安防智能化進入實際商用階段

2017年已經過去三分之二，這一年安防行業圍繞著AI開始全新的智能之旅。當前無論是演算法與計算力已經逐步走向成熟的階段，數據及超大場景化數據集將成為人工智慧產業發展的核心，安防廠商也許將不再扮演單純的硬體公司角色，會更多的在軟體、場景、數據上角逐，在這歷史性變革的階段，道超車的可能性也在變大，中小型企業與其在紅海中與巨頭進行價格血拚，不如積極乘著技術變革的風進入新的藍海航行。

本期邀請宇視科技產品線行業總工湯利波，共同對於目前市場的趨勢及企業應對之策進行探討！

Q： 安防知識網

A：宇視科技產品線行業總工 湯利波

Q

過去的一年中，您認為安防市場給您最大的感受是什麼？

A

安防市場全面進入智能的時代。隨著深度學習技術、GPU晶元的高速發展。一方面，各個廠商的視頻圖片智能分析演算法得到快速提高；另一方面，伺服器的性能大幅度提升。從而，演算法相對成熟，成本大幅下降，安防智能分析不再是一個高高在上的亮點，進入實際可商用的階段。幾乎是一年之內，安防智能分析市場達到了白熱化競爭的地步。

Q

對於AI的時代的開啟，您認為傳統安防企業需要如何去調整自身的發展策略？

A

A：個人認為，一方面是行業上下游，晶元、演算法、安防廠商生態鏈的建立。隨著智能技術的發展，用戶的智能分析需求會被精細化，演算法的需求種類會非常豐富，未來很難有一個企業可以大範圍覆蓋各種行業的演算法。二是安防企業本身需要加大演算法研究的投入，這是必然的；三是前後端全系列硬體要走智能化的方案。

Q

AI時代的到來，能否拉高安防行業的門檻，改善行業競爭的環境？

A

AI時代的到來，確實拉高了安防行業的門檻。一方面演算法研究的投入在加大；另一方面，隨著這兩年安防智能分析市場的發展，安防視頻圖片智能分析，也從早期的演算法、部件化進入到智能、大數據、硬體、業務軟體相結合的解決方案時代。這就對安防企業的綜合能力有很高的要求，從而提升了安防行業的門檻。

Q

AI是改善傳統行業的強力工具，但對其的投入也是要求持續及長期的，如何平衡其中風險的存在？

A

投入和收益的風險並不是AI時代特有的，這是一個有自身核心技術研究投入的企業必然存在的風險。事實上安防行業的幾個主流廠商，一直都有核心技術的持續投入，各公司也都有自己的一套風險控制的方法。就以宇視科技為例，我們有研究開發投入的決策組織，對研究投入的風險會有系列決策。

Q

人工智慧的浪潮下，安防行業向外延伸的商機在哪裡？

A

安防智能時代的到來，確實可以給安防企業帶了很大的發展外延。我認為通過安防智能的發展，企業會在自動駕駛、物聯網、工業機器人、車聯網、數據安全管理等方面都會建立很好的技術儲備。

Q

在人工智慧發展過程中，第一次低谷遇到的瓶頸是對於認知演算法的基礎性障礙，而第二次低谷遇到的瓶頸是計算成本和數據成本問題，而當前面對的障礙是場景化數據集的規模和質量，解決方案也成為機器學習（演算法）+ 數據 + 計算力的展現，貴司在技術規劃發展上有哪些新的改變？

A

從少數的計算節點運算，逐漸轉移到大規模、分散式的高密度集群計算為核心，以應付越加增長的數據和擴大的模型；

深度學習的發展，逐漸成為一種通用的人工智慧技術，宇視的智能技術從傳統的狹義安防領域，逐漸擴張到廣義的安防領域。

Q

安防行業向深度智能發展當前的進展現狀如何，是否存在技術瓶頸？

A

A：一個是演算法在應用場景的廣泛性上面。客戶的預期與智能演算法的效果的矛盾。 二是不斷增長的演算法模型的網路深度，不斷增長的數據量和晶元運算能力的矛盾。

長

按

解

鎖

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！