Axis 技術長，Johan Paulsson，自2008年任職以來，主要負責該公司的年度產品開發，以及思考並掌握未來發展趨勢。經過 AR Media 採訪記者專訪下， Paulsson 先生表示，2020年將受到(下方)五大科技趨勢的影響，並預測了未來安防科技產業將改變之走向。
- 全世界頭端設備，都在轉變中
今時今日，全球已經有數十億支的設備都連在網路上，而且數量也還在快速地增加當中。不過這些連網設備的需求及本質上，已經深深地受到影響。
簡單地說，這些期望連上網路的"物"，期待能夠讓使用者有能力意識到將能發生哪些狀態、能馬上決定怎麼做、或幫助立即採取行動。 如，電動車就是一個明顯的例子。 如何與外部環境(如交通號誌)進行有效通訊 、或透過感知器來偵測可能的危險(如偵測到車前的人、物)，能夠幫助駕駛(或車體)在幾秒鐘就決定該怎麼做。因此，情境數據的傳送到數據中心、進行分析、到傳回到車體程控中的這個時間差(延遲)將不能接受花太長的時間。
同理可應用在影像監控產業。如果未來我們將從"被動"轉追求為"主動"，採用意外預防來取代事件後的應變處置，那麼，攝影機本身將需要處理更多的數據及分析。
但是，這需要頭端設備中功能進行強化的需求，有增加的趨勢；主要期待它們能在防災及安全防護應用中，扮演更具關鍵的腳色，以創造更多後端的效益(這我以後會再說)。 - 專用設備的處理能力
為某種應用開發出來的專用及整合好的軟硬體設備，必須要有更強的終端計算能力。因此，連網設備上也必須要加入運算能力，最好是從使用晶片就開始為此目的來加強設計；這也是為什麼 AXIS一直都有投資開發自己用的晶片裝置。這可以從電路板(或晶片上)開始，為今日及將來要用的影像監控專用特性，進行設計；也與ARTPEC-7最新版本中以"安全優先"考量之設計原則相符合。
內建AI(智慧辨識)的機器設計及深度學習運算的概念，也將會快速發展，並將更普及。那些已經有此功能的設備/系統，AI (或進階運用深度學習技術)將不再只是大家談論的流行名詞，而即將實現在日常應用上。這技術將不再只是以"令人興奮"的技術為主題來吸引大家的關注，可能會讓人認為這項技術並未達到它應該產生的潛力。事實上，(未強調技術本質)反而讓人類更願意採用這項技術，雖然沒看到它實質的運作，人類會感謝這項技術的發明。然而，再次強調，這技術需要朝產生出更"輕量化"的新的深度學習模式努力，以能不需要花費設備太多的儲存空間及運算力。 - 朝推出更令人信賴的頭端設備發展
"信賴"有很多型態與面向。我們相信機構(單位)會以負責任的方式來蒐集及使用我們的數據/資料；相信設備的數據都能不受網路犯罪所用；相信數據本身是正確的，以及技術本身會依據設計的宗旨來運作。而終端設備可能就是會讓我們信賴或摧毀信賴的點。
"可信度"在整個供應鍊中是十分重要的。當設備硬體中內建間諜晶片是可能的話，則連網設備將會透過韌體更新(而非於出廠時設定)，很容易被同時安裝了可被秘密駭入的"後門"。
圍繞著個人隱私的話題，將會持續在全球繼續被討論。當頭端設備中可以使用動態虛名化(dynamic anonymisation)及加遮罩(masking)的技術來保護隱私的話，對此議題，現在各市場區域間或國與國之間所採取的態度與法規並不很一致。因此安防監控領域中的各業者仍需要持續努力，來導引發展國際間(一致)的法律規範框架。
配合未來需要聯網設備本身要能處理及分析更多數據資訊的情況下，資安防護力將會變得更形重要。即使證實會實質或面臨更多且複雜的網路攻擊，這(些駭客攻擊)將使得許多使用單位、機構，會無法進行最基本的韌體升級。一套安全的系統，最基本的要求就是需要，透由清楚的硬體、軟體、及使用政策，來讓設備可單獨管理、以及能針對整體的監控系統方案進行全面性的生命週期的管理。 - 管理法規: 應用案例 vs 技術
雖然困難，但如果不是不可能，(在正確且大多數情況下) 要對使用的技術進行規範。以應用案例中所使用的技術來進行規範，是切合實際的。舉"臉部辨識"這項技術為例。 在某一些應用中，特別是在機場中快速辨識某人的行經路徑，使用臉部辨識應該是最好用且無害的方式。儘管如此，若用來監控市民或在社群信用系統中用，則會被認為是不好的應用，人民也不想要這樣用。這兩種使用範例中的應用科技，都是相同的，但是應用出發點，則十分不同。
而全球市場中，對於應用案例及法規規範，所持的態度，會各有不同。歐盟的GDPR就是最引人注目的範例之一。為保護歐盟人民的被蒐集、存錄、處理及使用他們的個人資料之權益，這是目前全球訂定最嚴謹的數據法規。其他國家的規範沒有這麼嚴格，並且許多其他區域營運，提供在線(online)服務的的業者，因為不符合GDPR的規範，而被拒絕取得歐盟居民的資料。
規範的訂定是為了努力保持與科技發展同步的先進應用與管理，然而各國政府將會持續專注找到可以嘉惠他們百姓與政府管理上之使用案例的管理法規。產業業者必須在努力開發出更多變的市場應用版圖下，也將持續(在各國法規下)嚴格考驗廠商的商業道德。 - 網路將更多樣性
因為某些監管規範的複雜性所直接造成的結果，有鑑於個資及網路資安考量，我們已經看到網路環境已經朝不再使用過去20年以來所用的完全開放的網路環境。當我們傳輸、分析及儲存數據(資料)，網路及公共雲服務仍然是我們經常使用的部分，未來將會增加更多私有雲及混合雲類型之使用。我們有看到"智慧島"的需求成長；"智慧島"是為特定應用所開發的系統，會限制及直接連到相互作用的其他獨立系統。
儘管有些人認為不應該從開放的網路環境移出，但是只要涉及到安全及資訊保護的論述，這些人就會被說服。另外，以前在完全開放的網路環境下的資料分享，被認可以讓AI 及機器學習技術進步；這是在假定依賴大量數據下所進行的機器學習是為了讓電腦學習所得到的智慧而成立。但是，先進的技術，也意味着如今，可以針對具有相對少量數據的特定應用，以量身訂製預訓練的模型。 例如，AXIS最近參與了一項計畫，該案是為交通監控建立了一個監控模型；這模型僅使用7000張照片，就開發出在意外事故偵測中的誤報率降低了95％的應用實例。
(翻譯: Asha Chang 張月霞)
