A frase "segurança em tempo real" aparece no marketing de quase todos os sistemas de IA de segurança. Mas "tempo real" numa nuvem de dados center em Frankfurt não é o mesmo que "tempo real" numa câmera a dez metros de um conflito veículo-pedestre em desenvolvimento.
Este artigo trata do tempo — especificamente do tempo entre quando o risco se desenvolve e quando o alerta chega à sala de controle. E porque esse tempo é determinado inteiramente pela arquitetura, não pelo modelo de IA.
A matemática da latência
Um veículo pesado em ré a 5 km/h cobre 1,4 metros por segundo. Um pedestre que caminha a 5 km/h cobre 1,4 metros por segundo. Dois objetos em trajetórias de colisão a essa velocidade percorrem 2,8 metros por segundo em direção um ao outro.
Numa situação típica de conflito veículo-pedestre, a janela entre detecção viável e contacto pode ser de dois a cinco segundos.
Um sistema que leva dois segundos para transportar vídeo para a nuvem, mais um segundo para inferência, mais um segundo para entregar o alerta de volta ao local usa quatro segundos de uma janela de cinco segundos. Não há tempo para uma sala de controle humana responder antes do contacto.
O mesmo sistema executando inferência no local — num dispositivo de borda a metros da câmera — adiciona zero latência de rede. O alerta chega em 200ms desde o evento. Isso deixa a janela de resposta humana intacta.
O problema de largura de banda que escala
O vídeo de câmera é de alta largura de banda. Uma única câmera de 1080p a 25fps corre entre dois e quatro megabits por segundo de dados de vídeo. Um local com 50 câmeras produz 100-200Mbps de vídeo contínuo.
Transmitir isso para a nuvem exige uma ligação de internet que a maioria dos locais industriais não tem — e o custo de providenciar essa largura de banda, em toda a instalação, indefinidamente, é substancial. Quando a conexão falha ou ficar congestionada, o sistema de segurança que depende dela para inferência fica cego.
O processamento de borda elimina este problema: o vídeo é analisado no local onde é produzido. A rede transporta apenas metadados de alerta — timestamps, categorias, clipes de eventos — que são minúsculos em comparação com o vídeo bruto.
A lacuna de privacidade que a arquitetura de nuvem não consegue fechar
Vídeo de câmera de um local industrial contém segredos comerciais, operações de processo, rotas de entrega, comportamento de trabalhadores. Transmiti-lo para um serviço de nuvem de terceiros introduz riscos de privacidade e segurança que as equipas de TI industriais levam a sério.
O processamento de borda local fecha essa lacuna. O vídeo nunca sai da rede local. O dispositivo de borda processa e descarta frames; o que persiste são os metadados de evento, não a filmagem de vídeo.
O que "latência de borda" realmente significa na prática
A SecureSafety opera com latência de alerta típica de menos de 200ms desde o evento até o alerta. Esta medição é para a entrega do alerta na sala de controle: o tempo desde que o modelo de IA detetou o evento até que o alerta apareça no ecrã do operador.
Este número é apenas possível quando a inferência corre localmente, os dados de alerta são transmitidos numa rede local, e o display da sala de controle está em conectividade de baixa latência com o dispositivo de processamento. Nenhum componente desta cadeia envolve a internet.
A taxa de erro sub-0,05% também contribui para a latência percebida. Um sistema com uma taxa de falsos positivos de 5% pode parecer mais rápido — há mais alertas, e alguns deles chegam cedo — mas a taxa mais alta de ruído de alerta significa que os operadores aprendem a abrandar as suas respostas. O sistema com sub-0,05% de erros gera menos alertas que chegam mais depressa e que são todos atuados.
