商湯科技副總裁楊帆：安防行業需要具備強大自我進化能力的 AI

2018 年 3 月 31 日，由雷鋒網主辦的 AI 盛會 ——【 2018 中國人工智慧安防峰會】，在深圳科興科學園國際會議中心正式舉行。

在會議上，商湯科技聯合創始人、副總裁楊帆對商湯科技在 AI+ 安防領域的相關動態和思考進行了分享。對於AI在安防領域的應用，楊帆表示，人工智慧確實在不斷幫助公安系統提升效率，但在複雜場景下還有提升空間。不斷升級原創技術是優化安防產品的重要手段。同時需要把注意力聚焦在如何讓技術持續獲得進步，只有在演算法、算力、核心平台等方面進行長期性、持續性的積累儲備，才能幫助一家企業走得更遠。

此外，楊帆還強調了自訓練系統在行業實際場景中的重要性，他認為，面對大規模複雜的場景化應用，自訓練系統是唯一的解決之道，它也體現了 AI 的自我進化能力。未來，包括更加精準的人臉識別、人臉行人結合、增量訓練、千億量級檢索，所有這些系統都基於純粹無監督的自訓練系統達成；只有這樣才能夠為 AI+ 安防行業提供最大的價值。

最後楊帆表示，安防是一個非常複雜的系統，每個環節都需要非常專業的理解能力和技能，沒有廠商可以包攬上下游的所有環節。只有各方力量形成合力，才能給客戶提供更有價值的服務。

以下是楊帆演講實錄，雷鋒網做了不改變原意的編輯：

大家上午好！今天很榮幸有機會在這裡聊一聊商湯科技在安防領域所做的事情。

今天談到人工智慧，我們講演算法、算力，其核心還是技術創新。技術通過不斷地向前邁進，並與行業需求相結合，為行業帶來更大的價值空間和核心動力，進而推動 AI 技術真正在一些行業落地，解決我們的實際問題。

每次演講，我都要提到商湯在博士人數和論文發表數量上的優勢，因為它們體現了商湯的核心原創能力。核心原創為什麼如此重要？今天，有人說人臉識別技術已經很成熟了，2014 年計算機人臉識別準確率就超越了人類肉眼，現在 4 年過去了，技術水平已經接近極限。但是，相信在座安防行業的從業者，每天聽到的是」你的產品怎麼識別不準」，」怎麼找錯了」，」是否能在夜光下做更好的識別」等等。今天大家提了很多想法和概念，但是在實際場景中真能做好嗎？AI 技術確實在幫助公安系統持續不斷地提升效率，但是做得還遠遠不夠，仍然有非常大的進步空間，這就是我認為原創技術非常重要的原因。

擁有技術之後，需要關注的是如何讓技術持續獲得進步。只有在演算法、算力、核心平台等方面進行長期性、持續性的積累儲備，才能幫助我們走得更加遙遠。

第三步是什麼？是對於行業的理解。我們需要對行業有較深的認知，通過不斷跟行業需求磨合，確保技術疊加在正確的方向，確保技術真正能給行業帶來價值和改變。

商湯在技術落地過程中，涉獵很多行業，安防只是一部分。很多人不理解，說你們搞得這麼不專註，精力分散，是否能把事情做好呢？通過這幾年實踐，我們積累了一些獨特的認知。舉個例子，比如說網路視頻廣告業務方面，商湯是目前國內最大的互聯網視頻及直播平台供應商，90% 以上的直播和短視頻分享平台都是我們的客戶。現在，隨著中國視頻直播平台走向全球，在俄羅斯、印度、非洲等地提供服務，商湯作為技術供應商可以通過全球不同地區的人臉數據，來提升人臉識別的技術能力。這種能力用在安防領域，就是提升了技術的適配性，讓產品有了更大的覆蓋性，由此可見看起來毫不相關的視頻廣告業務，也能給安防領域技術提升帶來價值。

另一個例子，商湯還是許多手機廠商的服務供應商，OPPO、vivo、小米、華為等都是我們的客戶，我們提供從前端的視覺感知、圖象優化、智能相冊，到智能認知的全套系統。這些技術能給安防帶來什麼價值呢？它能幫助我們理解，如何讓演算法更小、更快，並在不降低精度的情況下進行演算法優化，讓智能晶元或智能相機具備更加強大的能力。我認為，不同行業之間無論是數據還是技術應用上，最終會產生交叉兼容性，提升這些能力可以幫助我們在真正困難的問題上走得更遠。

當然，光有這些技術還不行，落地需要跟場景進行有效結合，根據客戶的真實需求定義產品。很重要的一點是，思考如何跟行業的上下游廠商共同打造更好的生態，讓 AI 技術給這個行業帶來價值。安防是一個非常複雜的系統，從前端到後端，從相機、傳輸、存儲到智能分析，再到應用反饋、公安實戰需求，每個環節都需要非常專業的理解能力和技能。我認為不會有任何一個廠商，能把這一套的每個環節都做得很好。怎樣才能給客戶提供更有價值的服務？需要所有人共同的合力，大家每人都做自己最擅長的事，形成產業閉環，一同提供更好的服務和更好的產品。

過去的三四年，隨著國家政策支持，我們看到人工智慧技術為安防行業帶來的巨大改變。同時，安防領域也有很多新的需求出現，這些需求對 AI 的分析能力提出了更高的要求和挑戰。比如，在整個場景中利用人臉識別，利用結構化的分析技術進行線索查找、軌跡還原，一人一檔建設等，甚至超越視頻之外的多維度數據之間的關聯，這都對我們提出了新的挑戰。

智能安防領域現在有大量的人臉識別技術落地，從省到市到縣，在各個場景下發揮了重大價值。我一直在想，下一步是什麼？今天安防的市場很大，未來這個市場會更大，之後再下一步是什麼？隨著核心技術能力的提升，未來在更大規模、綜合性的場景，通過由事到人、由人到人、由人到事這些深層次的關聯，進行更加深層次的信息挖掘和關聯性挖掘，將會成為可能。

大家都知道商湯技術做得好，2013 年我們提出 DeepID，2015 年 10 月我們人臉識別技術的系統誤報率控制在 E-5 次方量級。2017 年，我們在互聯網金融行業進行手機人臉識別，誤報率是 E-9 次方量級，對於人臉識別準確率的提升是每年兩個數量級。

以抓拍機為例，每天每台平均抓拍的人臉數在 1000-2000 左右，如果希望做到一萬路級別布控，誤報率需要降低到 E-11 次方量級，這樣一天能產生 100 多個誤報。然而，我們通常不是對一天的內容進行搜索，而是三個月一個周期。這樣，如果需要在總共一百天，一萬個攝像頭拍攝的內容中，比較準確地定位出目標人，技術的要求則要更高。

商湯的目標是在人臉識別準確率上，每年保持兩個量級的提升，2018 年要提升到 E-11 次方量級，我認為未來還有更大的提升空間。當然，這裡會存在一個問題，準確率的提升一方面源於演算法的進步，另一方面是得益於不斷累積的數據量。但是，數據累計從一萬提升到十萬非常容易，從一百萬提升到一千萬就很困難，當已經有了十億的數據，如何提升到一百億的數據？這是非常難的。要讓技術提升保持高速，唯一解法是自訓練系統。系統利用來業務場景系統中的真實數據進行訓練，並在無監督的情況下進行數據反饋，能增強演算法在實際應用場景的提升，為該場景提供最大化價值。

應用自訓練系統進行技術提升具備如下幾個方面的價值。首先，當面臨更大規模、更加複雜的場景化應用的時候，確保技術有持續不斷的改進空間，能隨著技術積累持續進步。第二，可以避免大量的人工標註，能把性能提升的成本降到最低。第三，來自於業務場景的性能技術的提升，能確保根據演算法得出的解決方案，對於該場景是最佳結果，並能夠定製化地提供解決方案。第四，因為所有的解決方案，最終在客戶那端完成全閉環，可以很好的解決數據安全問題。

如何進行自訓練技術提升過於細節化，今天暫且不講。我來說說訓練結果，在 32GPU 或者 8 卡伺服器上，通過 3 天快速反饋，商湯可以得到精度 96.46% 的世界最好結果，超過 Google NAS 和 MIT Meta-QNN，在這過程中是沒有人工干預的。這樣一套網路結構，如果通過科學家去設計，由人進行迭代和研發可能需要一年時間。

希望未來能有更多真正具備強大自我進化能力的 AI 進入行業，不斷提升 AI 在安防行業的價值，包括更加精準的人臉識別、人臉行人結合、增量訓練、千億量級檢索，所有這些系統都基於純粹無監督的自訓練系統達成。

最後，回到前面講的內容，商湯希望把這樣的一些核心、創新、有價值的技術能力，通過服務的形式標準化、模塊化，並在此基礎上，與上下游的合作夥伴共同打造更加完整、更加有價值的服務生態，最終為安防行業提供更多幫助。同時，希望通過技術的持續創新和改變，讓今天基於事後的，在小範圍、小場景內，孤立零散的抓捕、抓逃應用，未來可以擴展成為綜合的、城市級的整體智能化保障和服務。這是我希望在未來三年或者五年中能達到的目標，謝謝大家。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！