[[286212]]

本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請(qǐng)至雷鋒網(wǎng)官網(wǎng)申請(qǐng)授權(quán)。

過去一年，AI安防市場(chǎng)有實(shí)體經(jīng)濟(jì)的掙扎、AI新秀的銳利、資產(chǎn)泡沫的瘋狂、相互之間的利益重構(gòu)。

變革，顯然已經(jīng)成為AI安防行業(yè)的時(shí)代主題。

商業(yè)模式在變，盈利模式在變，行業(yè)參與者在變，消費(fèi)者習(xí)慣也在變；大量新名詞、新公司的涌現(xiàn)讓傳統(tǒng)老人們無(wú)所適從，今天的新人在明天到來(lái)之時(shí)也遇到了上述所提困擾。

大背景下，賽道玩家們必須走一步看百步，了然新技術(shù)下產(chǎn)業(yè)的未來(lái)走勢(shì)，而這都將決定著企業(yè)產(chǎn)品的周期、產(chǎn)業(yè)競(jìng)爭(zhēng)的最后勝敗。

藉由此，在即將過去的2019年，雷鋒網(wǎng)AI掘金志通過采訪數(shù)十位業(yè)內(nèi)專家、企業(yè)高管，整合了他們的觀點(diǎn)與看法，記錄了他們認(rèn)為的過去一年來(lái)包括未來(lái)一年中，AI安防市場(chǎng)的八大技術(shù)趨勢(shì)與兩大行業(yè)走向。

AI安防“三維視覺化”

近五年的安防行業(yè)，一直處于被計(jì)算機(jī)視覺技術(shù)重新定義的階段，但它的發(fā)展，同時(shí)也受制于視覺的技術(shù)瓶頸。

CVPR 2022大會(huì)主席權(quán)龍教授曾談到，雖然計(jì)算機(jī)視覺對(duì)安防行業(yè)的推動(dòng)作用很大，但應(yīng)用范圍不外乎識(shí)別人、車、物等單一的應(yīng)用，局限在二維識(shí)別層面。而未來(lái)大規(guī)模城市級(jí)別的三維重建，將會(huì)成為最重要的任務(wù), 并重新定義智能安防。

三維視覺的最終目的，并不是當(dāng)前部分AI公司所從事的在靜態(tài)場(chǎng)景完成對(duì)人臉的3D高精度識(shí)別，而是利用攝像機(jī)系統(tǒng)實(shí)現(xiàn)整個(gè)城市的實(shí)時(shí)三維重建，并在重建的實(shí)景畫面中，完成對(duì)萬(wàn)物的識(shí)別、建模與決策。

“我們的終極目標(biāo)是對(duì)圖像的理解，也就是認(rèn)知，但當(dāng)前的計(jì)算機(jī)視覺只處于感知階段，我們并不知如何理解，計(jì)算機(jī)視覺一直是要探索最基礎(chǔ)的視覺特征，這一輪視覺卷積神經(jīng)網(wǎng)絡(luò)CNN本質(zhì)上重新定義了計(jì)算機(jī)視覺的特征。但人類是生活在三維環(huán)境中的雙目動(dòng)物，這使得人類生物視覺的識(shí)別不只是識(shí)別，同時(shí)也包括三維感知與環(huán)境交互。”

“因此我們要和三維打交道，二維識(shí)別所能做的事，在當(dāng)前眾多復(fù)雜場(chǎng)景中，是遠(yuǎn)遠(yuǎn)不夠的。但三維重建不是最終目的，而且是要把三維重建和識(shí)別融為一體。”

超寬場(chǎng)景“智能光場(chǎng)成像化”

一直以來(lái)，視頻監(jiān)控系統(tǒng)中最難處理的問題之一便是如何解決清晰度與寬距之間的平衡問題。寬距越大，覆蓋面越大、遮擋越小，但清晰度也低；寬距越小，覆蓋面越小，但清晰度很高。未來(lái)，這一問題可能會(huì)得到有效解決。

此前，33歲的清華大學(xué)副教授方璐提出新一代智能光場(chǎng)成像技術(shù)，該技術(shù)面向大范圍動(dòng)態(tài)場(chǎng)景的視覺感知與處理，實(shí)現(xiàn)了機(jī)器看的全、看的清和看的真，成為智慧城市的重要利器。

方璐提出了結(jié)構(gòu)自適應(yīng)光場(chǎng)成像新原理，建立了大場(chǎng)景自適應(yīng)光場(chǎng)感知新模型，研制出十億像素級(jí)陣列像感器成像裝備和智能處理平臺(tái)，在理論和技術(shù)上突破了大范圍動(dòng)態(tài)場(chǎng)景成像中寬視場(chǎng)和高分辨的固有矛盾。

智能分析處理平臺(tái)的建立，使得機(jī)器在智慧城市等復(fù)雜現(xiàn)實(shí)場(chǎng)景中不再“管中窺豹”，或者“只見樹木不見森林”。

進(jìn)一步，方璐還構(gòu)建國(guó)際首個(gè)十億像素級(jí)動(dòng)態(tài)大場(chǎng)景數(shù)據(jù)集 PANDA，率先實(shí)現(xiàn)單圖像下萬(wàn)級(jí)物體檢測(cè)與識(shí)別，千組對(duì)象群體關(guān)系分析，百倍尺度變化的長(zhǎng)程跟蹤。

該動(dòng)態(tài)大場(chǎng)景數(shù)據(jù)集為視覺算法研究提供了重要基礎(chǔ)，有望實(shí)現(xiàn)更大的突破。

智能成像“去硬件化”

目前深度學(xué)習(xí)技術(shù)主要應(yīng)用于模式匹配和圖像識(shí)別，例如人臉識(shí)別、車輛特征提取、視頻結(jié)構(gòu)化等。

而如果將這種深度學(xué)習(xí)技術(shù)應(yīng)用到前端傳感器圖像增強(qiáng)處理技術(shù)領(lǐng)域，直接對(duì)前端圖像傳感器輸出的裸數(shù)據(jù)進(jìn)行圖像恢復(fù)，可以最大化還原低照度環(huán)境下的實(shí)際圖像效果。

這種處理技術(shù)的好處是，它突破了傳統(tǒng)攝像機(jī)中ISP技術(shù)的局限性。

目前ISP由數(shù)十個(gè)圖像處理模塊組成，數(shù)百個(gè)參數(shù)需要人工根據(jù)經(jīng)驗(yàn)進(jìn)行調(diào)整，不僅費(fèi)時(shí)費(fèi)力，而且由于傳統(tǒng)算法的局限性，難以在低照高噪聲的情況下顯示出圖像中有用的信息。

而AI超微光技術(shù)對(duì)傳感器數(shù)據(jù)直接進(jìn)行處理，運(yùn)用神經(jīng)網(wǎng)絡(luò)完成輸入圖像到輸出圖像端到端的非線性映射。不僅如此，相對(duì)于增強(qiáng)補(bǔ)光，以及多目多光譜設(shè)計(jì)的硬件解決方案，獨(dú)創(chuàng)的深度學(xué)習(xí)圖像增強(qiáng)算法，可在大幅減少卡口對(duì)補(bǔ)光燈的依賴的條件下，提升圖像亮度，且充分還原物體顏色與紋理等細(xì)節(jié)信息。

某業(yè)內(nèi)人士提到，目前鮮有聽聞?dòng)蒙窠?jīng)網(wǎng)絡(luò)做出商用的整個(gè)ISP pipeline。一般是替換部分算法模塊，比如demosaic、noise reduction，如果能夠做到上述所提，對(duì)于行業(yè)來(lái)說(shuō)，無(wú)疑是重大突破。

同時(shí)他認(rèn)為，短期來(lái)看，還是傳統(tǒng)ISP加上神經(jīng)網(wǎng)絡(luò)，協(xié)同工作可以實(shí)現(xiàn)更好的圖像效果。

在產(chǎn)品層，今年安博會(huì)上，科達(dá)便發(fā)布了用于人員卡口、車輛卡口、及車輛電警夜間拍攝的超微光攝像機(jī)。與業(yè)界較為主流的星光、黑光技術(shù)不同，除了科達(dá)多年在基礎(chǔ)ISP圖像調(diào)制技術(shù)上的積累，還采用了自主研發(fā)的深度學(xué)習(xí)圖像增強(qiáng)算法，來(lái)增強(qiáng)攝像機(jī)的拍攝能力。

大華也發(fā)布了應(yīng)用于夜間拍攝的是“極光攝像機(jī)”，它也是繼星光之后的升級(jí)版，采用更優(yōu)的CMOS傳感器，及深度學(xué)習(xí)算法進(jìn)行人臉優(yōu)化。

?？低瑯右彩腔谥悄軋?chǎng)景需求定義，展示了新推出的AI多攝、雷視一體機(jī)等，AI 多攝系列包括合智能多攝系列、AR立體防控體系、黑光系列、三維精準(zhǔn)動(dòng)線系列等。

華為自然還是主打“軟件定義攝像機(jī)”，不過硬件方面，華為發(fā)布了業(yè)內(nèi)首個(gè)系列化多鏡多芯復(fù)眼型攝像機(jī)，以及業(yè)界首款5G攝像機(jī)等。

城市大腦“數(shù)字視網(wǎng)膜化”

現(xiàn)階段，通過監(jiān)控?cái)z像頭讓城市變得更智慧，不僅僅是單一的視頻檢索和計(jì)算機(jī)視覺問題，而是在面臨海量信息和突發(fā)事件時(shí)，能否能迅速做出反應(yīng)、能否降低計(jì)算量、能否有效識(shí)別和檢索等一系列龐大的系統(tǒng)工程。

現(xiàn)有視頻監(jiān)控體系的弊病，使得很多復(fù)雜任務(wù)無(wú)法完成，即便是人工智能大規(guī)模滲入后，需求方也往往為了一些特殊目的才加特定的智能攝像頭和處理系統(tǒng)。

有些專用攝像頭只是用來(lái)識(shí)別車牌號(hào)，有些攝像頭只用來(lái)識(shí)別人臉，這種打補(bǔ)丁式的方法實(shí)際會(huì)帶來(lái)很多問題，我們把它叫做“一對(duì)一模式”。

于是數(shù)字視網(wǎng)膜應(yīng)運(yùn)而出。

承載數(shù)字視網(wǎng)膜的攝像頭需做兩件事：首先做好編碼；其次為后面的識(shí)別，提取出所需的信息。

數(shù)字視網(wǎng)膜與人的眼睛既具有影像重構(gòu)（精細(xì)編碼視覺內(nèi)容），又具備特征提取（面向識(shí)別理解）的功能。

數(shù)字視網(wǎng)膜最終如何實(shí)現(xiàn)？

原則上這一部分把高效、監(jiān)控視頻編碼（視頻特征的緊湊表達(dá)）和特征集合起來(lái)緊湊地給它表達(dá)出來(lái)。有了這些后，把它應(yīng)用在其中，傳輸?shù)皆贫?，從而擁有了?shù)字視網(wǎng)膜功能。

整個(gè)數(shù)字視網(wǎng)膜實(shí)際上包含了三種核心技術(shù)：基于背景模型的場(chǎng)景視頻編碼、視頻特征的緊湊表達(dá)、視頻編碼與特征編碼的聯(lián)合優(yōu)化。

未來(lái)當(dāng)一對(duì)一模式變成一對(duì)多模式，與此同時(shí)，一對(duì)多模式中的技術(shù)標(biāo)準(zhǔn)就位后，可以把該技術(shù)標(biāo)準(zhǔn)進(jìn)一步優(yōu)化，然后嵌入在產(chǎn)品里中盡快地實(shí)踐和應(yīng)用，使得城市將更容易治理。

視頻算法“App Store化”

這個(gè)概念最早由華為安防提出、踐行。

安博會(huì)期間，華為推出了業(yè)內(nèi)首個(gè)“智能視頻算法商城-HoloSens Store”，為合作伙伴提供多種入駐模式和商業(yè)模式組合，實(shí)現(xiàn)用戶“隨意挑、快熟換、放心用”的效果，這可能給依靠AI算法（算法接口調(diào)用收費(fèi)）的公司帶來(lái)生存挑戰(zhàn)。

算法商城，可以視為華為在軟件定義攝像機(jī)、連接合作伙伴上的進(jìn)一步嘗試。

安防在各行業(yè)的需求無(wú)疑是多種多樣的。一家單一的公司很難快速滿足智能攝像機(jī)在各行業(yè)的智能化需求。

在各種場(chǎng)景上，攝像機(jī)與場(chǎng)景的組合十分復(fù)雜，傳感器性能、解析度大小、焦距遠(yuǎn)近等，都能影響應(yīng)用效果。但近年來(lái)，越來(lái)越多的智能硬件產(chǎn)品已在迭代跨越這些障礙。攝像機(jī)正從單一功能的終端，向多應(yīng)用聚合的平臺(tái)轉(zhuǎn)變。

而華為所做的，就是希望通過搭建HoloSens Store平臺(tái)，結(jié)合生態(tài)伙伴，共同賦能千行百業(yè)智能化。 

這些智能攝像機(jī)可以根據(jù)不同的場(chǎng)景按需加載不同的軟件和算法，通過多特征提取與識(shí)別、多攝像機(jī)間的協(xié)同、端云間的協(xié)同成倍地提高智能分析效率。

當(dāng)前AI安防的邊界，變得愈加模糊。以手機(jī)類比，當(dāng)前安防市場(chǎng)還在從諾基亞的功能機(jī)時(shí)代，走向與蘋果、安卓系統(tǒng)的智能機(jī)分野的過程中。安防攝像機(jī)的身份，猶如手機(jī)從通信器材升級(jí)為線上互聯(lián)網(wǎng)入口一樣，隨之突變?yōu)榫€下城市畫像的入口。

華為提出“算法升級(jí)”，依托其公有云，就是構(gòu)建一個(gè)類似于App Store的模式，以微言之，是加速數(shù)據(jù)融合和算法開發(fā)；在更宏觀的層面上，就是夯實(shí)“軟件定義攝像頭”的概念，結(jié)合合作伙伴的能力，打造一個(gè)萬(wàn)物互聯(lián)的紐帶。

數(shù)據(jù)隱私“聯(lián)邦學(xué)習(xí)化”

AI在安防行業(yè)的探索才剛剛開始；同時(shí)，做好AI所必須的數(shù)據(jù)養(yǎng)料有限且質(zhì)量較差，不同數(shù)據(jù)源之間存在難以打破的壁壘。

除了少數(shù)幾家擁有海量用戶、具備產(chǎn)品和服務(wù)優(yōu)勢(shì)的巨無(wú)霸企業(yè)外，大多數(shù)中小型AI安防企業(yè)難以以一種合理、合法的方式跨越人工智能落地的數(shù)據(jù)鴻溝，或者需要付出巨大的成本來(lái)解決這一問題。

此外，隨著大數(shù)據(jù)的發(fā)展，重視數(shù)據(jù)隱私和安全已經(jīng)成為一種世界性的趨勢(shì)，一系列條例的出臺(tái)更是加劇了數(shù)據(jù)獲取的難度，這也給人工智能的落地應(yīng)用帶來(lái)了前所未有的挑戰(zhàn)。

何解？針對(duì)這個(gè)問題，雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))同時(shí)采訪了六位學(xué)術(shù)界、工業(yè)界領(lǐng)頭人，得到的答案比較一致：從目前的研究進(jìn)展來(lái)看，“聯(lián)邦學(xué)習(xí)”技術(shù)可能是解決以上問題的最佳選擇。

聯(lián)邦學(xué)習(xí)的概念最初由谷歌在2016年提出，之后包括微眾銀行、騰訊、平安科技、華為、京東等在內(nèi)的國(guó)內(nèi)企業(yè)和機(jī)構(gòu)推動(dòng)聯(lián)邦學(xué)習(xí)進(jìn)入了學(xué)術(shù)研究與行業(yè)落地新階段。

聯(lián)邦學(xué)習(xí)之所以能夠在如此短的時(shí)間里迅速由一個(gè)構(gòu)想變?yōu)橐婚T學(xué)科，主要因?yàn)樗梢宰寘⑴c各方在不披露底層數(shù)據(jù)的前提下共建模型，之后利用整個(gè)數(shù)據(jù)聯(lián)邦內(nèi)的數(shù)據(jù)資源，提高每個(gè)成員的模型表現(xiàn)。

通俗來(lái)說(shuō)，深度學(xué)習(xí)時(shí)代，每個(gè)AI企業(yè)的技術(shù)能力是單打獨(dú)斗式的；而聯(lián)邦學(xué)習(xí)的出現(xiàn)，更為緊密、安全地將各個(gè)AI企業(yè)聯(lián)系在了一起，聯(lián)邦中的每個(gè)成員都可以用最快的速度提升自身能力的同時(shí)汲取別人的長(zhǎng)處，最終獲得共同成長(zhǎng)。

譬如A廠商有校園數(shù)據(jù)、B廠商有工廠數(shù)據(jù)、C廠商有社區(qū)數(shù)據(jù)，且這三家廠商都使用了聯(lián)邦學(xué)習(xí)技術(shù)。

從業(yè)務(wù)層面出發(fā)，A、B、C這三家廠商便直接獲得了兩種能力：1、最快速地優(yōu)化自身業(yè)務(wù)；2、最快速地拓展新業(yè)務(wù)。

最快速地優(yōu)化自身業(yè)務(wù)表現(xiàn)在，平臺(tái)每天會(huì)有若干個(gè)類似A廠商的企業(yè)向平臺(tái)輸入加密后的數(shù)據(jù)模型，而這些數(shù)據(jù)模型中有A廠商非常缺乏的其他數(shù)據(jù)信息，而A廠商便可根據(jù)這些數(shù)據(jù)去更新自己的算法模型。

最快速地拓展新業(yè)務(wù)表現(xiàn)在，A、B、C每家廠商都有各自構(gòu)建好的模型，通過匯總?cè)サ玫礁蟮臄?shù)據(jù)模型，在不流通數(shù)據(jù)的情況下得到數(shù)據(jù)流通的最好效果，通過資源互補(bǔ)可以在最短時(shí)間內(nèi)安全地獲得對(duì)方的能力，去拓展新業(yè)務(wù)。

從隱私保護(hù)層面來(lái)看，通常智能攝像頭產(chǎn)生的數(shù)據(jù)會(huì)被上傳到后臺(tái)服務(wù)器中，然后由部署在服務(wù)器上的神經(jīng)網(wǎng)絡(luò)模型根據(jù)收集到的大量數(shù)據(jù)進(jìn)行訓(xùn)練得到一個(gè)模型，服務(wù)商根據(jù)這個(gè)模型來(lái)為用戶提供服務(wù)。

這是一種集中式的模型訓(xùn)練方法，這種方式很難保證數(shù)據(jù)隱私安全。

而聯(lián)邦學(xué)習(xí)就不再是讓數(shù)據(jù)發(fā)送到后臺(tái)，而是在每個(gè)企業(yè)自己的服務(wù)器上進(jìn)行訓(xùn)練，并加密上傳訓(xùn)練模型，后臺(tái)會(huì)綜合成千上萬(wàn)的用戶模型后再反饋給用戶改進(jìn)方案。

相較傳統(tǒng)學(xué)習(xí)模式，聯(lián)邦學(xué)習(xí)的優(yōu)點(diǎn)是顯而易見的：

1、在聯(lián)邦學(xué)習(xí)的框架下，各參與者地位對(duì)等，能夠?qū)崿F(xiàn)公平合作；

2、數(shù)據(jù)保留在本地，避免數(shù)據(jù)泄露，滿足用戶隱私保護(hù)和數(shù)據(jù)安全的需求；

3、能夠保證參與各方在保持獨(dú)立性的情況下，進(jìn)行信息與模型參數(shù)的加密交換，并同時(shí)獲得成長(zhǎng)；

4、建模效果與傳統(tǒng)深度學(xué)習(xí)算法建模效果相差不大；

5、聯(lián)邦學(xué)習(xí)是一個(gè)「閉環(huán)」的學(xué)習(xí)機(jī)制，模型效果取決于數(shù)據(jù)提供方的貢獻(xiàn)。

在傳統(tǒng)的方法下，用戶只是人工智能的旁觀者——使用，但沒有參與；而在聯(lián)邦學(xué)習(xí)場(chǎng)景下，每個(gè)人都是“馴龍高手”，每個(gè)人都是人工智能發(fā)展的參與者。

AI芯片“專用化”

智慧城市的進(jìn)一步發(fā)展必然需要三大技術(shù)的持續(xù)進(jìn)步：物聯(lián)網(wǎng)、邊緣計(jì)算、通信，眼下常見的智慧城市方案大多在后端打通了數(shù)據(jù)，但受限于網(wǎng)絡(luò)等問題，僅能實(shí)現(xiàn)沙粒般的智慧化。

也就是說(shuō)，唯有在前端完成智能分析，與后端相配合，才能將城市物聯(lián)網(wǎng)數(shù)據(jù)完整利用，打造感知城市。

遺憾的是，市場(chǎng)上現(xiàn)有的AI芯片方案難以滿足前端感知技術(shù)的切實(shí)需求。

一直以來(lái)，市場(chǎng)上大多都是通用型AI芯片提供人工智能計(jì)算所需的算力，而針對(duì)某些場(chǎng)景的專用AI芯片較為匱乏，AI芯片發(fā)展后期，用戶關(guān)注的一定是真實(shí)場(chǎng)景下的綜合效果，而不僅僅是計(jì)算加速。

具體來(lái)看，通用型AI芯片在實(shí)際應(yīng)用過程中，會(huì)遇到四個(gè)問題：

一、通用型AI芯片無(wú)法和數(shù)據(jù)產(chǎn)生高效、深度連接。專用AI芯片通常針對(duì)某些場(chǎng)景做定制化處理，對(duì)于數(shù)據(jù)的理解、分析、處理更為透徹、精準(zhǔn)。

二、通用型AI芯片無(wú)法與市場(chǎng)產(chǎn)生緊密耦合。通用芯片的作業(yè)模式是1對(duì)N，很難與部分市場(chǎng)環(huán)境產(chǎn)生強(qiáng)粘合關(guān)系，無(wú)法強(qiáng)聚焦。

三、通用型AI芯片缺乏優(yōu)質(zhì)算法。芯片是框架、算法是靈魂，沒有靈魂的框架難以產(chǎn)生足夠價(jià)值，必須借助和算法強(qiáng)粘合的專用AI芯片才能實(shí)現(xiàn)潛在潛能。

四、通用型AI芯片功耗過大、對(duì)溫度等環(huán)境因素敏感度不夠。前端感知對(duì)功耗、散熱的要求很高，需要做到極致；另外，產(chǎn)品落地不僅僅是技術(shù)問題而是工程問題，比如外界氣候、溫度等都會(huì)成為關(guān)鍵因素。

類比一條公路，AI芯片的集成好比是鋪上了柏油，但車輛通行時(shí)除了對(duì)于路面的高要求，還有對(duì)于路牌、路標(biāo)、服務(wù)區(qū)的需求，而這些在實(shí)際過程中，都得不到很好滿足。

智能城市“數(shù)字孿生化”

2019年以來(lái)有兩次A股熱炒的概念，一是邊緣計(jì)算，另一個(gè)就是數(shù)字孿生，多支相關(guān)股票出現(xiàn)漲停。

數(shù)字孿生這一概念誕生在美國(guó)，時(shí)間在2002年，提出者是密歇根大學(xué)教授Dr. Michael Grieves。 

他在一篇文章中首次提到“Digital Twin”，并認(rèn)為通過物理設(shè)備的數(shù)據(jù)，可以在虛擬（信息）空間構(gòu)建一個(gè)可以表征該物理設(shè)備的虛擬實(shí)體和子系統(tǒng)，并且這種聯(lián)系不是單向和靜態(tài)的，而是在整個(gè)產(chǎn)品的生命周期中都聯(lián)系在一起。 

據(jù)預(yù)測(cè)，到2022年，85％的IoT平臺(tái)將使用某種數(shù)字孿生技術(shù)進(jìn)行監(jiān)控，少數(shù)城市將率先利用數(shù)字孿生技術(shù)進(jìn)行智慧城市的管理。 

佳都科技智慧城市業(yè)務(wù)群副總裁張進(jìn)飛此前在雷鋒網(wǎng)AI掘金志主辦的「全球AI芯片·城市智能峰會(huì)」上表示，我國(guó)的城鎮(zhèn)化發(fā)展特別快，但是這種快速也給城市帶來(lái)了諸多問題。

二元社會(huì)變成了三元社會(huì)——市民、農(nóng)民、 移民(流動(dòng)人口)，城市人口管理成為難題。此外，交通事故、公共安全等城市病對(duì)城市發(fā)展提出新的挑戰(zhàn)。

因此，他提出，需要更高效的對(duì)現(xiàn)實(shí)世界進(jìn)行全息的刻畫、深刻的洞察、智慧的賦能。

“基于對(duì)業(yè)務(wù)場(chǎng)景的全息感知、對(duì)動(dòng)態(tài)事件實(shí)施動(dòng)態(tài)的監(jiān)控，在此基礎(chǔ)上，對(duì)業(yè)務(wù)進(jìn)行實(shí)時(shí)的判斷，利用歷史數(shù)據(jù)做精準(zhǔn)的預(yù)測(cè)。”

他認(rèn)為，隨著技術(shù)的發(fā)展，AI芯片不斷成熟、算力不斷提升，這件事情是可以做到的。通過打通底層數(shù)據(jù)，形成統(tǒng)一數(shù)據(jù)資源池，對(duì)底層數(shù)據(jù)深度融合、挖掘，實(shí)現(xiàn)各個(gè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)互通、業(yè)務(wù)聯(lián)動(dòng)，有效支撐新一代智能交通體系。

碎片市場(chǎng)“城市中臺(tái)化”

今年安博會(huì)上，宇視首次發(fā)布了數(shù)據(jù)中臺(tái)、業(yè)務(wù)中臺(tái)的雙中臺(tái)戰(zhàn)略，包含IoT引擎、視頻云引擎、視覺智能引擎和數(shù)據(jù)智能引擎。作為阿里云戰(zhàn)略合作伙伴，宇視集成阿里公共云，強(qiáng)化了后端的軟件能力。

從戰(zhàn)略角度上，合作后宇視對(duì)業(yè)務(wù)的理解可以說(shuō)從安防上升到整個(gè)城市級(jí)的高度。另外，更直接的一點(diǎn)是，宇視的方案可以直接賣給阿里，而且售價(jià)可觀。

而華為作為城市視頻物聯(lián)平臺(tái)的首倡者之一，也再次醒目的展出了自己的“一片云海”。在“一片云海”部分，可以看到其視頻云平臺(tái)的“極速分析的解析系統(tǒng)”、及視頻結(jié)構(gòu)化分析系統(tǒng)等。

值得注意的是，曠視也在安博會(huì)上，發(fā)布了自己的城市級(jí)全棧解決方案，名為“城市物聯(lián)網(wǎng)操作系統(tǒng)（CityIoT OS）”，目標(biāo)是“成為物理世界的Windows”。曠視平臺(tái)主打的幾項(xiàng)能力包含，基于自研的人工智能算法平臺(tái)Brain++的系列算法能力、云邊端的產(chǎn)品體系，以及既往在城市安全管理、樓宇園區(qū)智能化等場(chǎng)景的落地能力。

談不上對(duì)標(biāo)，但在城市級(jí)的舞臺(tái)上，各個(gè)廠家想實(shí)現(xiàn)的愿景顯然是一致的。

與此同時(shí)，商湯，也首次定義“智能城市操作系統(tǒng)（AI City OS）”，為城市的智能化建設(shè)提供全面、可靠、開放的架構(gòu)參考，使SenseFoundry方舟城市級(jí)開放視覺平臺(tái)更完善。

今年安博會(huì)，云從展出了鴻鈞智能網(wǎng)關(guān)，對(duì)接全國(guó)15億人像數(shù)據(jù)資源，能實(shí)現(xiàn)人員身份驗(yàn)證及識(shí)別，人像數(shù)據(jù)更全、應(yīng)用場(chǎng)景更廣；以及云從大運(yùn)火眼跨鏡追蹤系統(tǒng)，基于RelD行人再識(shí)別技術(shù)與大數(shù)據(jù)計(jì)算技術(shù)，從公安實(shí)戰(zhàn)業(yè)務(wù)出發(fā)，可實(shí)時(shí)掌握目標(biāo)人物行蹤，預(yù)判目標(biāo)人物時(shí)空范圍等。

作為四小龍中第一個(gè)擁有自研芯片的公司，今年8月，依圖還承建了視覺計(jì)算國(guó)家新一代人工智能開放創(chuàng)新平臺(tái)。可以說(shuō)，依圖研發(fā)求索芯片融匯聚合了在算法、AI芯片和軟硬件協(xié)同開發(fā)等方面的能力，承建國(guó)家開放創(chuàng)新平臺(tái)，還可以將這個(gè)效應(yīng)擴(kuò)大。

某業(yè)內(nèi)人士提到，其實(shí)人臉、車臉分析、視頻結(jié)構(gòu)化，以及方案，很多平臺(tái)功能上可能95%都是一樣的，但差異化在于特定環(huán)境下人臉的檢測(cè)、識(shí)別速度上的秒級(jí)差距等差別。

與此同時(shí)，?？岛痛笕A，都在原有架構(gòu)上繼續(xù)提進(jìn)一步的解決方案和落地，也將概念講的更清。

今年是?？蛋l(fā)布AI Clould兩周年，今年安博會(huì)，也看到了其展出的在連鎖、物流、社區(qū)等幾十個(gè)行業(yè)的解決方案。

?？颠€發(fā)布了AI Cloud軟件家族圖譜，包含57款典型軟件產(chǎn)品，覆蓋公共安全、交通、制造、零售等20余個(gè)行業(yè)。

大華也展示了HOC新型智慧城市架構(gòu)下的平安城市、智慧交管、智慧零售、智慧消防等幾大解決方案。

安防“去安防化”

2019年年初，雷鋒網(wǎng)AI掘金志率先提出了“去安防化”概念。

隨后在3月23日由雷鋒網(wǎng) & AI掘金志聯(lián)合主辦的「第二屆中國(guó)人工智能安防峰會(huì)」中，眾多嘉賓也談到，去安防化的本質(zhì)，是承載安全防范的物理介質(zhì)，在AI的加持下，已超越了它原本的能力。

確實(shí)，自計(jì)算機(jī)視覺開始全面滲透安防行業(yè)后，安防的邊界，也就變得愈加模糊。

在人工智能、云計(jì)算的加持下，整個(gè)安防產(chǎn)業(yè)價(jià)值迅速提升，帶有深度學(xué)習(xí)功能的前后端產(chǎn)品不斷推出，后端人像大數(shù)據(jù)平臺(tái)已然開始滲透。

大趨勢(shì)下，可以看到，在安防實(shí)際項(xiàng)目的解決方案應(yīng)用過程中，固有玩家們的作業(yè)模式已經(jīng)從此前的硬件服務(wù)轉(zhuǎn)向軟硬結(jié)合；他們享受到的不再僅僅是監(jiān)控?cái)z像頭的原生價(jià)值，還包括IPC背后的潛在金礦。

正如手機(jī)、電視等行業(yè)一樣，行業(yè)發(fā)展后期，硬件本身產(chǎn)品價(jià)值有限，利潤(rùn)空間會(huì)被進(jìn)一步壓榨，而硬件背后的數(shù)據(jù)增值服務(wù)才是各個(gè)廠商殊死爭(zhēng)奪的贏利點(diǎn)所在。

單純銷售硬件產(chǎn)品的安防企業(yè)將不再風(fēng)光無(wú)限，穩(wěn)坐釣魚臺(tái)。他們?cè)谂c摩爾定律瘋狂賽跑的同時(shí)，也倒逼著以前的狩獵者必須尋求產(chǎn)生質(zhì)變的技術(shù)革新，促進(jìn)信息產(chǎn)業(yè)的飛速發(fā)展。

新形勢(shì)下，傳統(tǒng)安防巨頭的企業(yè)定位也從此前的“安防廠商”轉(zhuǎn)變成今天的 “基于視頻監(jiān)控的物聯(lián)網(wǎng)解決方案提供商”。

后安防時(shí)代，這個(gè)行業(yè)正從之前的傳統(tǒng)安防企業(yè)，快速進(jìn)入到AI創(chuàng)業(yè)公司、ICT互聯(lián)網(wǎng)通信企業(yè)、傳統(tǒng)安防企業(yè)三雄爭(zhēng)霸的局面。

AI到來(lái)之前，安防行業(yè)的服務(wù)主體更多的是政府、是公安；AI來(lái)到之后，視頻監(jiān)控的功能及市場(chǎng)被數(shù)百倍放大，帶來(lái)的是新的欲望、新的需求、新的方向。

“去安防化”大時(shí)代下，萬(wàn)物再生，機(jī)會(huì)均等。