כשנשאלו הקוראים "עד כמה לדעתכם מתאימה טכנולוגיית קידוד מבוססת-בינה מלאכותית למילוי דרישות העולם האמיתי?", התשובה הנפוצה ביותר הייתה "במידה בינונית" - תשובה שניתנה על ידי 47.1% מהמשיבים. שיעור ניכר מהמשיבים - 37.6% - אף סברו כי אין מקום לסייג את הדברים וציינו כי הטכנולוגיה מתאימה "במידה רבה מאוד". שיעורם המצטבר של בעלי הדעה החיובית על קידוד מבוסס-בינה מלאכותית עלה במידה ניכרת על שיעורם של אלו שטענו כי הטכנולוגיה "אינה מתאימה" (3.9%) או של אלו שהשיבו כי "אינם יודעים" (11.2%).
הסיבה לכך נראית ברורה: קידוד מבוסס-בינה מלאכותית נתפס כגורם מפתח להשגת "עלויות חומרה נמוכות יותר לאחסון" ו"רוחב פס נמוך יותר / עומס רשת מופחת" - שתי אפשרויות תשובה אלו נבחרו, כל אחת, על ידי 42.6% מהמשיבים לשאלה: "היכן אתם רואים את הפוטנציאל הגדול ביותר לקידוד מבוסס-בינה מלאכותית?"
קטגוריות תשובה נוספות שנבחרו על ידי שיעור ניכר מהמשיבים היו "נפח אחסון גדול יותר בחומרה הקיימת" (37.6%) ו"יכולת הרחבה קלה יותר עם יותר מצלמות ורזולוציה גבוהה יותר" (26.9%).
אף על פי שהמשיבים יכלו לבחור עד שלוש תשובות, שיעור נמוך יותר בחר באפשרויות הטכניות יותר, המתייחסות ל"שימור טוב יותר של פרטי HD" (23%) ול"חיפוש וידאו מהיר יותר" (21.3%). הדבר מעיד על כך שקידוד מבוסס-בינה מלאכותית אינו נתפס כעוד חידוש טכנולוגי מני רבים, אלא כפתרון של ממש לאתגר הוותיק של אחסון נתונים באופן יעיל.
פוטנציאל רב במגזרים אנכיים רחבי-היקף
כאשר נשאלו הקוראים "באיזה מגזר אתם רואים את מירב התועלות?", התשובות נטו לכיוון תחומים שבהם נעשה שימוש נרחב במערכות אבטחה מבוססות-וידאו. השיעור הגבוה ביותר של המשיבים - 43.8% - בחר ב"תעשייה/ייצור", ואחריו דורגו "תשתיות קריטיות" (38.7%) ו"תחבורה" (33.1%).
מגזרים מסוימים, הכוללים עסקים קטנים ובינוניים (SME) ומשתמשים בקנה מידה קטן, נבחרו גם הם על ידי שיעור ניכר מהמשיבים - בייחוד "קמעונאות" (29.7%) ו"מגורים/בניינים חכמים" (21.9%). לעומת זאת, המשיבים נטו פחות לבחור בתחומי ה"חינוך" (12.9%) וה"בריאות" (7.8%).
רף אימוץ גבוה לתקנים חדשים
קידוד מבוסס-בינה מלאכותית הוא טכנולוגיה חדשה באמת, בתחום שנשלט זה מכבר על ידי מספר מצומצם של תקנים מבוססים היטב.
- H.264, שהוצג לראשונה בשנת 2003, נותר מקודד הווידאו הנפוץ ביותר בשימוש בתעשיות השונות.
- תקן H.265, שהוצג בשנת 2013, מכפיל בקירוב את יעילות הדחיסה בהשוואה ל-H.264, תוך שמירה על איכות חזותית דומה.
- AV1, שהוצג בשנת 2018, הוא תקן ללא תמלוגים שפותח כחלופה לקודקים הדורשים רישוי.
מכיוון שטכנולוגיית הקידוד Guanlan מבוססת על תקן H.265 - ולא על פורמט קנייני חדש - היא שומרת על תאימות מלאה עם כל המפענחים ומערכות הצד-השלישי הקיימים הפועלים בטכנולוגיית H.265. מפעילים של מערכות קיימות המשתמשות ב-codec זה יכולים להחליף מצלמות מותקנות קודמות במכשירים המשתמשים בקידוד Guanlan, מבלי שיידרשו לשינויים תפעוליים או טכניים כלשהם. השינוי היחיד הוא שאותו מספר מצלמות, הפועלות באותה רזולוציה ובאותו קצב פריימים, יניב נפח נתונים קטן משמעותית.
בעת קידוד זרמי וידאו מהעולם האמיתי, מערכת Guanlan Encoding מפעילה במקביל שני מצבי עיבוד. מצב "חישה דינמית" (Dynamic Sensing) מתאים באופן רציף את הקצאת הביטים בתוך הסצנה: הוא משמר רמת פירוט מלאה עבור אנשים, כלי רכב ועצמים נעים אחרים, בעודו מבצע דחיסה אגרסיבית יותר של אלמנטי רקע סטטיים. מצב "אופטימיזציה סטטית" (Static Optimization) מרחיק לכת עוד יותר בצילומים המאופיינים בתנועה מועטה, ומחיל דחיסה גבוהה במיוחד על פריימים שבהם חל שינוי מזערי או שאינם משתנים כלל - ובמקרים מסוימים מצמצם את גודלם לכדי עשרות בודדות של בתים (bytes).
פתרון בעיות תאימות במקום הוספת מורכבות
כשנשאלו "אילו חששות או חסמים אתם רואים באימוץ קידוד וידאו מבוסס-בינה מלאכותית?", 38.2% מהמשיבים ציינו "תאימות למערכות קיימות" - השיעור הגבוה ביותר מבין כל התשובות האפשריות. 35.9% ציינו "עלות גבוהה של התקני בינה מלאכותית" - השיעור השני בגובהו - ואחריהם דורגו "תלות בספק יחיד / פורמטים קנייניים" (31.4%) במקום השלישי, ו"תקני תעשייה לא ברורים" (30.3%) במקום הרביעי.
ייתכן שאין בכך כדי להפתיע, שכן טכנולוגיית קידוד המבוססת על בינה מלאכותית הגיעה לשוק רק לאחרונה. בשלב מוקדם זה, חיוני שספקים דוגמת Hikvision יבנו אמון בקרב אנשי המקצוע בתעשייה; טענות בדבר תאימות חלקה חייבות לקבל גיבוי במציאות התפעולית בשטח.
עם זאת, אנשי מקצוע בתעשייה גילו עניין רב ב-Guanlan Encoding. כשנשאלו "עד כמה אתם מכירים את Guanlan Encoding?", השיעור הגדול ביותר של המשיבים - 41.5% - ציין: "שמעתי על כך, אך מעולם לא ראיתי זאת בפעולה או בחנתי זאת". במקביל, שיעורי המשיבים שנחשפו במידה רבה יותר לטכנולוגיה ואלו שעבורם היא חדשה לחלוטין היו דומים בהיקפם: סך של 30.1% ציינו כי "ראו אותה בפעולה", "בחנו אותה" או "השתמשו בה", בעוד ש-28% ציינו כי "מעולם לא שמעו" על Guanlan Encoding.
Hikvision App Store
