彷如一夜間,世人對人工智能熱情高漲。事實上,人工智能已經走過了概念發酵階段,正逐步走向產業化。
一、AI落地的第一站
2017年被視為人工智能正式進入產業化元年。人工智能的產業化是“AI+垂直行業”的一場變革。從技術成熟度、市場空間、行業信息化程度等多個維度進行分析,安防、金融、醫療、汽車等行業將成為“AI+”時代變革的主要行業。
從變革進度上講,安防行業有望成為人工智能技術最先落地的行業。國家對安防智能化的剛需結合持續的平安城市、智慧城市領域投資都成為“AI+安防”迅速成長的重要因素。
對于安防來說,人工智能有著天然的應用場景,海量視頻數據、視頻分析作為重要輔助破案手段,傳統錄像摘要分析的低效,早已不能適應。同時深度學習、計算機視覺算法開源化的大趨勢下,具有特征性的場景數據集的獲得,是AI 視頻真正落地應用的關鍵。
二、兩股勢力飆技
在安全防范領域,“AI+安防”的產業鏈條技術基礎逐漸完善與成熟。目前關注“AI+安防”的概念的企業,大致可劃分為兩大陣容:一類是將AI技術融入安防系統的安防監控大咖,如科達;另一股勢力是以AI切入安防、將安防作為AI技術變現的廠商,如商湯、曠視等。
從現階段軟硬勢力實力綜合分析來看,兩類方案各有千秋,可以說相得益彰。前者的著墨點在場景應用,后者看重算法技術的落地。新興技術公司在圖像識別、人臉識別專業技術和識別準確率上都有不俗表現。而科達等安防龍頭企業擁有更豐富的行業大數據應用經驗,對客戶需求了解也更為深刻、精準。
那么作為一項技術,AI到底是算法技術重要還是場景重要呢?筆者認為場景可能要更重要一些——數據的最重要來源便是場景,而AI技術的最終驗證也需要在實際場景應用中得出。
從宏觀上來講,安防企業在人工智能技術對飆上具有得天獨厚的數據優勢和技術沉淀。人工智能的核心是視頻數據的運用。在人工智能技術融入之前,安防行業就開始聚焦數據結構化及大數據分析,并應用到人臉識別、車輛識別、車輛跟蹤智能分析,AI技術的融入只是提高了其準確性。
而就底層技術而言,機器視覺解決的第一個問題是視覺與感知,要保證獲得高精確度和高對比度的圖像才是下一步建模與檢測的基礎,硬件的精度是機器視覺的敲門磚。在這一點上,因為術業有專攻,安防監控廠商擁有得天獨厚的硬件實力。
在完成采樣之后,行業應用的建模需要有一定的行業積累及對客戶需求的準確把握。雖然在算法與數據結構上,安防廠商稍遜于專業的算法公司,但在行業應用與技術的把握上,業內廠商的方案更為高效、更具適應性。理論上來講,擁有高精度的硬件與高效的算法,便能提升機器視覺的環境感知能力。但是要實現系統的智能判斷,算法技術仍需不斷訓練。而在行業數據及訓練方面,安防廠商的優勢更加明顯。
作為一家同時具備智能安防與人工智能技術的公司,科達并沒有孤立地研究人工智能技術,而是把人工智能和安防行業應用緊密結合起來。科達目前在AI領域主要有兩大殺手級應用:緊貼公安實戰應用的“獵鷹”人員分析系統(主打人像大數據應用),智能交通領域的王牌——“海燕”車輛二次分析系統(主打車輛大數據應用)。
由于算法公司科技光環的存在,產業界或存在這樣一種錯覺,人臉識別就是算法公司的“專屬區”。事實上,包括蘇州科達在內的以應用為驅動的安防領軍企業,除了在硬件產品及應用層上有優勢,算法技術方面也追趕迅速。
從公開的招聘信息發現,包括科達等在內的安防企業正在網羅深度學習算法工程師、資深視覺設計師等人工智能領域的優秀人才,組建了專業的算法團隊,加碼人工智能研究,力圖掌握人工智能時代的主動權。
三、AI變革安防
AI時代呼嘯而來,在未來將給智能安防行業帶來升級重構。人工智能推動安防行業進入高清化和網絡化后,進入第三次升級換代周期。從產品形態來看,智能化升級將帶動從前端攝像機、后端存儲設備,到視頻分析軟件的全面升級,并帶動GPU服務器等設備市場的快速成長。
人工智能在智能安防設備中的應用將更加普及,“AI+”將成為各類安防產品的標配。就目前而言,基于AI技術的進出卡口認證、道路監控、區域人群監控、案情分析系統等多種垂直應用功能在安防領域加速滲透。
另外,“AI+安防”有望推動安防市場迎來新一輪景氣周期。在視頻海量數據新常態下,同時伴隨著后端行業應用的逐步深化;智能安防成為公安、交管部門的剛性需求。
對于AI在安防領域應用發展,合作與開放逐漸成為大勢所趨。科達抱著開放與合作的心態,與Intel、Nvidia等上游企業均有直接的合作,將自身優勢同數據、技術結合更加緊密,應用到自身搭建的覆蓋多個安防應用領域的場景中。同時推動AI的發展與安防的融合。
依照當前產業格局演變趨勢預測,“AI+安防”的普及應用很有可能讓人工智能成為企業在同行業中形成差異化壁壘。以蘇州科達為代表的安防龍頭企業,占據著智能安防監控入口,又在一體化解決方案、渠道、研發實力等方面建立起明顯的優勢,或將成為這一輪安防智能化的弄潮兒。