芯耀
105
AI賦能安防，并非是將原來的業(yè)務重做一遍，而是基于AI做增量，賦能、補充原有流程。
雷鋒網(wǎng)AI掘金志曾與曠視副總裁陳雪松有過一次談話，彼時他剛退身國企單位，加入AI公司曠視。他曾談到，AI在安防行業(yè)的這把火，火得燎原，且不易滅。幾年過后，當AI掘金志再次與其交談時，AI安防已經(jīng)在時間車輪中飛快地運轉良久。那么，在這位傳統(tǒng)安防與AI的雙重浸潤下的安防老兵看來，四年里，AI這把火，在安防行業(yè)燎了哪些原？
AI 安防的“果實”
四年前，陳雪松曾說：“我在安防行業(yè)工作了17年，切身感受到人工智能對作業(yè)模式、作業(yè)流程、作業(yè)效率的改變。雖然AI在安防中的落地過程中屢屢遇到阻礙，但不得不說，這一次，它對傳統(tǒng)安防地改變是徹頭徹尾的。”四年后，陳雪松對“徹頭徹尾”進行了更詳細的解釋：
規(guī)模效應和業(yè)務邏輯。
這幾年，AI應用規(guī)模出現(xiàn)指數(shù)級上升。2017年，“百路適用和建設”是主體。陳雪松回憶，當時部里的一個文件，要求各地建設攝像頭，試點試用AI，第二年發(fā)文要求保底建設100路。2018年，千路建設已初現(xiàn)規(guī)模，不少區(qū)縣級城市建設起千路級規(guī)模。2019年，萬路建設成為主要城市的常態(tài)，萬路的匯聚和計算成為中大型城市標配。規(guī)模的梯度遞增意味著什么？百路規(guī)模時，AI安防只能處理大家所熟知的人臉，節(jié)點處于出入口，后臺顯示的是離散的點上數(shù)據(jù)。千路規(guī)模時，在城市的主干道或關鍵節(jié)點和環(huán)節(jié)上覆蓋，形成圈層概念。
萬路規(guī)模時，形成整個社會面的活動態(tài)勢，各行業(yè)的邊際效應開始顯現(xiàn)。以交通為例，百路時，后臺只能呈現(xiàn)簡單的點路信息，只能反映實時的車流量和車輛運營狀態(tài)，連所謂的非機動車、機動車混行和車輛違規(guī)停放等應用都難以實現(xiàn)。而達到十萬億信息規(guī)模時，后臺能夠掌握海量信息的權威視角。
陳雪松笑稱，這就是“管中窺豹”和“看圖知曉天下”的區(qū)別。而行業(yè)需求和行業(yè)積累是規(guī)模效應的內因。安防的智能化途徑有二，前端的智能攝像頭和后端的智能化平臺。
其中不可避免面臨的一個關鍵環(huán)節(jié)是，解析到底在哪里發(fā)生？陳雪松指出，一個城市至少有幾十萬攝像頭，以視頻為核心的網(wǎng)絡架構實際是在邊緣匯聚，到中心節(jié)點時，是點播和瀏覽模式，它并沒有真正實現(xiàn)全鏈路的拉通，如此一來，鏈路帶寬對AI企業(yè)來說，將是天價成本。而因用戶的智能化訴求，驅動著AI從端和中心計算的改造向邊緣側計算發(fā)展。在邊緣側部署計算節(jié)點過程中，實際上進行了網(wǎng)絡改造和網(wǎng)絡升級。邊緣計算與網(wǎng)絡改造工程量并不小，從用戶建設的成本看，一個完整的工程建設中，網(wǎng)絡改造成本可能遠高于智能化成本。
所以邊緣計算、端計算和中心計算三者結合，規(guī)模效益才得以顯現(xiàn)。這從而也驅動了整個行業(yè)的標準化。同時，平安城市、雪亮工程等政策更是功不可沒，讓十幾年的安防產(chǎn)業(yè)逐漸積累起一個個萬路級城市。陳雪松預測，目前一二線城市的智能前端覆蓋率已達到一定規(guī)模，未來更多是縱深發(fā)展，在行業(yè)上往下深化沉淀，區(qū)域上往區(qū)縣級城市發(fā)展。
在業(yè)務邏輯上，傳統(tǒng)安防的管理邏輯以人防為主，技防為輔。無論是社會安保，還是園區(qū)安防管理，亦或重大活動，人的發(fā)現(xiàn)、決策和管理是核心體系。
“這幾年的一個重大變化，以人群和人防為主體變成了人防與技防結合。”“人防和技防”在目前概念橫飛的市場早已不是新鮮詞，卻是這位在安防行業(yè)摸爬滾打20年老兵的切實感受。“目前在安防的執(zhí)行層面，機器還不能完全代替人，但是發(fā)現(xiàn)層面的業(yè)務邏輯基本上被技防替代，這是最大的根本性的變化。”陳雪松提到，疫情防控上，目前依然有大量人在一線巡防和駐點，但他們更多是臨時的應急響應和處置力量，以加強現(xiàn)場執(zhí)法和治安管理的影響力。而要形成社會面的常態(tài)化布控，需要依靠AI等技術。
在社會治理層面，如今的AI安防基本以后臺分析為主，后臺數(shù)據(jù)驅動前端的執(zhí)行。公安領域，在執(zhí)行處置環(huán)節(jié)，AI主要基于后臺的視頻大數(shù)據(jù)和人像大數(shù)據(jù)，以及人的行為模式軌跡大數(shù)據(jù)等幫助執(zhí)法人員進行分析與決策，從而更精準、更有效的處理業(yè)務。
算法精度高峰的山腳
“AI安防正呈現(xiàn)邊界溢出效應。”人臉不再只是唯一核心，以AI視覺為核心，輔以大數(shù)據(jù)，AI在社會面的綜合管理和城市的管理領域逐步拓展。一來，AI的附加值極高，能夠從本質上推動，甚至拉動一些傳統(tǒng)產(chǎn)業(yè)的變革；二來，從投資利用層面，解析視頻成本固定，公共性設施領域，為不同行業(yè)賦能時，效益增倍。同時，市場對AI的理解和嘗試變得更加清晰和聚焦。
從企業(yè)運營上看，不管是AI公司還是傳統(tǒng)公司，都逐漸聚焦到真正的可持續(xù)發(fā)展戰(zhàn)略和經(jīng)營的質量上，AI企業(yè)也少了份噱頭與泡沫，多了份沉穩(wěn)與扎實。“是否可用，是否好用，最終關注的還是用戶的價值體現(xiàn)，這一點大家更加務實。”
從用戶層面看，認知價值的邊界更加清晰，效能的呈現(xiàn)，將成為更主流的發(fā)展趨勢，客戶關心的不是技術，而是技術帶來的價值。與此同時，算法精度已經(jīng)從單一維度向橫縱兩個維度快速發(fā)展。“對我們來說，在算法精度的追求上，不管你哪次爬到峰頂?shù)臅r候，你都會發(fā)現(xiàn)你還在珠穆朗瑪峰腳下。”
陳雪松強調，最初簡單的1:1、1:N的人臉識別精度已達到一定高度，隨著前端智能化規(guī)模化發(fā)展，人體、人和車、人和人、人和環(huán)境、車輛本身、各種行為的識別催生了多維算法的應用。亂搭亂建亂放，占道經(jīng)營，井蓋位移，老人跌倒，整個社會治理層面需求全面爆發(fā)，這些，是基于海量攝像頭，而非所謂的卡口攝像頭。
隨著AI規(guī)?；瘧茫粋€城市每一天新增的視圖數(shù)據(jù)可多達十幾億。在這個維度，要求多個算法精度同步提升，這對算法多維度的高精度要求極高。曠視在聚類一條以人、車為核心的數(shù)據(jù)時，也挑戰(zhàn)了之前從未有過的精度要求。“以前即使是上億的識別，也只是單一人像維度的檢索和驗證，現(xiàn)在做聚類，是包含人像、人體、車輛等多維數(shù)據(jù)的碰撞，量級高達幾百億，不僅歸檔率、分類度要求很高，而且都是基于自然攝像頭產(chǎn)生的（數(shù)據(jù)質量也參差不齊）。”
陳雪松補充：“這個維度的計算和以前單一點狀計算完全不是一個維度，目前真正達到可用程度的技術提供商，中國不超過2.5家。”這也是AI行業(yè)的下一個珠穆朗瑪峰。2017年，陳雪松曾擔憂于行業(yè)發(fā)展的三大阻礙：前端智能化不理想，各部門之間數(shù)據(jù)難打通和業(yè)務流程難改變。在他看來，這些問題已經(jīng)得到極大地改善。
- 前端智能化
2020年，相關部門下發(fā)文件對前端智能化覆蓋率提出了更高要求。這將通過端設備、邊緣計算和中心計算三者的智能化共同實現(xiàn)。陳雪松認為，目前還在建設階段，但從萬路規(guī)?？矗l(fā)展非?？焖佟?/p>
- 數(shù)據(jù)打通
“如果單從信息化角度來說，它難以本質性的改變數(shù)據(jù)打通問題，而這恰恰是AI的價值所在。”陳雪松感慨，從前的智慧城市建設，最難的一件事情就是數(shù)據(jù)孤島。公安、城管、交通，不同的系統(tǒng)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。而如今，各部門所掌握的傳統(tǒng)大數(shù)據(jù)只占數(shù)據(jù)總量的5%，95%則是等待AI挖掘的視頻數(shù)據(jù)?；贏I產(chǎn)生的海量數(shù)據(jù)，價值足夠大，也促使各系統(tǒng)將自身的結構化數(shù)據(jù)與與視頻數(shù)據(jù)碰撞，產(chǎn)生數(shù)據(jù)關聯(lián)，以及更高維的數(shù)據(jù)價值。“你有了一個黑洞，能夠吸引其他星球向你靠攏，”他強調，“這比單純的行政命令促進數(shù)據(jù)融合效果更快。”行政體制的推進也在促使資源逐步實現(xiàn)共享。目前在北京、上海等地的政府均在推動社會資源和解析資源的匯聚，并為各行業(yè)提供應用。“這是下一步的發(fā)展方向和模式，同時也是投資效益比最大、最能充分發(fā)揮前端感知能力和后端計算的創(chuàng)新價值的關鍵。”
- 業(yè)務流程
越來越多的視頻大數(shù)據(jù)被指揮體系和執(zhí)行體系關注，甚至由指揮決策體系牽頭進行視頻大數(shù)據(jù)應用建設，流程改造逐步得到推動和完善。陳雪松表示，其中也有不少困難，建設以信息化部門為核心，應用部門的參與度和業(yè)務能力提升任重道遠。當AI作為基礎效能工具，整合進流程里，被常態(tài)化部署時，即是AI成為生產(chǎn)力時，意味著流程改造基本完成，但這是一個逐步深化的過程。目前，AI已經(jīng)將110電話接警、網(wǎng)絡接警、微信接警等能力整合進流程中，成為制度化的、被認可的體系。
低頭努力，發(fā)力狂奔
陳雪松認為，AI公司本質是基于行業(yè)進行變革。AI公司在算法能力之外，必須要提供行業(yè)能力，而這個行業(yè)能力是現(xiàn)有業(yè)態(tài)的補充和提升，是做增量后拉動更多合作伙伴分潤的問題。
“AI賦能安防行業(yè)時，并非是將原來的業(yè)務再重做一遍，而是基于AI，賦能、補充原有流程，做增量。”他舉例，城管領域傳統(tǒng)通常是人巡模式，隨著數(shù)字城管向智慧城管的轉型，我們也助力很多城管客戶將視頻分析模式補充進來，并進一步將自動發(fā)現(xiàn)和處理流程整合到處置流程中。
他還提到，AI公司之前，視頻領域本質上只有視頻建設，AI之后，邊緣計算、中心計算、視頻大數(shù)據(jù)等等應用，在既有技術上進行深化和提升，同時也拉動了前端能力建設。當前公安體系里的分層解耦，本質上是去適應和解決過多的碎片化帶來的問題，這也是未來大規(guī)模建設的趨勢。
陳雪松總結，在一些垂直新的領域里，AI公司都在努力向業(yè)務上做一些延伸去探索閉環(huán)價值。他認為隨著市場教育逐漸成熟，用戶的關注、需求一定遠超目前實際能提供的。“在這個基礎上，AI公司還需要低頭努力，在垂直賽道上發(fā)力狂奔。”
