طبقة برمجية تحول 562 Million كاميرا أمنية عالمية إلى بنية تحتية للذكاء الاصطناعي الفيزيائي

تكتسب عملية تحول جذري في نشر الذكاء الاصطناعي زخماً متزايداً حيث يتجه مطورو التكنولوجيا إلى شبكات الكاميرات القائمة لترسيخ النماذج الرقمية في الواقع الفيزيائي. وبدلاً من الاعتماد على عمليات نشر الأجهزة المكتظة برؤوس الأموال لبناء أنظمة بيئية جديدة للمستشعرات، تتبع الشركة الناشئة للمشاريع Lumana استراتيجية قائمة على البرمجيات مصممة لتحويل بث الكاميرات الخاملة إلى منصات ذكاء رقمي قابلة للبحث. ووفقاً لتقارير Kolawole Samuel Adebayo، تسعى هذه المقاربة إلى الاستفادة من بنية تحتية فيزيائية عالمية تضم بالفعل 562 million كاميرا مراقبة نشطة. ومع شحن نحو ثلثي جميع كاميرات الأمن المصنعة حديثاً بأجهزة تحليلات التعلم العميق المدمجة، تسلط المبادرة الضوء على كيفية تحول بث الفيديو إلى الجسر التقني الرئيسي للذكاء الاصطناعي الفيزيائي—وهو فرع من التعلم الآلي يُمكّن الأنظمة المؤتمتة من إدراك البيئات الفيزيائية في العالم الحقيقي وتفسيرها والتنقل فيها.

## Key facts - يبلغ إجمالي عمليات تثبيت كاميرات المراقبة العالمية حالياً 562 million وحدة نشطة حول العالم. - يتم شحن نحو ثلثي كاميرات الأمن المصنعة حديثاً مع أجهزة تعلم عميق مدمجة. - تقوم Lumana بنشر منصات برمجية تُمكّن من البحث باللغة الطبيعية عبر شبكات كاميرات المؤسسات. - تُحدث المقاربة المعتمدة على البرمجيات أولاً البنية التحتية الحالية لدائرة التلفزيون المغلقة وكاميرات IP دون الحاجة إلى عمليات تحديث شاملة للأجهزة. - يستخدم الذكاء الاصطناعي الفيزيائي بيانات المستشعرات البصرية لربط معماريات التعلم الآلي الرقمية بالبيئات الفيزيائية المكانية وسير العمل التشغيلي.

## What happened طالما واجه توسع الذكاء الاصطناعي في المجال الفيزيائي عقبة رئيسية: تكلفة وتعقيد نشر مستشعرات الأجهزة المخصصة عبر مرافق المؤسسات. ويزيل نموذج Lumana هذا الاحتكاك من خلال إعادة توجيه البنية التحتية الحالية للمراقبة البصرية إلى شبكة ذكية قابلة للاستعلام.

تاريخياً، عملت شبكات الفيديو في المؤسسات بشكل أساسي كأنظمة تسجيل خاملة. حيث استخدم مديرو المرافق وأفراد الأمن بث الكاميرات للمراقبة في الوقت الفعلي أو مراجعة اللقطات المسجلة بأثر رجعي بعد وقوع حادث أمني معين أو اضطراب تشغيلي. وكان تحديد أحداث معينة ضمن آلاف الساعات من اللقطات المؤرشفة يتطلب مراجعة يدوية شاقة من قبل المشغلين البشر، مما حد من استخدام التلفزيون المغلق في تطبيقات الأمن التفاعلية فقط.

تطبق المنصة التكنولوجية لـ Lumana خوارزميات التعلم العميق عبر التدفقات البصرية النشطة والمؤرشفة لفهرسة النشاط الفيزيائي كبيانات مهيكلة. ومن خلال تشغيل معالجة اللغة الطبيعية ونماذج الرؤية الحاسوبية عبر تدفقات الفيديو، يتيح النظام للمشغلين البحث في أرشيفات الفيديو باستخدام استعلامات محادثة بسيطة. ويمكن للمستخدمين البحث عن أفعال معينة، أو أنواع أجسام، أو تكوينات مركبات، أو تحركات المخزون، أو مخالفات السلامة عبر مئات الكاميرات في وقت واحد، وتلقي مقاطع فيديو مفلترة في غضون ثوانٍ.

ويتسارع هذا التحول في القدرات بفضل التقدم في الأجهزة. ومع شحن ثلثي كاميرات الأمن الحديثة برقائق تعلم عميق مدمجة، يمكن تقسيم أعباء عمل المعالجة بين الحوسبة الحافية (edge computing) على مستوى الجهاز ومنصات السحابة عالية الكفاءة. وتسمح المعالجة الحافية للكاميرات بتنفيذ التعرف على الأجسام واستخراج البيانات الوصفية مباشرة على الجهاز، مما يقلل بشكل كبير من عرض النطاق الترددي المطلوب لنقل فيديو عالي الدقة باستمرار عبر الشبكات التجارية.

## Why it matters تحمل عملية تحويل البنية التحتية للفيديو الخامل إلى قنوات ذكاء اصطناعي فيزيائي قابلة للبحث تداعيات اقتصادية وتشغيلية وتنظيمية كبيرة عبر قطاعات المؤسسات.

من منظور اقتصادي، فإن تحديث البرمجيات على شبكات الكاميرات الحالية يتجاوز عقبة الإنفاق الرأسمالي الضخمة. إذ إن استبدال مئات الملايين من الكاميرات المثبتة بروبوتات متخصصة أو مستشعرات ذكية مصممة لغرض معين سيطلب إنفاقاً رأسمالياً كبيراً وتوصيل كابلات وتركيبات. ومن خلال الاستفادة من 562 million وحدة مراقبة نشطة بالفعل حول العالم، يمكن لمطوري البرمجيات توسيع نطاق قدرات الذكاء الاصطناعي الفيزيائي عبر المستودعات والمصانع ومنافذ البيع بالتجزئة ومراكز النقل بجزء بسيط من التكلفة.

تشغيلياً، يحول الفيديو القابل للبحث أنظمة الدائرة المغلقة من أدوات أمنية معزولة إلى منصات لذكاء الأعمال في المؤسسات. حيث يمكن لمديري سلاسل التوريد مراقبة إنتاجية أرصفة الشحن، وقياس اختناقات التعامل مع المخزون، وتتبع سير عمل المواد في الوقت الفعلي دون نشر فرق تدقيق يدوية. ويمكن لمرافق التصنيع الكشف تلقائياً عن مخالفات سلامة العمال—مثل معدات الحماية المفقودة—مما يطلق تنبيهات مؤتمتة. ويمكن لسلاسل البيع بالتجزئة تحليل أنماط حركة العملاء، وطول طوابير الانتظار، وجداول إعادة ملء الرفوف لتحسين عمليات المتاجر.

ومع ذلك، فإن تحويل شبكات الكاميرات إلى قواعد بيانات قابلة للبحث يطرح تحديات قانونية ومجتمعية. إذ إن منح المؤسسات القدرة على البحث السريع في الأرشيفات البصرية باستخدام اللغة الطبيعية يزيد من المخاوف المتعلقة بالمراقبة في مكان العمل، وتتبع العمال، والخصوصية الفردية. وفي الولايات القضائية ذات الرقابة التنظيمية الصارمة، مثل European Union بموجب Artificial Intelligence Act، تواجه أنظمة التحليل البصري المؤتمتة تدقيقاً صارماً فيما يتعلق بتقليل البيانات، ومنع التحيز، والشفافية الخوارزمية.

## The background يمثل دمج التعلم العميق في المراقبة البصرية أحدث مرحلة في تطور تكنولوجيا الرؤية الحاسوبية الممتد لعقود. واعتمدت تحليلات الفيديو المؤتمتة المبكرة، التي تم تطويرها في أواخر تسعينيات القرن الماضي والعقد الأول من القرن الحادي والعشرين، على خوارزميات بسيطة قائمة على القواعد مصممة لاكتشاف التغيرات في البكسلات أو الحركة بين الإطارات. وعانت هذه الأنظمة المبكرة من معدلات إيجابية كاذبة عالية، غالباً ما كانت تنتج عن تغير ضوء الشمس، أو اهتزاز الأشجار، أو الظواهر الجوية، أو الحيوانات الصغيرة.

وشهد المجال تحولاً تقنياً في العقد الأول من القرن الحادي والعشرين مع ظهور الشبكات العصبية التلافيفية العميقة (CNNs). بفضل تدريبها على مجموعات بيانات بصرية واسعة، مكنت هذه الشبكات البرمجيات من التعرف على فئات أجسام معينة—مثل البشر، والمركبات، والأدوات—بدقة غير سبقت. ومع ذلك، تطلبت نماذج التعلم العميق المبكرة وحدات معالجة رسومية (GPUs) عالية الأداء مستضافة في مراكز بيانات مركزية. وأدى نقل بث الفيديو عالي الدقة وغير المضغوط من مئات الكاميرات المحلية إلى الخوادم المركزية إلى خلق متطلبات غير مستدامة لعرض النطاق الترددي للشبكة وتكاليف حوسبة سحابية مرتفعة.

وللتغلب على هذه القيود، بدأ تصنيع أشباه الموصلات في دمج وحدات معالجة عصبية (NPUs) مخصصة مباشرة في معماريات النظام على شريحة (SoC) المصممة لكاميرات الأمن. وأسس هذا الانتقال للخط الأساسي للأجهزة الحديثة الذي أورد تقريره Kolawole Samuel Adebayo، حيث تتميز ثلثا شحنات الكاميرات الجديدة بتسريع التعلم العميق المدمج.

وبالتزامن مع ذلك، وسعت صناعة الذكاء الاصطناعي بشكل عام تركيزها الاستراتيجي ليما وراء النماذج النصية المستضافة في السحابة نحو "الذكاء الاصطناعي الفيزيائي". وبينما تعمل النماذج القائمة على النصوص بشكل صارم داخل الحدود الرقمية، يربط الذكاء الاصطناعي الفيزيائي بين الشبكات العصبية الرقمية والواقع الفيزيائي. ونظراً لأن البيئات البشرية منظمة بشكل أساسي حول الإشارات المكانية البصرية، توفر شبكات الكاميرات مجموعة البيانات الأكثر ثراءً وانتشاراً لتدريب الأنظمة على إدراك الحدود المكانية والحركة والمخزون الفيزيائي في الوقت الفعلي.

## Reaction أعرب أصحاب المصلحة في الصناعة والمحللون التكنولوجيون ومشغلو المؤسسات والمدافعون عن الخصوصية عن وجهات نظر متباينة بشأن التقارب السريع بين أجهزة المراقبة وطبقات برمجيات التعلم العميق.

ورحب التنفيذيون في تكنولوجيا المؤسسات ومشغلو اللوجستيات بمقاربة التكامل القائمة على البرمجيات أولاً، مشيرين إلى أن تحديث شبكات الكاميرات النشطة يتيح تحولاً رقمياً سريعاً دون تعطيل البنية التحتية التشغيلية الحالية. ويسلط متخصصو الأتمتة الصناعية الضوء على الرؤية الحاسوبية باعتبارها تمهيداً حيوياً للبيئات المستقلة، حيث توفر الذكاء المكاني اللازم لنشر الروبوتات المتنقلة المستقلة إلى جانب العمال البشر بأمان.

وعلى العكس من ذلك، تحث مجموعات الحريات المدنية ومنظمات الحقوق الرقمية على توخي الحذر بشأن التوسع السريع للشبكات البصرية القابلة للبحث. ويوضح المدافعون عن الخصوصية أن تحويل أرشيفات الفيديو المستمرة إلى قواعد بيانات قابلة للبحث بالكامل يلغي حواجز الخصوصية التقليدية الناتجة عن صعوبة المراجعة اليدوية لأرشيفات التسجيل. ويوضح الناقدون أنه بدون أطر قانونية صارمة، يمكن استغلال أدوات البحث في الفيديو باللغة الطبيعية للمراقبة التطفلية في مكان العمل أو التوصيف السلوكي غير المصرح به.

وتراجع السلطات التنظيمية، ولا سيما داخل وكالات حماية البيانات الأوروبية، بنشاط كيفية توافق تحليلات الفيديو في الوقت الفعلي مع القوانين الحالية للخصوصية، مع توقعات بأن تلزم الأطر القانونية بحدود صارمة فيما يتعلق بجمع البيانات البيومترية وجداول الاحتفاظ بالبيانات.

## What we don't know yet على الرغم من الإمكانات التقنية للذكاء الاصطناعي الفيزيائي القائم على الفيديو، تظل العديد من المعايير التشغيلية والتجارية الرئيسية غير مؤكدة في المجال العام.

لم يتم الكشف بالكامل عن الهيكل التجاري المحدد ونماذج تسعير المؤسسات ومتطلبات النفقات الإضافية لنطاق التردد لمنصة البرمجيات الخاصة بـ Lumana. ولا يزال من غير الواضح كيفية تقسيم أعباء العمل الحسابية بين أجهزة الكاميرات المحلية وبوابات الحافة المحلية والخوادم السحابية عند تنفيذ استعلامات بصرية معقدة عبر عمليات نشر واسعة النطاق للمرافق.

علاوة على ذلك، وعلى الرغم من تثبيت 562 million كاميرا عالمياً، فإن النسبة الدقيقة للكاميرات القديمة التي تمتلك الدقة البصرية واتصال الشبكة واستقرار البرمجيات الثابتة (firmware) المطلوبة لدعم فهرسة الفيديو بالتعلم العميق دون تعديلات في الأجهزة تظل غير معروفة.

بالإضافة إلى ذلك، لم يتم نشر بيانات قياس الأداء من طرف ثالث بشكل مستقل فيما يتعلق بدقة خوارزميات Lumana عبر الظروف البيئية الصعبة—مثل الإضاءة المنخفضة أو الغبار الكثيف أو الانغلاق البصري الشديد. كما تمثل الدرجة التي سيفتح بها مزودو برمجيات إدارة الفيديو (VMS) الخاصة واجهات برمجة التطبيقات (APIs) الخاصة بهم لمنصات برمجيات الذكاء الاصطناعي الفيزيائي التابعة لطرف ثالث سؤالاً مفتوحاً في الصناعة.

## What to watch سيعتمد مسار الذكاء الاصطناعي الفيزيائي عبر شبكات كاميرات المؤسسات على العديد من المحطات التقنية والتجارية والتنظيمية الرئيسية.

وتشمل التطورات الرئيسية التي يجب مراقبتها ما يلي: - مقاييس اعتماد المؤسسات: السرعة التي تعتمد بها المؤسسات اللوجستية والتصنيعية والتجزئة والبلدية الكبرى طبقات البرمجيات لفهرسة شبكات الكاميرات القديمة مقابل شراء أنظمة بيئية لكاميرات الذكاء الاصطناعي الخاصة. - أطر الامتثال التنظيمي: قرارات التنفيذ بموجب Artificial Intelligence Act لـ European Union والأحكام الإقليمية للخصوصية التي تحكم معالجة الفيديو المؤتمتة والتصنيف البيومتري ومراقبة الموظفين. - توحيد معايير الأجهزة والبرمجيات: ظهور معايير مفتوحة المصدر وواجهات برمجة تطبيقات (APIs) موحدة عبر مصنعي كاميرات IP، مما يتيح التوافق التشغيلي البيني السلس بين طبقات برمجيات الذكاء الاصطناعي للطرف الثالث والبصريات الصلبة. - تكامل الذكاء الاصطناعي متعدد الوسائط: التطورات التكنولوجية التي تجمع بين فهرسة الفيديو في الوقت الفعلي والمدخلات الحسية غير البصرية، مثل التصوير الحراري والمستشعرات الصوتية وأجهزة مراقبة البيئة لإنترنت الأشياء (IoT)، لإنشاء نماذج ذكاء اصطناعي فيزيائي شاملة.

يستند هذا التقرير إلى تقارير أصلية نشرها Kolawole Samuel Adebayo.