公安大数据应用时代,如何将多模态的感知数据进行融合、碰撞,为智慧警务提供丰富的多维度案件研判手段,是当前公安实战面临的迫切需求。而语义智能则代表着多模态数据融合治理的技术发展趋势。
深度学习技术走向“语义智能”
实际上,2006年深度学习技术的概念就已被提出,只是到 2012年才被市场迅速接受和认可,而围绕图像识别领域的技术应用突破,促进了整个深度学习技术在视觉领域爆发。2017-2018年期间,国家雪亮工程建设的推动,使得深度学习技术将视频解析能力推向一个新台阶。2018年,谷歌开源UI 框架 Flutter Beta,推出了自然语言处理技术,这是NLP整个技术领域的一个大发展。
在安防应用领域,海量的物联视频数据催生出围绕大数据服务的市场空间,传统的单模态数据显然无法应对当前公安大数据实战需求。在此趋势下,急需通过多维数据结合智能算法融合分析即多模态智能,形成人员与数十种实体的关系建模与智能匹配,建立不同维度和不同粒度间的数据联系,为智慧警务研判提供更为丰富的研判手段。
多模态智能即我们说的语义智能,属于NLP技术领域的一个分支,是深度学习技术的最新演进。语义智能不等于语义解析,其智能化体现是不但可以像人一样拥有视觉和听觉,而且还能像人一样思考和行动,只有这样一个完整的智能化状态,才能使AI达到一个高度的人机协同的状态,从而更好地解决多模态数据融合治理和应用。
多模态数据融合治理的技术支撑
1、基于大数据平台的融合技术,从基本信息、身份特质、背景、异常行为等多个不同维度,结合智能算法形成人员、车辆、 MAC、RFID、设备等丰富的实体智能标签体系,打造一个完整的知识图谱库;2、语义的分析及推理非常关键,能够实现案情相关知识图谱的提取,从案件中自动分析出案发时间、案发 地点、作案手段、关联实体等结构化内容;3、数据冷、温、热分层处理技术设,提升在大数据量级,多种类融合背景下应用的查询速度和资源调度效能能。
截止到现在,熙菱每年多维数据融合分析计算的数据量超过2000亿,日常辅助公安的实战算法超过30种。2019进博会的安保项目,是熙菱在多模态数据融合应用方面最经典的案例。
(本文源自2019 a&s人工智能创新应用趋势论坛上熙菱集团副总经理张登的主题演讲)