Maggiore capacità di elaborazione video nell’edge, come quella offerta dai prodotti della famiglia AM62A di Texas Instruments, consente di migliorare le prestazioni dei videocitofoni o abilitare soluzioni smart di vendita al minuto, come i nuovi negozi al dettaglio senza cassiere.
Sempre più spesso si parla di “edge AI” e di “avere più intelligenza ai margini della rete”, e dei vantaggi di avere una maggior capacità di elaborazione locale e in tempo reale rispetto all’impiego di risorse basate su cloud per eseguire modelli di intelligenza artificiale (AI). Se l’elettronica con cui interagiamo quotidianamente ha la capacità di prendere decisioni localmente sulla base di modelli di intelligenza artificiale, possiamo aumentarne la reattività, la sicurezza e l’efficienza complessiva.
Naturalmente, alcuni sistemi basati sull’intelligenza artificiale avranno probabilmente sempre bisogno di risorse basate su cloud. È tuttavia possibile migliorare notevolmente molte applicazioni a bassa potenza, in particolare quelle con una o due telecamere, con capacità di elaborazione quali classificazione di persone e oggetti, rilevamento di anomalie e della postura umana. Tuttavia, l’implementazione di queste funzionalità in applicazioni a bassa potenza può essere difficile, a causa dei limiti di costo e della quantità di energia necessaria per questo livello di elaborazione.
I più recenti processori di visione di Texas Instruments basati su Arm Cortex, come la famiglia di processori AM62A, aiutano i progettisti a espandere le capacità di elaborazione della visione e dell’intelligenza artificiale in applicazioni che vanno dai videocitofoni alla vendita al dettaglio smart.
Diamo un’occhiata a queste applicazioni in modo più approfondito per capire quali capacità di visione e intelligenza artificiale possono consentire.
Telecamere AI nei videocitofoni
Nei videocitofoni e nei sistemi di sicurezza domestica (come mostrato nella Figura 1), qualsiasi ritardo nella risposta a un furto o all’identificazione di una persona, anche per un millisecondo, potrebbe fare la differenza nel prevenire la perdita di vite umane o proprietà.
Figura 1: Dimostrazione del riconoscimento di persone e oggetti in esecuzione su un videocitofono.
Analizzando localmente i dati video in tempo reale, i videocitofoni possono rispondere in modo più rapido e affidabile, con meno falsi positivi e senza necessità di connettività di rete. Ma i vincoli di potenza e dimensioni hanno tradizionalmente limitato il livello di elaborazione dell’AI necessario per ottenere questa reattività in tempo reale.
La famiglia AM62A, che include AM62A3, AM62A7-Q1, AM62A3-Q1 e AM62A7, è progettata per funzionare con consumi da 2 a 3 W, in un fattore di forma abbastanza piccolo da poter essere utilizzato in custodie compatte come quelle dei videocitofoni. I progettisti di queste apparecchiature possono implementare livelli più elevati di rilevamento di persone e oggetti nei loro progetti sfruttando da 1 a 2 teraoperazioni al secondo dell’elaborazione AI nei processori AM62A.
Per saperne di più sull’implementazione dell’elaborazione AI nei videocitofoni è disponibile il white paper tecnico “Edge AI Smart Cameras Using Energy-Efficient AM62A Processor“.
Telecamere AI nella vendita smart
La vendita al dettaglio smart, nota anche come “grab-and-go retail,” è una nuova esperienza di acquisto in cui i clienti selezionano i prodotti e poi lasciano il negozio senza dover fermarsi alla cassa: è tutto gestito automaticamente.
I sistemi basati sulla visione che gestiscono questa implementazione si basano su modelli di intelligenza artificiale derivati dal rilevamento degli oggetti e scanner di codici a barre per identificare quali articoli i clienti mettono nei loro carrelli e alla fine acquistano quando escono dal negozio (come mostrato nella Figura 2).
Figura 2: Telecamera AI che utilizza il modello AI per monitorare l’attività dei clienti in un negozio al dettaglio smart senza cassiere.
Le applicazioni di vendita al dettaglio smart possono ridurre i tempi di risposta durante le transazioni e aumentare la sicurezza dei dati mediante l’elaborazione locale dei dati. In particolare, per la sicurezza dei dati, l’esecuzione locale dei modelli di intelligenza artificiale non richiede una connessione di rete alle risorse cloud, limitando il potenziale di accesso non autorizzato a tali dati poiché non vengono trasmessi all’esterno.
Analogamente ai videocitofoni, il consumo energetico è una sfida di progettazione primaria per le telecamere AI intelligenti per la vendita al dettaglio, soprattutto considerando che in questo caso l’analisi video necessita di un frame rate elevato.
L’architettura system-on-a-chip ad alta efficienza energetica e altamente integrata dei processori AM62A sblocca le capacità di elaborazione AI locale delle telecamere smart per la vendita al dettaglio. Questi processori, attraverso i loro acceleratori hardware AI integrati, consentono la classificazione degli oggetti, il rilevamento delle anomalie, il rilevamento dell’orientamento e l’identificazione dei codici a barre – anche su superfici non standard come nel caso di frutta e verdura.
Conclusione
Più intelligenza all’edge significa maggiore reattività in tempo reale e interazione uomo-macchina più affidabile. Mentre in questo articolo mi sono concentrato solo su due applicazioni, l’elenco di dispositivi elettronici che possono trarre vantaggio dai modelli di dati AI gestiti localmente cresce ogni giorno. Processori di visione di grande capacità e altamente integrati stanno rendendo possibile questa trasformazione per un mondo ancora più intelligente.
Nic Fatemi è Product Marketing Engineer presso Texas Instrumets.
