2018年3月初,上海滩,在智东西主办的GTIC 2018全球AI芯片创新峰会上,32位大咖齐聚,围绕AI芯片、技术、应用“华山论剑”。大会吸引了来自产业各界超一万名观众报名参与,9日当天早上7点就有观众排起了长队,参会人数比预计翻了3倍,现场火爆不已。
![](/res/201912/03/20191203_1625800_19-3_804616_140493_0.jpg)
在这一轮兴起的人工智能浪潮中,最为火热、最频繁地被人提起的落地行业莫过于安防了,6000亿元的庞大行业市场,成为AI、AI芯片落地的必争之地。智东西也特意推出了“安防智能化变革提速AI芯片赋能机器视觉”,这样一个AI芯片落地的安防板块。
其中,来自安防三巨头之一的宇视副总裁&首席架构师姚华,在肯定AI+安防未来前景广阔的同时,也给当下的AI+安防中泼了一盆冷水,“冷眼旁观”的分析了当下人工智能与安防融合所面临的七大挑战。
![](/res/201912/03/20191203_1625798_19-1_804616_140493_0.jpg)
一、监控,将成为我们的基础设施
演讲一开始,姚华便戏称到“能在中国深夜撸串有一种深深的优越感”,在美国这么晚是不能这么做的,这主要得益于中国有遍布的摄像头和监控系统。
从去年开始,AI成为安防技术与政策中最热的关键词,我们可以看到诸如大联网、大数据、智能、视图解析、物联网等,AI对整个公共安全系统带来效率提升、功能扩展。
目前国家在公共安全的信息系统方面要求更高了,姚华谈到,国家在996号文档中提出到2020年在全中国建设一个遍布所有区域的基于摄像机的IoT(物联网)网络,中国只要有人活动的地方就有摄像机,来给我们带来安全。
“今后,可能除了水、电、路、路灯,还有监控,将成为我们生活的基础设施。”而与此对应的是我国已经建成了世界上最大的视频监控网——“中国天网”,视频摄像头超过2000万个,利用AI和大数据进行警务预测。此外新一代信息基础设施的建设中,也会布局大量的摄像头,也会提升整个存储能力,比如视频等信息的存储由30天变成90天。
![](/res/201912/03/20191203_1625799_19-2_804616_140493_0.jpg)
二、AI加速安防IT化转型
安防行业在IT化的过程中,安防IT1.0把模拟系统转化为数字化系统,随后安防行业又将IT化推进到2.0,包括车辆大数据、视频网闸、场景智能。当AI出现的时候,AI正加速安防IT化3.0转型。
姚华分享到,AI进入安防,首先摄像机看得更加清楚,从原来的D1(微光)到现在的8K全天候的超清信息。中国也是全球唯一一个大规模视频联网的国家,并建设了非常完善的联网标准,因此整个安防系统可以看得更广。
以前我们靠人眼来监测,随着视图智能分析技术的到来,我们现在可以靠机器来看,并且看得效果更加准确。在大数据技术的帮助下,就能够看得懂智能分析得到的结构化的数据。此外机器还要看得“稳”,数据安全非常重要。因为有了AI,有了深度学习,整个安防IT化正在从2.0到3.0跨越。
总结来看,就是融合AI后的安防IT化将看得更清、更广、更准、更稳、更懂。
三、AI对安防带来七大挑战
在短暂肯定了AI 对安防的价值和意义后,十余年安防行业的积淀让姚华对AI与安防的融合看得更加清晰与透彻,尽管AI+安防未来充满前景,但当下AI也为安防监控系统带来全流程的挑战。
所谓“全流程的挑战”,是因为AI出现以后,摄像机的前端采集,不再只有视频,还有图片和结构化的信息,存储到后台后,将面临综合的智能分析,包括边缘计算、云端计算,这个业务流程都发生深刻的变化。
具体而言,我们将AI对安防带来的挑战概括为七大方面:
第一,来自前端的挑战。比如在路面复杂环境中的智能识别,复杂光线、遮挡、运动状态等都是智能识别的“杀手”。此外,在前端算力方面,现在算法还要与硬件进行适配,前端的算力要强,功耗就高。如何做好结构化信息的算力、功耗与成本的平衡,应用到各种(极端)场景下稳定工作,都是前端的挑战。
在中国只要有案件发生,基本38小时就可以找到罪犯,这得益于我们建设了一张非常卓越的“天网”系统。但随着AI的应用,存储对象也由视频变为视频+图片+结构化以及半结构化的信息,各类数据混存模式下,大量小文件导致普通存储性能下降。AI激活了原始数据,导致写读需求大幅上升,变成1:1,这对整个硬件系统带来巨大挑战。
同时,分析、清洗后产生的新数据,价值大幅提升,也对可靠性要求更高,如何用较低的成本获得可靠的保存,产生更高的价值也是我们面临的问题。
第三,AI对图像智能分析的挑战,目前算法和硬件的匹配都不一致,并不能够实现软件定义芯片。比如对人的监测,可能包括性别、年龄等信息,而对车辆的监测则包括车牌、车标、车身颜色等,监测对象与场景的不同,对多种智能算法并存提出了更高的要求。
姚华以场景不一致对整个机房应用的影响举例到,在地铁和商场两个场景中,地铁的智能识别需求在我们上下班的高峰期和晚上需要外出采购以及娱乐的时间,商场在开业期间智能识别使用多,在我们上下班期间不怎么使用,这就涉及一个问题,如何让后台的机器和IT系统做到资源的合理分配。
第四,AI在摄像机中产生了大量结构化与半结构化数据,又对大数据形成挑战。姚华以他们做过的一个大型游乐园项目为例,其每年的数据量有200亿,面对百亿级数据,如何高效响应,这很重要。此外,规模增长的数据量带来系统级的机房空间扩张和投资压力,这时系统轻量化又十分重要。
第五,AI对安防行业标准的挑战。AI进入安防,推动简单的视频业务向复杂视图信息应用升级。目前来看,每个标准的演化都需要时间成熟。GA/T1400标准很多接口、检测方法等都需要大量时间来完善。
第六,AI对业务应用的挑战。当AI进入安防业务后,存在业务的个性化和不确定与业务厂商产品的标准化矛盾。讲到这里,姚华打了一个生动形象的比喻,他称“乔布斯的iPhone给我们生活带来多大变化,AI也会给安防带来多大变化。”
第七,AI对信息安全带来挑战。目前视频专网缺乏安全准入控制,黑客可轻易入侵核心服务器和存储。他举例到,如果淘宝停运一天对我们会有什么影响?难以想象。这对安防带来巨大的安全挑战。
结语:恰逢其时的一盆“冷水”
时下AI芯片可谓红极一时,不少厂商也纷纷打出口号,今年量产AI芯片,而安防又是AI芯片落地的一个关键点。姚华这一盆“冷水”可谓泼的及时,让AI安防在火热的同时,我们清醒认识AI安防存在的挑战。
安防是一个关系国计民生的大行业,针对AI与安防融合的初期面临的全流程挑战,需要产业链各方共同协作,解决当下的痛点性问题,真正推动AI在安防行业的大爆发。