0
2017深圳安博會已閉幕四天，但這次的全館AI熱還讓人記憶猶新。
自1956年被提出，人工智能被人們提起又忘記、忘記又想起，反反復復。今天， AI的又一次崛起好像與30年前的“曇花一現”不同，它來的更兇、更猛、更富生命力。
金融、安防、教育、醫療......一時間，好像所有的行業都欲想以AI為翼，走得更穩、更快、更好。而對于擁有敏銳嗅覺的中國商人來說，AI的爆發無疑已成為他們拾金的又一次良機，以AI為原點的戰場瞬間吸引了各大科技公司、傳統公司、投資界、媒體甚至政府的關注。
在AI熱的背后，記者聽到過各行業人士對其的看好之情；但也看到了部分人對它的中立之心，他們認為AI技術仍不成熟、商業化案例不多，專業人才缺乏等等。
那么，作為科技界的一股重要力量，安防大佬們到底是如何看待安防行業這股愈來愈火的AI熱呢？藉由此，雷鋒網采訪到宇視、科達、海康威視、依圖、商湯、曠視、英特爾、NVIDIA等公司高管，并了解到了他們對于此次安博會AI熱的理解與看法。
“AI成功落地安防算得上集天時、地利、人和，剛性需求和技術蛻變的完美結合產生了AI＋安防。”在宇視總裁張鵬國看來，最近很多人都在談人工智能，包括安博會也遍地AI，索其根源，不下有兩大原因：
資本需要；
技術提升。
他認為，AI這盤棋中有三個關鍵要素：數據、算法、算力。算力的市場風險巨大，它的戰斗程度和迭代速度都還是摩爾定律（也許比摩爾定律更為慘烈），目前在這個領域中美國公司表現強勁，中國公司稍顯被動。
所幸的是，中國在人工智能這盤棋中已經贏下兩盤，分別是數據和算法，數據的核心是擁有龐大的人口數量、用戶量及圖像采集點，有了海量數據之后反復篩選、過濾、疊加、組合，都會對算法有階段性的提升，所以說數據和算法是中國公司未來很長一段時間內在人工智能領域的競爭。
而在這段時間中，雖然AI談的火熱，安防行業還得保持冷思考，主要有兩大原因：
一、價格昂貴
目前人工智能的成本（攝像頭用人臉識別）大概是2500多元，張鵬國希望中國公司突破之后能將之大幅降低。屆時，相關技術在市場上普及、應用將變得非常快速。
二、組織架構
除了“貴”之外，宇視總裁張鵬國認為“組織架構”還會阻礙AI在安防行業的落地。
中國原有的IT部門都是建立一個一個的“煙囪”。“煙囪式”架構也就是垂直的體系結構，每一個IT系統都有自己的存儲和IT設備，以及獨立的管理工具和數據庫，不同的系統不能共享資源，不能交付和訪問，形成了資源孤島和信息孤島。
如果相互打通，就涉及到各個部門的數據管理權問題。
大數據的業務有幾個要素：及時性、關聯性、時空的一致性。但這三點恰恰是大數據的三個硬傷，人工智能最后要解決的問題就是海量數據，如今各個廠家大量攝像頭部署在全國各個角落，組織建設的時候數據就存在甲方那邊，如果再回收過來，如何保證這些數據的關聯性、完整性、時空一致性；另外，為什么要給乙方？這是管理中的“失位”，是個非常復雜、棘手的問題，從這來看，AI雖然很熱，但在部署的路上還得花些功夫。
張鵬國玩笑說，現在在這個行業有一句很經典的話，外行看門道，內行看笑話。如今我們采集到的圖片可能是幾千萬甚至上億條，但對于這些圖片中最枯燥（第一步）的工作就是找人把這些人臉標注出來，解決This is的問題。如果第一步都要依賴人去做標注，那么人臉識別和人工智能在安防行業的應用還有斷距離。
在何峻峰眼中，AI時代到來了，安防行業正在升級、變革之中。
他告訴雷鋒網，在與客戶交流的過程中，發現客戶會有幾點需求急需得到滿足：
一、準確率的提升，安防行業細分場景很多，數據量很大，在實驗室階段，很多設備的識別率都能達到90%以上，但到了實際場景中就衰減很多；
二、誤報很大，很多視頻分析根本就達不到用戶的需求，視頻監控只會拍攝，存儲，之后就無法發揮更多功用，還需人為地去查看所需信息，對用戶來說，極不方便。
面對特定場景下的模式識別和準確率問題上，傳統安防顯得無能為力；而深度學習恰好就能很好地解決這些問題，它能很好地應對一些低頭、側臉、逆光等復雜場景，并快速提升準確率。
認識到AI能給安防行業帶來如此多益處，作為安防行業領先企業，海康威視也早早就設立了研究院，并與北京大學、浙江大學、國際公司等單位合作，欲用AI解決之前遇到的眾多難題。
但在發展的過程中，與宇視一樣，海康也會遇到一些阻礙。
“除了價格之外，技術的不成熟是一個重大原因。”何峻峰介紹說，AI技術本身還不夠成熟，基于傳統模式很難達到一些大的突破，而取得這些突破主要是依賴上游芯片廠商的核心技術的創新。目前技術變化非常快，海康采取的策略是都要去跟，不可能押寶在一個地方，GPU比較實用，很多產品已經落地；FPGA更多還是在實驗階段，但也在嘗試。
從目前來看，新技術的發展的確帶來了新的市場空間，并吸引了眾多企業進入。基于此，雖然AI目前在行業內還沒看到大的技術突破。但海康威視未來還是會以AI為核心，圍繞AI進行技術革新、產品迭代、應用模式的創新。
談至興起，何俊峰還聊了下民用安防市場。他認為，在AI的加持下，To B 到 to C是行業發展的必然階段，從2017安博會來看，民用安防也有升溫之勢，大家也取得了一些業績，目前這個市場大家都在盯著，各廠家當務之急是把產品做好。
在科達總經理陳衛東看來，AI可以看作是下一次工業革命。
他告訴雷鋒網，安防前幾年技術的驅動來自編解碼技術的進步、視頻分辨率的提升以及傳輸方式的進步，編解碼技術從MPEG-4到H.265、分辨率從一百萬像素到4K、傳輸方式從模擬到智能到IP，從始至終，都是技術在驅動安防的發展。
而下一個重大技術方向就是AI。
陳衛東解釋說，典型的安防場景通過AI，可以對場景中的人、車有更加立體的感知，通過人臉識別來進行案件的偵破、疑犯的追蹤、違法車輛的處置，以及對教育進行有序的管理、在零售行業更好地分析用戶，留住客戶。
據其透露，早在2014年，科達就推出了一系列具有智能分析的前端設備和智能分析系統，但是，由于當時是采用傳統算法，很多場景得不到應用；從2016年開始，他們開始把這些算法全面切換到深度學習上，推出全系列帶有深度學習的相關產品。
陳衛東說，這些AI產品如今已經落地使用，并獲得了很多戰績。未來，科達會以AI for all，and more為口號繼續在AI＋安防這條路上深耕：
第一、把AI賦能擴展到所有的安防細分領域，也就是說要進行水平拓展，AI功能不僅體現在專業攝像機上，普通攝像機也要逐漸普及；
第二、深度方面，要做進一步發展，現在的AI的感知相對來說還是淺層感知，未來要做深層感知，識別目標要不斷的深化、甚至到認知的角度，能夠像人一樣可以看得懂。
第三、將緊緊圍繞場景落地做針對性的優化和開發，使得AI不再是技術概念，而是安防領域各種典型場景、各種用戶需求，能夠適應各種場景下的深度應用。
“AI會火在意料之中，兩年前，深圳安防展只有幾家秀人臉識別，北京安博展大概有五六十家，而那時候感覺到，AI真的要來了。”羅憶回憶道。
他說，今年的安博會，一眼望去，除了非監控及指紋鎖廠家，和監控相關的廠商都帶了點AI，好像沒有AI都不好意思去參展了。雖然場館內的很多安防廠商都在宣傳AI，但還不理解AI，這也是AI初創公司的機會。
“少數安防企業做AI只會將其看做是一個新鮮玩意兒，在雪亮工程等實際項目中，也被作為“亮點”或是“餐后甜品”重點展示。沒有的話，不時髦；有了之后，也發揮不了實際作用。”他表示，由于少數傳統安防廠商不理解AI的本質，談到的AI大多還是面子大于里子。AI不是用來秀或者做表面的工作，它的進駐真的能夠改變傳統安防行業，改變傳統安防行業的成本結構、業務模式。
從之前的互聯網＋安防，到今天的AI＋安防，羅憶覺得，安防廠商與AI初創公司都一樣，應該先落地應用，再來談AI。
對于今年安博會的AI熱，商湯張廣程也顯得并不意外。
他和雷鋒網介紹說，AI應用已經過了某個門限，大家今年都開始部署使用，并把AI技術產品化，解決方案化，但對于漫場館的人臉識別、結構化、視頻處理，張廣程說的一針見血：
他們自己的原創技術太少。
他告訴雷鋒網，目前來說AI技術門檻還是比較高，商湯在安防行業希望做技術賦能者，將這些能力輸送給合作伙伴，希望基于AI的產品及解決方案能夠滲透到安防的更多細分場景。
但與此同時，他也強調說，雖然大家都在用，但好與不好還是有區別的。雖然這屆安博會大談AI，但在效果上差距還是有些大，到了公安等客戶那兒真正落地，很多廠商的人臉抓拍、識別率還是非常不堪一擊，真正滿足甲方要求的廠家又會變得少之又少。奧迪、奧拓都是車，但差別還是非常大的。
在他看來，好的技術、好的算法不是拿去就用的，必須經過不斷打磨和投入，沒有想象的那么簡單，復制粘貼做不好技術。而基于此，未來商湯還會在現有基礎上繼續深耕技術深度，另外在產品這塊也會推出基于ARM的人臉抓拍機方案，基于FPGA的人臉抓拍識別，后面還會推出除了人臉外包括人體和車輛結構化的解決方案。
在張廣程眼中，安防領域未來會越做越細，每個場景都有他自身的解決方案，這里面的內容沒有一個廠家能做好、做透，還是需要很多玩家在里面發揮自己的智慧，齊聚力量，壯大中國安防。
對于該話題，陳雪松的立足點很高。
在他看來，AI越火越好，做的人越多越好，曠視雖然是一家AI初創公司，但也歡迎新老企業積極入駐，眾人拾柴火焰高，曠視沒有能力把整個安防業務都做好，他們要做的事情是原創動力的輸出者，畢竟水漲船會更高。
和商湯、依圖一樣，本屆安博會的AI熱他似乎也早已預料到。他認為，安防行業是個綜合性產業，基礎設施設備主流廠家具有高度的相似性，和人工智能公司結合共同提升完善產品也是現行的一個主流模式，短時間內一定是人工智能公司的AI行業化、傳統安防公司的行業+AI、人工智能公司與傳統安防公司的AI攜手行業三種模式并行的過程。從此來看，傳統安防公司做AI、宣傳AI不足為奇，是大勢所趨。
在此局勢下，曠視作為領先的AI初創公司，在算法層面一定要走的更遠、更深。陳雪松告訴雷鋒網，現階段，大家都在展示視頻結構化，識別人臉之后做分析，其實更難的是基于跨攝像頭的人型追蹤。
機器學習識別人臉輸出結構化數據，本質上建立的模型是多維向量，它解決了什么問題呢，在看不清人臉時，只發現有人在走動，給他一個編號，當出現在另一個攝像頭中時，也能識別他是他。
曠視認為，未來，機器可以基于人的思維模式去思考人的步態，從而學會分析、思考。
“相對于普通消費類終端市場來說，安防市場的人工智能落地卻要更快一步。而對于安防市場來說，用戶的痛點是非常明確的，用戶非常清楚自己需要的是什么，比如通過攝像頭來更好的進行車輛信息檢測、人員檢測、行為分析等等，而這時人工智能能夠極大的幫助用戶去解決其實際需求，這也使得人工智能能夠更快的在安防市場落地。”
張宇告訴雷鋒網，工業的進步帶來的是計算能力的不斷提高以及計算成本的不斷降低，深度學習和人工智能是未來的計算浪潮，是已經在改變各行各業的競爭優勢的日益重要的來源。現在正是把深度學習和人工智能集成到產品、服務和業務流程中的好時機。
在他看來，人工智能系統一定是一個端到端的系統，邊緣計算在當中會發生非常重要的作用。隨著視頻技術在安防等領域的廣泛使用，在攝像頭端的視頻處理將成為人工智能的一大應用。”
未來，除了人工智能在終端側的部署在安防市場的加速推進之外，對于深度學習和人工智能在安防領域的應用，還將會呈現出三大趨勢：
增強學習正快速應用到安防領域；
通過網絡壓縮來解決計算冗余的問題；
未來AI算法將會相對固化，專用的AI芯片和服務器將得到廣泛應用。
“AI熱不足為奇，因為它已經在幫助政府解決人、和車的問題。”
在潘迪看來，在處理城市建設中的海量數據方面，AI比人力更擅長。由深度學習驅動的AI計算機能夠顛覆傳統數據處理、分析的方式，高效整合海量圖像信息并將其轉化為深層次的理解。從數據采集，存儲，處理到推理運用，城市視頻監控分析人員每日面臨復雜挑戰。以往單純依靠人員監控的方式僅能覆蓋視頻監控數據的鳳毛麟角，而早期視頻分析系統的處理能力正確度遠遠低于人類。
過去都是靠摩爾定律這樣一種方式實現每一年半翻一番的。今天摩爾定律不存在了，因為GPU計算比摩爾定律還要加速。對整個節能和成本控制來講，不是20%、30%的提高，而是幾十倍的提升。從人臉識別、物理物體識別等方面來講，機器已經成為“超人”，達到90%多的正確率。在安防領域也有很多試點和應用。
他表示，這個世界隨時隨地都在變，治理部門、管理部門要面對這種變化，所以他相信今天可能并不需要或者不存在的需求，明天可能就會有。所以應用創新很重要，這里面包括商業模式。
對于以上各位安防大佬、行業人士對于深圳安博會AI熱的討論，雷鋒網大概總結如下：
AI的確已經在安防行業落地，且細分領域眾多，未來發展前景可期；
目前AI在安防行業的應用還處于淺智能狀態，很多問題還亟待解決；
在這段時間內，安防廠商應該腳踏實地，做好自己本職工作的同時關注最新技術的進展。
在雷鋒網看來，技術的發展從來都是永無止境的，AI的應用的確幫助安防行業解決了很多棘手難題；另從2017年安博會上，AI在安防行業實際的落地產品來看，完全有理由認為2018年將會是安防行業視頻智能化應用全面爆發的元年。
以上是眾為安防大佬對于安博會AI熱的解讀，不知各位看官有何看法？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
