9月8日，2023中國（廈門）安防人工智能創新峰會上，科達首席科學家章勇博士發表了《從感知智能到決策智能—AI技術在安防領域的變革》的主題演講，重點聚焦安防+AI，大模型技術落地安防行業的廣闊前景與科達實踐。

    從深度學習技術到近兩年興起的大模型技術，近十年，人工智能技術加速演進，引領各行各業加速向智能化躍升。

    章勇博士表示，現代人工智能的發展，為像科達這樣的安防廠商帶來了全新的活力和機遇。在人工智能領域，科達已有9年技術積累。2014年，科達就推出業內首款感知型攝像機，使攝像機具備目標檢測、屬性分析等感知能力，推動平安城市智能分析實現規�；�部署和應用；2020年，科達率先提出了AI像素級推理，發布AI超微光攝像機，為解決低照成像的難題帶來新范式，目前已在上海、武漢等20多個城市落地，有效改善了光污染，實戰優勢明顯。

    目前，采用感知智能技術的多種產品和解決方案已在安防領域成功落地，成熟發展，持續優化。另一方面，在認知智能領域，傳統的深度學習模型無法很好的完成感知信息的深度理解和自然語言信息的深度理解兩大主要任務，迫切需要新的人工智能范式來引領解題。

    著眼于大模型技術與安防行業實際應用場景，科達給出了面向未來的對策——大模型KD-GPT。KD-GPT包含了三類大模型，分別是多模態大模型、行業大模型和AIGC大模型。科達大模型的生成式、多任務、行業化的優點，將給安防行業的認知智能方向上的飛躍提供強有力的武器。

    人工智能的時代仍在推進，在大模型的加持下會朝著決策智能的方向繼續前進，但另一方面，大模型仍有很多關鍵技術有待攻克，安防行業進入決策智能的時代任重道遠，科達將不斷強化自身技術，加速智能創新發展，與行業伙伴攜手共同迎接智能新時代的到來。

    了解更多干貨，詳見章勇博士的演講全文（共3038個字，約需15分鐘）

    從感知智能到決策智能

    AI技術在安防領域的變革

    人工智能技術，從上世紀五十年代提出以來，已經經歷了七十多年的發展。但人工智能成為全社會各行業進行產業化升級的基礎技術，進而成為全球各國極為重視的關鍵戰略發展方向，還是最近這十年的事情。

    現代人工智能的出現，從基于深度學習技術的感知智能開始，我們稱為AI 1.0時代。所謂感知智能，是讓機器真正具備像人一樣的視覺、聽覺、觸覺等感知能力。這也是人工智能在安防領域最為成功的落地應用，比如特定目標的檢測與分析。另一方面，人們顯然不滿足于人工智能只是看到、聽到、加工信息，而是希望機器能像人一樣進行學習、思考和推理，這就進入了認知智能的領域。近兩年來，隨著大模型的興起，人工智能技術邁向認知智能的步伐已大大加快，有了突飛猛進的發展。AI 2.0是一道分界線，2.0以下我們認為傳統深度學習模型占據主導地位，而2.0之后的人工智能發展，更多的大模型技術將不斷涌現。再往前看，展望未來，我們希望人工智能技術能真正成為人工大腦，代替人類進行決策判斷，這是我們稱之為AI 3.0的決策智能時代，對人工智能技術來說，還有很長的一段路要走。

    現代人工智能的發展，為像科達這樣的安防廠商帶來了全新的活力和機遇�；赝�蘇州科達的人工智能發展歷史，我們從2014年就推出了第一臺感知型攝像機，代表著我們從感知智能進入了現代人工智能賽道，這九年人工智能技術的沉淀，為我們公司的安防產品、業務服務，解決方案帶來了極大收益，涌現了一個又一個明星產品，比如科達的車輛二次分析系統、大規模的人像分析平臺、視綜產品、AI超微光攝像機等等，產生了巨大的經濟效益和社會效益。

    AI 1.0：基于深度學習的感知智能

    感知智能是指將物理世界的信號通過攝像頭、麥克風或者其他傳感器采集設備，借助語音識別、圖像識別等前沿技術，映射到數字信息世界，將多元數據結構化，并用人類熟悉的方式去溝通和互動。人們希望機器不是簡單的采集信息，而是能夠像人一樣去感知信息，這一愿望最終成為現實，完全得益于十年前出現的深度學習算法，帶來了我們稱之為AI 1.0的技術革命。

    在安防監控行業，最先得到應用的深度學習算法的就是對人、車、物等感興趣目標的分析，比如，與人相關的人臉識別、人體識別、衣著檢測、手勢識別和行為分析等；與車輛相關的車型、車標、車牌、車色識別、車輛壞損分析、以及非機動車的識別和屬性分析；以及其它物體，如船舶、動物等等。

    當前，這些基于深度學習的感知智能算法已經成為了安防領域各個應用中必不可少的工具，不僅大大減輕了人類的工作量，而且AI也看得更準更清楚，因此成為在各個安防應用中占據主導地位，為用戶帶來極大價值的功能。有關這些算法的優化工作也一直在持續。

    AI 2.0：大模型驅動的認知智能

    人們希望AI為我們做更多的事情，不僅僅滿足于對一個感興趣目標進行分析，而是對場景具備一定的理解和學習能力，也就是希望機器能具備初步的認知智能。

    認知智能是以人類認知體系為基礎，以模仿人類核心能力為目標，以信息的理解、存儲、應用為研究方向，以感知信息的深度理解和自然語言信息的深度理解為突破口的新一代理論、技術及應用系統的技術科學。

    認知智能的兩大方向，感知信息的深度理解和自然語言信息的深度理解，在安防領域都有直接的應用。首先我們來看在安防領域中對感知信息的深度理解，有別于AI 1.0時代對人、車、物等特定目標的分析，在安防領域還有非常多的泛監控應用，比如在交通、政法、城管、校園、工地等場景下的人群態勢、安全事件、數據參量甚至衛生環境分析。這些應用，更多的強調了場景中目標與目標，目標與周圍環境的相互關系，因此需要人工智能具有一定的理解和辨識能力。我們稱之為場景圖像理解，一些典型的例子包括交通事件分析（如行人穿越、障礙物檢測、非法停車）；道路安全事件分析（如淹水、積雪、大霧、火焰）；人員聚集、市域治理類事件分析（如占道經營、亂丟垃圾、黑煙車）。

    用傳統深度學習算法來完成這些場景理解任務是非常困難的，由于這些場景的多樣性和任務的多變性，帶來了數據難以采集、標注困難、標注成本高、算法泛化性能差、魯棒性不足、算法交付時間長、可擴展性差等諸多問題，這些問題不解決，認知智能的第一個突破口就無法攻克。

    另一個在安防領域中的認知智能方向，是基于自然語言信息的行業知識理解，對于安防廠商提供的行業解決方案，就必須要考慮行業知識的應用。傳統上，這部分的應用是由知識圖譜來完成的，如公安知識圖譜，通過數據分析、文本語義分析等手段，抽取出人、物、地、機構、虛擬身份等實體，并根據其中的屬性、時空、語義、特征、位置聯系等建立相互關聯，構建一張多維多層的、實體與實體、實體與事件的關系網絡。

    如司法的知識圖譜，將法律領域中的實體、屬性和關系進行體系化梳理，并建立邏輯關聯，通過知識圖譜技術進行數據挖掘、輔助決策、洞察知識領域動態發展規律。

    但是，知識圖譜構建與應用，有非常多的挑戰，很難推廣。首先，構建知識圖譜需要大規模自動化知識獲取，知識圖譜需要大量的知識作為基礎。知識來源包括結構化數據、非結構化數據以及半結構化數據，手工從知識來源中提取的方法滿足不了大規模的構建需求；其次，需要建立高質量的知識圖譜構建模式，需要定義清晰的實體和關系，使用合適的數據源和知識表示方式；此外，需要持續更新迭代知識圖譜，知識本身不是封閉的，而是在不斷的擴展和變化，知識圖譜難以處理不完整或是動態變化的知識。

    那么，對于認知智能的這些問題，我們的對策是什么呢？這就是大模型，我們推出了KD-GPT，包含了三類大模型，分別是：多模態大模型、行業大模型，和AIGC大模型。

    KD-GPT是生成式的AI模型，有非常多的優點，這里就不一一贅述了。下面說說KD-GPT大模型兩個最基本的優點，首先大模型是多任務的，以前的深度學習模型，是一個模型對應一個任務，而現在大模型，則是一個模型可以應對多個下游任務；其次，KD-GPT大模型的網絡，初步具備了信息的檢索和思考理解能力，當然這是和大模型基于Transformer的結構分不開的。

    下面我們就來看看科達的多模態大模型，這個大模型可以解決所有數據難問題，比如我們要檢測一幅圖片中是否有煙霧出現，我們只要輸入提示語：“煙霧”和待檢測的圖片，大模型就可以直接輸出檢測結果，無需成千上萬張的煙霧圖片進行訓練。

    科達的行業大模型，則采用了通用大模型+行業數據+訓練調優的思路，使得這個大模型可以輕松解決原來構建行業知識圖譜需要完成的若干任務，在做好知識推理和質量評估之后；行業大模型就可以完全替代行業知識圖譜的功能。

    科達的另一類大模型，AIGC圖像大模型，是為了生成大量的訓練數據而服務的，限于篇幅，這里就不作介紹了。

    AI 3.0：未來的決策智能

    從認知智能到決策智能需要在數據、學習、多模態數據處理、決策樹模型和個性化算法等方面取得重要進展，這將會助力數字經濟和智能化時代的到來。

    大模型是實現決策智能的重要工具之一，因為它們具有高效的數據處理能力和強大的特征工程能力，可以這么說，有了大模型，人們才真正看到了決策智能、人工大腦的曙光。

    但是，我們也必須認識到大模型存在的若干問題：

    公正性：如何不被大量的訓練數據帶偏？如何不被提示（prompt）帶偏？

    透明性：如何對大模型的決策過程進行評估？又如何對大模型的決策過程進行監督？

    普惠性：大模型的訓練和調優，往往是昂貴的；對于像科達這樣中等的安防公司怎么做大模型？同樣，大模型的使用價格也不菲，對于科達的客戶，怎樣才能得到人人可用的大模型？

    友善性：如何保護知識產權（人類的或是某個大模型的）不被其它大模型侵犯？如何避免大模型提供錯誤信息甚至引誘犯罪？

    總之，大模型的出現，被稱之為AI的第二次革命。但在技術成熟度的曲線上，大模型還離成熟期很遠。不僅如此，安防領域要實現真正的決策智能，大模型也不會是唯一的關鍵技術，還需要人工智能持續進行創新性發展，是一個任重道遠的征途。