安防行業(yè)近20年的發(fā)展經(jīng)過了從模擬到數(shù)字，從標(biāo)清到高清的變革，目前進(jìn)入了人工智能的變革時(shí)代。數(shù)字和高清的變革目標(biāo)明確，產(chǎn)業(yè)界沒有過多的猶豫和反復(fù)，幾乎是發(fā)令槍一響，賽道上的所有選手奔著同一個(gè)方向和目標(biāo)努力，各種配套、各種標(biāo)準(zhǔn)有序跟進(jìn)，商業(yè)落地的效果也很顯著，安防行業(yè)重新洗牌，改變小而散的狀態(tài)，形成具備很強(qiáng)落地和創(chuàng)新能力的安防產(chǎn)業(yè)頭部企業(yè)群格局。有了前述良好的行業(yè)基礎(chǔ)，再憑借安防以視頻為核心的天然優(yōu)勢(shì)，安防成為了人工智能落地的良好選擇。
據(jù)艾瑞咨詢統(tǒng)計(jì)，2018年中國(guó)人工智能賦能實(shí)體經(jīng)濟(jì)各產(chǎn)業(yè)的份額中，“AI+安防”占比超過50%。人工智能在安防行業(yè)的落地增速也在持續(xù)加速，安防企業(yè)中的AI化所占比例在持續(xù)增加，據(jù)艾瑞咨詢披露，2018年，我國(guó)AI+安防軟硬件市場(chǎng)規(guī)模達(dá)到135億元，部分頭部安防廠商AI業(yè)務(wù)在總營(yíng)收中占比從大約4%提升至超過8%，部分典型AI公司安防業(yè)務(wù)則占接近一半的營(yíng)業(yè)收入。2018年城市公共安防中AI滲透率達(dá)到2.6%。預(yù)計(jì)2019年市場(chǎng)仍將保持高增速，到十三五收官之年2020年增速開始穩(wěn)定，屆時(shí)市場(chǎng)規(guī)?？蛇_(dá)到453億元(城市公共安防AI滲透率達(dá)到11%)，2022年市場(chǎng)規(guī)模有望突破700億元(城市公共安防AI滲透率達(dá)到25%)。
盡管人工智能在安防行業(yè)開了一個(gè)好頭，落地好，增速快，但并不意味著人工智能在安防行業(yè)的發(fā)展過程一帆風(fēng)順，發(fā)展前路一馬平川，有很多的挑戰(zhàn)和問題需要解決。以下從工程化的挑戰(zhàn)、標(biāo)準(zhǔn)化的缺失和AI需求的碎片化三個(gè)角度闡述當(dāng)前面臨的問題和挑戰(zhàn)。
工程化的挑戰(zhàn)
縱觀目前安防+AI落地好的場(chǎng)景，工程屬性的問題解決得好是必要條件，前端的工程屬性包括布點(diǎn)、工堪、立桿、安裝、補(bǔ)光、調(diào)試等等，后端的工程屬性主要是指數(shù)據(jù)的技戰(zhàn)法。比如ITS的應(yīng)用是一個(gè)典型的AI落地場(chǎng)景，人工智能最早在安防行業(yè)落地就是從ITS開始，前端的卡口和電警等設(shè)備，被明確地定義了工程屬性參數(shù)，在停止線后多少距離布點(diǎn)、抓拍點(diǎn)至立桿距離多少，配什么樣的鏡頭，抓拍幾車道，補(bǔ)光燈強(qiáng)度要求多少，安裝照射角度是什么，調(diào)試規(guī)范怎樣等等，都有嚴(yán)格的工堪表格和實(shí)施規(guī)范。按這樣的工程屬性安裝和調(diào)試的系統(tǒng)，再加上后端數(shù)據(jù)的技戰(zhàn)法，可以盡可能地滿足客戶的需求。從ITS衍生的出入口停車場(chǎng)車輛管理系統(tǒng)，明確的工程化屬性定義，加上后端的數(shù)據(jù)運(yùn)維平臺(tái)，是典型的to G端到to B端衍生的案例。
再比如人臉識(shí)別相機(jī)，要求安裝高度、人臉像素大小、補(bǔ)光等等。反過來思考，如果離開或者弱化這些工程化屬性實(shí)施的可能性，人工智能在安防行業(yè)的落地還能繼續(xù)發(fā)揮優(yōu)勢(shì)嗎？宇視認(rèn)為：首先，強(qiáng)調(diào)工程化本質(zhì)上沒有錯(cuò)，工程上意味著場(chǎng)景的準(zhǔn)確定義和人工智能的可實(shí)施可復(fù)制；其次，算法的不斷進(jìn)步，以及用于算法訓(xùn)練的場(chǎng)景素材不斷豐富，正在泛化人工智能的適應(yīng)性能力，逐步減弱對(duì)工程化屬性的依賴；再次，客戶調(diào)整需求和對(duì)人工智能的期望值，比如使用兩個(gè)泛智能的攝像機(jī)，代替一個(gè)工程屬性極強(qiáng)的專業(yè)智能攝像機(jī)，抓拍率也許可以達(dá)到同樣的效果，但降低了工程實(shí)施的難度和整體TCO。
標(biāo)準(zhǔn)化的缺失
一個(gè)行業(yè)的大發(fā)展離不開標(biāo)準(zhǔn)化的制定，標(biāo)準(zhǔn)化是現(xiàn)代大生產(chǎn)的必要條件，可以提升效率、科學(xué)管理、增進(jìn)信息流通，以及孵化創(chuàng)新等。標(biāo)準(zhǔn)化工作對(duì)人工智能及其產(chǎn)業(yè)發(fā)展具有基礎(chǔ)性、支撐性、引領(lǐng)性的作用，既是推動(dòng)產(chǎn)業(yè)創(chuàng)新發(fā)展的關(guān)鍵抓手，也是產(chǎn)業(yè)競(jìng)爭(zhēng)的制高點(diǎn)。世界發(fā)達(dá)國(guó)家紛紛在新一輪國(guó)際競(jìng)爭(zhēng)中爭(zhēng)取掌握主導(dǎo)權(quán)，圍繞人工智能出臺(tái)規(guī)劃和政策，對(duì)人工智能核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等進(jìn)行部署，加快促進(jìn)人工智能技術(shù)和產(chǎn)業(yè)發(fā)展。主要科技企業(yè)不斷加大資金和人力投入，搶占人工智能發(fā)展制高點(diǎn)。
安防行業(yè)目前缺少人工智能的行業(yè)技術(shù)標(biāo)準(zhǔn)，去統(tǒng)一和規(guī)范人工智能在安防行業(yè)的落地和持續(xù)創(chuàng)新。比如人工智能芯片的算力標(biāo)稱，目前沒有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)去規(guī)范。各個(gè)廠家都有自己的標(biāo)稱測(cè)試評(píng)估體系，各芯片之間橫向的對(duì)比標(biāo)準(zhǔn)缺失。如果想評(píng)估一款芯片的真正算力，目前的方法只能是通過花人力進(jìn)行算法的實(shí)測(cè)對(duì)比。再比如人臉識(shí)別系統(tǒng)和以圖搜圖系統(tǒng)，各個(gè)廠家都有自己的算法和模型，假如一個(gè)客戶使用了不同家的算法，后臺(tái)數(shù)據(jù)側(cè)的研判就會(huì)出現(xiàn)問題，不同廠家不同模型產(chǎn)生的數(shù)據(jù)之間不能互通，只能割裂地進(jìn)行分析，這會(huì)給數(shù)據(jù)分析、設(shè)備擴(kuò)容等等帶來很大的麻煩。2018年1月，國(guó)家人工智能標(biāo)準(zhǔn)化總體組、專家咨詢組成立大會(huì)召開。在會(huì)上，國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)宣布成立國(guó)家人工智能標(biāo)準(zhǔn)化總體組、專家咨詢組，負(fù)責(zé)全面統(tǒng)籌規(guī)劃和協(xié)調(diào)管理我國(guó)人工智能標(biāo)準(zhǔn)化工作。
AI需求的碎片化問題
人工智能的大熱，讓人們對(duì)人工智能解決各行各業(yè)痛點(diǎn)的期望逐步加大。視頻監(jiān)控在迎來人工智能時(shí)代之前，主要是人工地查和看。因?yàn)橛辛巳斯ぶ悄艿钠占?，人們?huì)提出各種各樣智能的需求：化工廠提出檢測(cè)原料的跑冒滴漏，寵物店提出檢測(cè)寵物，廚房提出檢測(cè)不規(guī)范操作行為等等。旺盛的AI需求與碎片化AI的落地難形成了鮮明對(duì)比。要解決碎片化AI需求的落地難問題，算力、算法和數(shù)據(jù)是三個(gè)重要要素。同時(shí)，已經(jīng)有人在嘗試使用開放的訓(xùn)練平臺(tái)去解決碎片化需求滿足的問題，將與需求緊密相關(guān)的訓(xùn)練數(shù)據(jù)和應(yīng)用場(chǎng)景問題交給需求提出方，平臺(tái)發(fā)揮算力和算法的優(yōu)勢(shì)。
結(jié)語
總體來看，安防給人工智能的落地提供了很好的土壤，人工智能則給安防產(chǎn)業(yè)的發(fā)展提供了更廣闊的舞臺(tái)。有了人工智能的賦能，和視頻為核心的技術(shù)聯(lián)接，安防行業(yè)的邊界變得模糊化，從智能安防鏈接到智能金融、智能零售、智慧教育、智能制造等等的跨界會(huì)越來越多和越來越頻繁。
