Analítica y Acción

La capa que no sube de escalón: hace rendir el que ya se tiene. Qué pide, qué da y dónde termina.

Analítica y Acción es que el sistema clasifique lo que ve en el momento en que lo ve, y que esa clasificación llegue a un destinatario que pueda actuar sobre ella: una persona, un contacto que cierra, un sistema.

No es un producto ni una marca y —esto la separa de las otras cinco— no es una etapa de la obra: es una propiedad que se le puede pedir a los equipos del predio. Una precisión sobre eso, porque «a cualquier equipo» promete de más: la propiedad se pide equipo por equipo. Algunos ya la tienen, otros la alcanzan con un agregado y otros no pueden — y eso hay que decirlo. Se verifica antes de comprar porque existe un perfil de interoperabilidad, ONVIF Profile M, que define cómo un equipo publica la clase que detectó y por qué canal la entrega: se exige por escrito, en vez de creerle a una ficha que dice «con analítica».

La definición corta son dos frases que cualquiera dijo alguna vez. Está todo grabado y no sé nada: hay cámaras, hay disco, y averiguar qué pasó el jueves sigue siendo una persona sentada mirando — Analítica es que el sistema separe en clases mientras mira. El aviso llegó y no pasó nada: la detección funcionó, el aviso sonó, y el portón sigue abierto — Acción es que esa clasificación cierre un contacto y haga algo.

La segunda frase tiene medición pública detrás: la guía False Burglar Alarms de la COPS Office del Departamento de Justicia de los Estados Unidos dice que entre el 94 y el 98 % de los avisos de alarma a los que responde la policía resultan falsos. Eso mide alarmas de intrusión monitoreadas en los Estados Unidos, con datos de 1999-2004 publicados en 2011 — no es analítica de video ni es Argentina. Lo que traslada es el mecanismo: el aviso que llega sin clasificar se queda sin nadie que le crea.

Y al portón que se cierra cada vez que pasa un perro le falta la otra mitad. Con clasificación deja de cerrarse por el perro y sigue cerrándose por el operario que dejó la puerta trabada. Conviene ser exacto con lo que eso arregla: esa misma guía agrupa las falsas alarmas en tres causas principales —cómo se opera, el equipo elegido y cómo se instaló— y aclara enseguida que no son las únicas, porque también nombra el clima, los errores de la central de monitoreo y los de la línea. Y mete los animales y los globos adentro de los errores de usuario. Así que la clasificación no arregla ninguna causa entera: le saca a la primera los disparos por un animal o una rama, y le deja intacto al operario que dejó la puerta trabada. Decirlo es parte de lo que se cotiza.

Las dos mitades son necesarias. Analítica sin salida produce un tablero que nadie mira; acción sin clasificación, un portón que se cierra cada vez que pasa un perro. Una sola de las dos no es media capa: es una capa que no funciona.

Pide dos cosas concretas, y ninguna es un escalón. La primera es algo que produzca la clasificación mientras mira — y eso queda incompleto mientras no diga dónde: en la cámara, en un equipo del predio o en un servidor remoto. Un trabajo de Microsoft Research sobre analítica de video en tiempo real sostiene que las cámaras son lo más exigente que se conecta a una red —volumen de datos, cómputo y latencia— y que a escala el procesamiento se reparte entre esos tres lugares. En un presupuesto: se paga en enlace o se paga en equipo.

La segunda es un destinatario de la salida: sin él, la mitad «Acción» no existe y queda sólo un tablero. Tampoco es idea nuestra: la norma ANSI/ISA-18.2, de gestión de sistemas de alarma, lo mete adentro de la definición —una alarma es el aviso de una condición anormal que requiere una respuesta— y pide documentar la acción esperada y la consecuencia de que no se haga, antes de encenderlo. Así que además de la condición hay que escribir la respuesta esperada, aunque ejecutarla no sea de esta capa: no es decidir, que sigue siendo de otro escalón; es la prueba de que el aviso tiene sentido. La norma lo dice al revés y más filoso: al aviso que nadie puede contestar hay que darlo de baja.

Alguien tiene que escribir qué se considera un evento, y sobre todo qué queda afuera. Lo que queda afuera no genera una falsa alarma: genera una detección que no ocurre, que es peor y más difícil de descubrir, porque no deja rastro. Esa lista la escribe quien conoce la operación, no el catálogo — y hay que agregarle qué se hace con lo que el sistema ve y no sabe nombrar.

Alguien tiene que escribir la condición: bajo qué circunstancia una clasificación dispara la salida, en qué horario, en qué sector, con qué demora. Una salida cableada sin condición escrita se conecta igual y se desconecta a la semana. Y alguien tiene que hacerse cargo del destinatario en el tiempo: es el punto por el que esta capa se degrada sola. Nadie la rompe — deja de tener a quién avisarle.

Y pide píxeles, que no figuran en ninguna ficha. Decir que hay algo cuesta una fracción de los píxeles que cuesta decir qué es: la norma IEC 62676-4 los cuenta por metro sobre el objetivo y fija un valor por tarea —detectar que hay alguien, reconocer a alguien ya visto, identificarlo—, y entre la primera y la última hay diez a uno. Ningún software agrega los píxeles que el lente no entregó. Se mide sobre el plano con la cámara que ya está, y decir en qué puestos la capa se apoya en lo instalado y en cuáles no llega, antes de cotizar, es la diferencia entre asesorar y vender. El texto de la norma es pago: lo que se leyó es su tabla de densidades reproducida por un fabricante.

Lo que NO pide, y es lo que la distingue: ningún escalón resuelto debajo.

EL FLUJOGRAMA

La fila que manda es la tercera: dice también lo que no va a pasar.

Da que cada escalón devuelva lectura en vez de archivo. Es el mismo sistema y la misma gente: cambia qué queda del otro lado cuando pasa algo.

Lo que pasó deja de llegar como movimiento y llega con nombre. Una persona, un vehículo, un casco que falta: lo que el sistema devuelve es la clase, y la clase es un dato que antes no estaba.

El aviso deja de terminar en un celular y pasa a ser una salida que el sistema entrega: cierra un contacto, traba una barrera, o le llega a una persona nombrada. La diferencia no es de potencia: es de que la salida esté puesta y la condición escrita. Lo que pase después ya no es de esta capa.

Y da algo que se paga antes de la primera detección: obliga a que el proyecto declare qué se considera un evento. Es lo que hace que dos presupuestos parecidos dejen de parecerse.

Lo que no da, y es su definición: no cambia de escalón a nadie. El predio queda donde estaba. Lo que cambia es cuánto rinde el peldaño que ya tiene.

Esta capa no se rompe con un error en pantalla: se rompe callada, siempre de las mismas maneras, y ninguna avisa.

La primera es la lista de clases, que se cuenta entera más abajo; lo que hay que agregar acá es que el número de confianza no sirve para detectarla, porque no mide pertenencia a la lista sino parecido con la clase más cercana de las que aprendió. En Deep Neural Networks are Easily Fooled (CVPR 2015) hay imágenes sintéticas, fabricadas a propósito para provocar el efecto, que para una persona no son ningún objeto y que la red daba por reconocidas con 99,99 % de confianza. «El sistema está seguro» y «el sistema acertó» son dos afirmaciones distintas.

La segunda es de óptica y no de software: el puesto donde no hay píxeles para la tarea que se le pide, donde la capa no falla a medias sino entera. La tercera es el destinatario que se muda, se jubila o cambia de área sin que nadie actualice a quién le llega. Y la cuarta es la salida conectada sin condición escrita, que se desconecta a la semana cuando alguien se cansa de la barrera que baja sola.

Hay una quinta que no es de esta capa. Si la lectura llega bien clasificada y el que la recibe igual tiene que armar el contexto a mano —abrir tres pantallas, buscar de qué cámara era—, eso ya es Confort operativo y se resuelve ahí. Ésta entrega; que entregar sea cómodo es otro peldaño.

Es la única de las seis que no tiene un escalón debajo ni uno arriba. Recibe de los cinco lo mismo —algo que mirar— y les devuelve lo mismo —una lectura en vez de un archivo—. La relación se escribe hacia los costados.

Con Seguridad: aquél es que quede registrado, ésta que quede clasificado mientras se registra. No amplía lo que el sistema ve: cambia lo que entiende. Y ahí está el límite: lo que no está en la lista de clases no se clasifica mal — no se clasifica. Ésa es la mitad del cuadro, y la otra mitad es la que muerde: lo que no está tiene dos destinos y ninguno es el correcto. O no se clasifica y no deja rastro —una detección que no ocurre, que se descubre tarde—; o entra a la fuerza en la clase más parecida y llega como un evento que parece bueno. No es el defecto de un fabricante: la revisión Recent Advances in Open Set Recognition, publicada en IEEE Transactions on Pattern Analysis and Machine Intelligence, lo describe como estructural —al entrenar es imposible juntar ejemplos de todas las clases que después van a aparecer— y aclara que tratar bien lo desconocido es trabajo agregado y no una conducta de fábrica. Por eso la lista se escribe antes, y con lo que queda afuera al lado.

Con Control: ésta produce clasificación mientras mira; aquél otorga y niega contra un padrón. Reconocer a quien se acerca no es autorizarlo: uno responde quién es y el otro si puede. Y hay una medición que muestra por qué importa: el NIST publicó en 2019 un estudio de efectos demográficos en algoritmos de reconocimiento facial, y en cotejo uno a uno los falsos positivos llegaban a ser de 10 a 100 veces más frecuentes según el grupo demográfico y el algoritmo. Eso mide reconocimiento facial, no clasificación genérica de persona o vehículo, y no se extrapola. Pero deja dicho algo que vale acá: un falso positivo de reconocimiento no puede tener consecuencia de padrón.

Con Confort operativo: aquél se ocupa de que quien recibe la lectura no tenga que armar el contexto; ésta la produce. Con Sustentabilidad: los dos son invisibles para el usuario y ahí termina el parecido — aquél es que el equipo siga existiendo; ésta, que lo que el equipo ve se convierta en algo.

Y con Productividad, el borde más filoso, porque los dos suenan a «el dato se usa». Ésta llega hasta la entrega de la clasificación y ahí termina su contrato; el quinto es que una decisión cambie por eso. El destinatario de esta capa puede ser un relé; el lector del quinto no. Ésta es del lado de la máquina; aquél, del lado de quien manda.

DOS EJES QUE NO SE ORDENAN

Dos preguntas distintas. No se ordenan entre sí.

ANALÍTICA Y ACCIÓN

¿Con qué fidelidad responde la etapa donde el predio ya está? La respuesta no cambia de renglón: eso es atravesar. Analítica clasifica mientras mira; Acción hace que esa clase cierre un contacto. Una sola de las dos no es media capa: es una capa que no funciona.

ENTRA DESDE EL PRIMER PROYECTO · NO NECESITA NINGÚN ESCALÓN DEBAJO

La altura del predio queda donde estaba: lo que cambia es cuánto rinde el peldaño que ya tiene.

Estas preguntas no favorecen a nadie: miden cualquier propuesta, la nuestra incluida, y comparten una propiedad — o hay respuesta escrita, o no la hay.

Cuál es la lista de clases y qué se hace con lo que no está en ella, que separa a quien pensó el problema de quien repitió el catálogo. Dónde corre la clasificación y qué hay que sostener para que corra ahí, que se convierte en plata en dos renglones distintos: enlace o equipo. Cuántos píxeles por metro tiene el objetivo en cada puesto, con las cámaras que ya están, que se calcula sobre el plano antes de comprar nada y contesta si la capa se apoya en lo que hay o pide equipo. Y por qué canal sale la clase detectada, y si ese canal es conforme a un estándar abierto, porque una salida propietaria ata el proyecto a la marca.

Las cuatro se contestan por escrito o no se contestan: «nuestra analítica es muy buena» no es una respuesta a ninguna.

No se sabe mirando un tablero encendido, y no hace falta ningún número: se sabe por señales de la operación. Cuando alguien cuenta lo que pasó ayer, lo cuenta con nombres —una persona, un vehículo, un casco que falta— y no con «se movió algo en el fondo». Los que reciben los avisos los siguen leyendo a los tres meses: una capa rota se delata en que nadie mira el celular cuando suena. Hay un papel, aunque sea feo, con qué se considera un evento y a quién le llega cada cosa. Y cuando el destinatario cambia de puesto, la lista se actualiza sin que el sistema tenga que fallar primero.

Hay una señal más que ya no le pertenece: cuando esa lectura se usa para decidir distinto —mover un turno, cambiar una ronda—, eso es Productividad, un escalón y no una capa. Ésta termina cuando la clasificación llegó.

Rana Sampson, «False Burglar Alarms», 2ª ed., Guide No. 5, COPS Office, U.S. Department of Justice, agosto de 2011. ⚠️ El 94-98 % se apoya en ejemplos de 1999, 2001 y 2004: datos de 1999-2004, publicados en 2011. Mide alarmas de intrusión monitoreadas en los Estados Unidos — no es analítica de video ni es Argentina.

Nguyen, A., Yosinski, J. y Clune, J., «Deep Neural Networks are Easily Fooled», CVPR 2015. El 99,99 % es sobre imágenes sintéticas fabricadas a propósito para provocar el efecto.

Geng, C., Huang, S. y Chen, S., «Recent Advances in Open Set Recognition: A Survey», IEEE Transactions on Pattern Analysis and Machine Intelligence.

NIST — «NIST Study Evaluates Effects of Race, Age, Sex on Face Recognition Software», sobre el informe NISTIR 8280 (FRVT Part 3: Demographic Effects), 2019. ⚠️ Mide reconocimiento facial, no clasificación genérica de persona o vehículo: no se extrapola.

Ananthanarayanan et al. (Microsoft Research), «Real-time Video Analytics: the killer app for edge computing», IEEE Computer, octubre de 2017.

ANSI/ISA-18.2-2009, «Management of Alarm Systems for the Process Industries», leída a través del whitepaper de Bill Hollifield (PAS) publicado por ISA. El texto de la norma es pago y no se leyó.

IEC 62676-4:2014, criterios DORI, leída a través del whitepaper de Axis Communications. ⚠️ FUENTE DE PROVEEDOR; el texto de la norma es pago y no se leyó.

ONVIF Profile M — perfil de interoperabilidad para metadatos y eventos de analítica. ⚠️ Material del propio foro de fabricantes.