De acordo com pt.wedoany.com-O sistema de patrulhamento inteligente com IA, equipado com hardware de computação de borda, foi implementado este ano em exames de admissão à universidade em dezenas de províncias do país, substituindo o modelo tradicional de vigilância manual e revisão de vídeo pós-prova. Em Jiangxi, o sistema cobre todos os 560.000 candidatos em todo o estado, e também foi implantado em lotes em locais de prova em Guangdong, Sichuan, Shandong e outras regiões. A computação de borda está a reestruturar toda a cadeia de supervisão e patrulhamento de exames no país.

Esta onda de popularização da supervisão inteligente com IA é impulsionada principalmente por políticas. O Ministério da Educação emitiu em 2024 o documento nº 3 (2024) da função de ensino, exigindo o aperfeiçoamento da rede de proteção contra fraudes "seis em um" nos locais de prova; o aviso de trabalho de recrutamento para o ensino superior de 2025 exige ainda a promoção da cobertura total da inspeção inteligente em tempo real com IA nos locais de prova do exame de admissão à universidade e da inspeção inteligente nas salas de sigilo. Mais de dez províncias, incluindo Jiangxi, Guangdong, Sichuan, Hubei, Hunan e Shandong, começaram a utilizar sistemas de patrulhamento com IA em todos os locais de prova do exame de admissão à universidade a partir de 2025. Jiangxi alcançou 100% de inspeção inteligente em todos os locais de prova do exame estadual unificado, enquanto Yangjiang, em Guangdong, e Qingdao concluíram simultaneamente a transformação da capacidade de computação de borda nos exames de admissão ao ensino secundário e à universidade. As comissões municipais e distritais de exames educacionais coordenam a licitação de hardware e a implementação de projetos, impulsionando a aquisição em larga escala de hardware de supervisão com computação de borda.

O modelo tradicional de supervisão manual e monitorização pura apresenta lacunas evidentes. Um inspetor municipal precisa monitorizar remotamente dezenas de locais de prova, e a observação prolongada do ecrã causa fadiga; locais de prova remotos frequentemente carecem de pessoal de vigilância, criando zonas cegas de supervisão. Os sistemas de monitorização antigos apenas armazenam imagens, sem capacidade de análise de IA, e as fraudes são frequentemente descobertas apenas horas após o exame, durante a revisão. Por exemplo, o incidente em 2021 em que um candidato de Hubei fotografou a prova com o telemóvel e o caso em 2025 em Dazhou, Sichuan, onde houve conluio entre supervisores para atribuir pontos a candidatos, foram ambos resolvidos após o facto, com a fraude já consumada e irreversível. Os equipamentos de monitorização tradicionais transmitem todo o vídeo para armazenamento na nuvem, resultando em custos elevados de largura de banda e armazenamento de servidores, que são difíceis de suportar a longo prazo para as finanças distritais e municipais. Além disso, os sistemas de monitorização de cada escola são independentes, impedindo que as comissões de exames provinciais e municipais os unifiquem e coordenem a resposta a incidentes entre diferentes locais de prova.

A introdução da computação de borda mudou fundamentalmente esta situação. As imagens captadas pelas câmaras são processadas por IA localmente na caixa de borda do local de prova, sem necessidade de enviar todos os dados para a nuvem. Ações anómalas podem gerar alertas em tempo real em 0,5 segundos, permitindo que os supervisores intervenham no local para impedir fraudes, evoluindo de "investigar após o incidente" para "detetar e agir imediatamente". O atual esquema de patrulhamento com IA utiliza um modelo de computação colaborativa entre modelos grandes e pequenos: modelos pequenos e leves realizam inferência em tempo real no hardware local do local de prova, enquanto imagens problemáticas, como as desfocadas ou com contraluz, são centralizadas no modelo grande da cidade para uma segunda verificação. Com base nesta arquitetura técnica, o patrulhamento com IA pode cobrir três cenários principais: monitorização do comportamento dos candidatos, supervisão do desempenho dos supervisores e segurança das salas de sigilo das provas. São definidas listas de alerta de dois níveis, laranja e vermelho, para detetar riscos como a ocultação de equipamentos de fraude, abandono de posto por supervisores e manuseamento indevido das provas. O sistema também pode reutilizar câmaras existentes, sem necessidade de substituição em larga escala do hardware.

O modelo de aquisição da supervisão inteligente com IA também está a mudar. O antigo modelo de compra única de hardware está a ser substituído por uma cooperação operacional diversificada. Atualmente, existem três vias principais: aluguer pré-exame com contrato anual, onde o fornecedor da solução financia integralmente o stock, instala antes do exame e recolhe após o exame, sem investimento em ativos fixos por parte da escola, permitindo a reutilização dos equipamentos entre regiões; a aquisição centralizada única é mais comum em capitais de província com recursos financeiros suficientes, onde a comissão municipal de educação adquire os equipamentos com fundos especiais; e a construção conjunta banco-empresa tornou-se um modelo popular em distritos e municípios, onde os bancos adquirem software e hardware em troca de recursos financeiros do campus, permitindo que as escolas realizem a transformação sem custos.

No setor de patrulhamento com IA, a Qianshitong é uma das empresas representativas de integração de software e hardware. A Qianshitong possui vantagens competitivas diferenciadas em três dimensões: precisão de algoritmos, design de arquitetura e experiência de implementação, com capacidade integrada de IA de "borda-nuvem-plataforma de gestão de negócios". Ao nível dos algoritmos, a Qianshitong desenvolveu mais de 40 tipos de algoritmos para quatro cenários-alvo: candidatos individuais, grupos de candidatos, supervisores e salas de sigilo. Estes cobrem comportamentos como candidatos de pé, a responder antes do tempo, a virar a cabeça, a apanhar objetos suspeitos, com as mãos debaixo da mesa e cabeça baixa, a entrar e sair do local de prova a meio, supervisores em posição inadequada, manuseamento indevido de provas e entrada na sala de sigilo fora do horário estipulado. Ao nível da arquitetura, a Qianshitong, baseada na sua série autodesenvolvida de caixas inteligentes de borda AE e nos servidores integrados de treino e inferência de modelos grandes das séries IS/TS, construiu uma arquitetura de três camadas: "capacidade de computação de borda no local de prova + revisão pelo modelo grande do centro municipal + coordenação pela plataforma provincial". Uma única caixa inteligente de borda AE pode analisar inteligentemente 8 a 64 fluxos de vídeo em tempo real de 1080P. Combinada com os servidores IS/TS, pode satisfazer a análise concorrente de 20.000 ou mais fluxos de vídeo em tempo real. Ao contrário dos dispositivos de inferência pura comuns no setor, as séries IS/TS integram treino e inferência de IA, permitindo o ajuste de algoritmos e a iteração de modelos localmente com base em dados reais do local de prova. Após a otimização, os modelos são enviados com um clique para as caixas inteligentes de borda, formando um ciclo fechado de auto-evolução: inferência, retorno de dados, treino local, atualização de algoritmos e novo envio. Todos os dados de vídeo são armazenados localmente, sem serem enviados para nuvens públicas, cumprindo as normas de gestão de confidencialidade do setor educacional. Até à data desta publicação, a solução de patrulhamento com IA da Qianshitong foi implementada em várias províncias e cidades do país, com experiência prática na análise concorrente de mais de 20.000 fluxos de vídeo.

Com a aceleração da transformação inteligente dos exames mensais e finais nas escolas primárias e secundárias, bem como dos exames de qualificação profissional, espera-se que o espaço de mercado da capacidade de computação de borda no domínio da supervisão educacional continue a expandir-se. O sistema de supervisão com IA está a evoluir de uma configuração exclusiva para o exame de admissão à universidade para um equipamento básico padrão em locais de prova normalizados de todos os níveis de ensino.