前言:随着人工智能应用的不断深入,业界已普遍达成了共识:在当前的人工智能核心产业中,安防市场潜力最大。在这种市场背景之下,越来越多的企业通过自身技术渗入安防行业,使得行业呈现出“百家争鸣”的竞争态势。在AI+安防这个红海市场中,各家已经卯足劲准备冲刺,目前来看拥有领先技术的厂商具备着领跑的优势。本次a&s有幸邀请到北京以萨技术股份有限公司副总裁王堃,为我们分析智能安防技术发展趋势,探讨全息感知目前在行业中的应用现状。
Q:a&s总经理、总编辑关玉娟
A:北京以萨技术股份有限公司副总裁 王堃
Q:在您看来,人工智能在安防行业的落地情况如何?以萨在AI技术发展上的定位以及布局是怎样的?
A:目前看来,人工智能在安防行业的应用主要聚焦在几方面:一是视频图像的处理,二是人脸图像的识别,三是语音识别、声纹识别以及语义的理解分析。目前来看,这些应用在安防行业的落地已经较为成熟。以以萨为例,目前以萨的解决方案已实现了90%以上的省级地区、70%以上市级地区以及40%以上区县项目的覆盖,随着技术升级和对市场需求的深入挖掘,将不断推出更多丰富的、可快速落地的行业解决方案。
一直以来,以萨始终定位于针对公共安全、社会治理以及城市运营管理提供行业场景化的解决方案。以萨最擅长的就是人、车、物行为轨迹等数据的处理、行为进行精准化分析等动态数据的分析处理,这也是全面提高公共安全、社会治理等城市运营管理效率、提升态势感知和防控能力的关键。目前,在AI+城市运营管理领域,以萨已拥有较为成熟的应用,主要覆盖公共安全、社会治理、智慧交警、智慧社区、安全生产等领域。
Q:谈及数据的分析、处理及应用,在您看来,目前的行业趋势是怎样的?
A: 随着国家立体化治安防控体系建设意见的出台,各地、各行业都在加强感知网络的建设,感知数据的价值也日益重要。而在实际业务场景中,单一维度数据应用的局限性还是比较明显。比如单纯去分析某一类型的出行记录数据,不仅比较容易被规避的,而且也很难形成完整的刻画轨迹。解决这个问题的基础,就是需要把不同维度的数据融合起来,这样就可以对人、车、物数据进行全面分析,进一步地通过对全息数据的态势分析,能够掌握甚至预测预判人、车、物的动态行为轨迹和规律。
从这个角度来看,当前乃至未来的一段时间里,多维数据融合将是智能安防的基础,全息态势感知防控体系的深度应用即将成为行业新趋势。目前看来,全息态势感知防控应用的关键点主要是异构的大量数据的实时关联计算,其对AI算法和算力都具有较高的要求。
Q:谈及AI的落地应用,在您看来,当下哪些方式可以较为快速并且低成本地推进AI技术的普及?以萨是怎样解决的?
A:以人脸识别举例来说,目前市场上大约只有1%的视频监控能够实现人脸识别应用,为了升级AI而替换掉所有的摄像头,无论是造价还是周期,显然是短期内难以实现的。而以萨的思路就是通过后台软件升级的方式来推动AI摄像机的普及应用,并且随着当前算法的不断更新,不断扩大后端可识别的能力范围。
通过后台AI算法的价值解析,以萨可以在视频监控中进行人脸识别比对。需要提及的是,这些AI算法的设计初衷就是针对通用的模糊场景进行人脸识别比对。如此一来,人脸识别视频监控的占比将会从1%快速上升到30%-40%的市场规模。
Q:除了传统安防企业、AI企业,越来越多的经销商、互联网公司也纷纷入局安防行业。你如何看待当前安防行业“百家争鸣”的竞争态势?
A:当前看来,这些公司主要为安防行业的基础设施层、感知层提供相关的服务,在应用层提供的解决方案相对而言并不多。尤其在通用算法领域的竞争较为激烈,如人脸识别算法。因为人脸不仅适用于安防行业场景,也适用于所有民生场景,目前基本所有的厂家都有自己的人脸识别算法。也就是说,这类通用的场景,所有的厂家都想进去分羹。从而形成了安防行业的一种局面:在基础层的通用算法市场,竞争越来越激烈。但与此同时,越是细分的、碎片化应用场景,由于不同厂家提供的解决方案不同,更多的是在项目落地支撑能力方面的比拼。
Q:除了碎片化问题,AI落地安防行业还存在哪些难题?未来安防行业哪类企业将占据比较有利的地位?
A:安防行业已经成为AI渗透率最大的行业,这点已经毋庸置疑,但其实AI要落地是一件难度较高的事情,除了碎片化问题还有一些其他的难点。如不同行业不同场景的需求各不相同、受技术的局限图像分析产品的并未全面落地以及具有强烈场景化的业务、用户需求。而安防本身就是一个具有强烈需求的场景,人工智能在赋能安防行业之时,不仅仅是算法能力的提升这么简单,算法只是一个工具和手段,人工智能的工程能力如数据的整合能力、应用落地实施能力、运维交互能力等也极其重要,单纯一个算法并没法形成企业的核心战斗力。
安防行业目前是AI渗透率最大的行业。而安防本身是一个具有强烈需求的场景,人工智能在赋能安防行业之时,不仅仅只是算法能力的提升。算法只是一个工具和手段,人工智能的工程能力如数据的整合能力、应用落地实施能力、运维交付能力等也极其重要,单纯一个算法并没法形成企业的核心战斗力。所以这个问题的关键还是落地就是能解决实战应用。
Q:AI系统的投入使用,除了效能,用户也非常关注系统的TCO。以萨作为产品和方案提供商,如何在保证效能的同时实现TCO的最优化?
A:TCO其实就是总成本,在保证效能的同时实现TCO的最优化的确是企业很关注的问题,成本问题的解决主要在于两方面:一方面依赖于技术的进步,另一方面依赖于技术的实现方式,这不仅仅是算法能力的体现,还是综合能力的体现。算法优化之后,算法的准确率的确提升了不少,但算法优化实现的代价很高,对算力的要求太大,基本无法实现交货。在以萨看来,算法的优化不仅仅体现在计算效率的提高,算法实现的进度以及成本的平衡也至关重要。所以以萨所有自研的算法都基于通用设备,这实际也是出于TCO的考虑。例如之前所提及的一体化解析、充分适用通用模糊场景的专用设备以及后台软件升级,实际上都是为了优化解决方案TCO。
Q:请您谈谈未来安防行业的发展趋势?
A:首先在数据感知应用方面,未来全息动态数据的感知应用将成为主流;其次,公共安全的重点将从事后案件侦破、事中案件掌控逐渐转化为事前的态势感知和预警,在此之前就需要做到对社会态势的实时掌控;最后,感知手段和感知数据、动态数据的应用将在安防行业不断强化。
结语:
安防行业是AI技术比较早介入的一个行业,且随着人工智能在安防行业的渗透和深层次应用的研究开发,当前安防行业已经呈现出“无AI,不安防”的大趋势。各安防厂商全线产品AI化也已成为不争的事实。如此看来,AI已经成为当下安防行业的标配。但在AI成为安防行业标配的同时,越来越多的难题开始显现出来。
AI本身的赋能属性,会紧紧和场景结合在一起,而场景则意味着个性化,因此随着AI在安防行业领域应用的不断深化,用户对于AI应用的诉求也将根据不同的场景变得越来越个性化和碎片化。以萨所提出的,从多维融合到全息感知,实战落地扎实赋能AI安防的演进之路,为安防行业碎片化难题的破解带来了全新的实践经验。