbehoeften.

Geïntegreerde kunstmatige intelligentie
Het concept van geïntegreerde kunstmatige intelligentie (AI) krijgt meer en meer de overhand. Voor degenen die ermee werken, is AI – of eigenlijk machine learning en deep learning – meer dan slechts een ‘buzzwoord’, eerder dagelijkse realiteit. Een belangrijk aandachtspunt voor de toekomst is om nieuwe deep learning-modellen te creëren die ‘lichter’ zijn en minder geheugen en rekencapaciteit vereisen.

3. Naar de vertrouwde edge

Vertrouwen is essentieel, wordt steeds meer beschouwd als een cruciaal en tastbaar bedrijfsmiddel en komt in vele vormen. Vertrouwen dat organisaties onze data op verantwoorde wijze verzamelen en gebruiken; het vertrouwen dat apparaten en data beveiligd zijn tegen cybercriminelen; het vertrouwen dat data kloppen en de technologie werkt zoals bedoeld. De edge speelt hierin een centrale rol en kan dit vertrouwen versterken of juist schade toebrengen.

Privacy
Discussies rondom privacy zullen wereldwijd blijven bestaan. Technologieën zoals dynamische anonimisering en maskering kunnen edge-based worden ingezet om de privacy te beschermen, maar regionale nuances in de manier waarop organisaties moeten voldoen aan regelgeving omtrent gegevensbeveiliging en -verwerking brengt uitdagingen met zich mee.

Cybersecurity
Nu de verwerking en analyse van data steeds meer in het apparaat zelf plaatsvindt, wordt cybersecurity nog belangrijker. Terwijl algemeen bekend is dat er steeds meer en steeds geavanceerdere cyberaanvallen plaatsvinden, slagen veel organisaties er maar niet in om zelfs de meest eenvoudige firmware-upgrades uit te voeren. Voor een veilig systeem is zowel individueel apparaatbeheer als uitgebreid levenscyclusbeheer – door middel van krachtige hardware, software en een streng gebruikersbeleid – van fundamenteel belang.

4. Regelgeving: technologie vs. toepassingen

Het is moeilijk, zo niet onmogelijk, om technologie te reguleren – en terecht, in de meeste gevallen. Het is enkel realistisch om het gebruik van technologie te reguleren. Neem bijvoorbeeld gezichtsherkenning. In sommige gevallen kan gezichtsherkenning als ongevaarlijk en zelfs wenselijk worden beschouwd, bijvoorbeeld om het boarden op het vliegveld te versnellen. Wanneer het daarentegen wordt gebruikt voor het monitoren en controleren van burgers, wordt het als bedreigend en ongewenst beschouwd. De technologie is precies hetzelfde; de toepassing is heel anders.

AVG
De houding ten opzichte van de juiste toepassingen en de regels die daar omheen gelden, verschillen over de hele wereld. De Algemene verordening gegevensbescherming (AVG, internationaal bekend als GDPR) is één van de meest in het oog springende voorbeelden. De regelgeving omtrent het beschermen van de rechten van EU-burgers met betrekking tot het verzamelen, opslaan, verwerken en gebruiken van hun persoonsgegevens is één van de strengste ter wereld. Andere landen zijn veel minder streng en veel organisaties in andere regio’s die online diensten aanbieden, blokkeren de toegang voor EU-burgers omdat zij deze regelgeving niet willen of kunnen naleven.
Regelgeving heeft van nature moeite om gelijke tred te houden met de technologische vooruitgang, maar overheden zullen blijven zoeken naar manieren om het gebruik ervan te controleren, in het belang van de burgers en van zichzelf. Dit dynamische landschap is van grote invloed op de industrie, waar ethisch gedrag altijd onder een vergrootglas ligt.

5. Netwerkdiversiteit

Als direct gevolg van de soms complexe regelgeving, privacy en cybersecurity, zien we de afgelopen twee decennia een verschuiving naar een meer gesloten internet. Terwijl internet en openbare cloudservices deel blijven uitmaken van de manier waarop we data overdragen, analyseren en opslaan, nemen hybride en private clouds in gebruik toe. We zien een toename van ‘slimme eilanden’, waar systemen voor specifieke toepassingen beperkte en directe verbindingen hebben met andere onderling afhankelijke systemen.

Verkeersmonitoring
Dankzij technologische vooruitgang kunnen vooraf getrainde netwerkmodellen tegenwoordig worden aangepast voor specifieke toepassingen met een relatief kleine hoeveelheid data. Zo was Axis bijvoorbeeld betrokken bij een recent project waarbij een verkeersmonitoringsmodel kon worden getraind met slechts 1.000 voorbeeldfoto’s. Dit verminderde het aantal valse alarmen bij ongevallendetectie met 95 procent.

Kansen en risico’s
In een kristallen bol staren, is voor iedere sector riskant – en voor de technologiesector misschien zelfs wel onverstandig. Maar het is essentieel dat we oog hebben voor de kansen en risico’s die ons allen in de toekomst te wachten staan.

Door Johan Paulsson, CTO Axis Communications