海康威視高級副總裁浦世亮：我們為什麼要推出「AI開放平台」？

近日，由雷鋒網 & AI掘金志主辦的「第二屆中國人工智慧安防峰會」在杭州召開。

峰會現場，海康威視高級副總裁、研究院院長浦世亮發表了題為《AI賦能，共築未來》的演講。

浦世亮表示，雖然實體經濟對AI的需求非常旺盛，但AI的落地並不容易，需要具備數據、演算法、算力、產品、系統五大條件。但事實上，大部分傳統企業都很難具備上述所有能力，這正是AI落地難的主要原因。

因此，尋找一種新的社會組織方式，更好地分享和利用資源顯得至關重要。海康威視的AI開放平台正是出於這一目的而推出的。

浦世亮介紹，過去一年裡，海康威視已經成功將AI開放平台應用於環保、物流、旅遊、氣象、城管等多個領域的智能化升級。

以下為浦世亮的現場演講內容，雷鋒網作了不改變原意的編輯及整理：

各位尊敬的來賓，大家上午好，我是海康威視研究院的浦世亮。首先感謝雷鋒網的邀請，讓我有這個機會向大家介紹海康威視在過去一年中用AI賦能實體經濟，以及構建AI開放生態方面所做的一些工作。

到21世紀我們的信息環境已經發生了巨大而深刻的變化。隨著移動終端、互聯網和物聯網的發展，感知設備已遍布城市各處，布滿全球的網路連接著設備與個人、個體與群體，我們的世界已經從以往的物理空間和人類社會構成的二元空間，變為了由物理空間、人類社會及信息空間組成的三元空間。經濟的發展也隨著信息環境的變化，歷經了信息化、數字化的進程，迎來了智能化的浪潮。我們知道，在物聯網信息空間中，有80%以上的數據是視覺數據，利用好視覺智能對於場景進行感知，可以在各個行業中延展出大量的智能應用。

另一方面，隨著我國人口紅利的消失，傳統產業的盈利能力逐年下降，產業的升級勢在必行，人工智慧技術是產業升級的核心技術手段。在傳統產業人工智慧技術有著巨大的應用價值。根據國務院發布的新一代人工智慧發展規劃，到2030年，預計人工智慧核心產業規模將超過 1萬億元，帶動相關產業規模超過10萬億元 。但是另一方面，由於人工智慧技術所處的發展階段，現在的人工智慧技術還只適用於確定性的有約束的任務，因此人工智慧應用正在以場景化、碎片化的形式大量湧現。

AI在實體經濟中的需求非常旺盛，但是AI在實體經濟落地卻並不容易，因為AI落地需要具備五大條件，分別是數據、演算法、算力、產品和系統。首先是數據，發展智能技術需要海量的訓練數據，二是演算法，要有較強的AI演算法設計能力，三是計算，AI演算法的訓練和部署都需要龐大算力的支撐。再就是產品，人工智慧的能力需要硬體產品承載；最後是系統，要有完整的人工智慧解決方案。大部分傳統企業很難具備以上所有能力，這就是為什麼AI在實體經濟中需求巨大但是很難落地的原因。

怎樣才能使數量眾多的傳統產業用戶受益於AI技術的發展呢？人工智慧領域的泰斗Geffrey Hinton教授曾經說過，在一個組織良好的社會，如果生產力提高，那麼每個人都會獲益，問題不在於技術，而是分享利益的方式。因此為了使AI技術能夠讓更多的行業和個人受益，我們需要構建一個開放共享的人工智慧產業環境，讓每一位參與者都能夠分享AI帶來的生產力提高。

海康威視非常願意在這個過程中貢獻自己的力量。為此，我們研發了AI開放平台，這個平台一方面可以幫助零演算法基礎的用戶開發自己行業的智能演算法，另一方面可以幫助廣大AI從業者擁有自己的智能硬體產品和解決方案。

這個平台具有三個特點：第一是它能夠基於很少量數據，快速生成滿足場景化需求的AI演算法；第二是演算法訓練、編譯、優化全部自動實現，對零演算法基礎的客戶提供一站式服務；最後它基於海康威視的硬體基礎，開放了具有強大感知能力的智能產品。

根據我們以往的經驗，AI技術在一個場景中的落地往往需要漫長而專業的開發過程，從數據的收集標註、演算法設計、訓練、集成到上線往往需要歷經數月。現在我們通過AI開放平台，利用各種自動化的工具，使得AI演算法的開發過程，變得非常簡易。一個零演算法基礎的用戶，可以在一個小時之內完成整個演算法的訓練及部署。

下面我將首先通過一個零售行業的案例，來說明怎樣通過AI開放平台實現特定場景的演算法訓練和部署。

在零售行業，商場的工作人員每天需要進行貨架商品的盤點和補貨，耗費大量的人力。為此他們希望通過攝像機對貨架上商品存量進行檢測，從而達到補貨提醒目的。

首先用戶在平台上創建演算法模型，並上傳少量現場的圖像，然後進行數據標定，標定過程非常簡單，只需要完成物品的框選和分類選擇。

完成標註後，在線訓練演算法模型。

最終用戶將訓練好的演算法模型部署到海康的攝像機中。就這樣一台具有貨架商品檢測及缺貨提醒的智能攝像機就開發完成了。整個過程在一個小時內完成。

這是AI開放平台的系統架構。平台包括了基礎設施層、資源層和服務層。以多維感知系統，分散式存儲系統，高性能計算平台構建基礎設施層；在資源層，建立領域模型、數據資源池、演算法倉庫三類資源；在服務層開放了演算法訓練、智能應用服務，以及智能產品的開放體系。

下面我將介紹開放平台提供的這幾種服務能力。

我們知道，現在的深度學習演算法是數據驅動的，但是用戶很難獲取海量的訓練數據。為了幫助行業用戶突破數據鴻溝，AI開放平台提供了基於領域模型的遷移學習能力。AI開放平台訓練了大量不同應用領域的領域模型，根據用戶的任務，開放平台會自動選擇的一個領域模型作為訓練基礎，然後在這個訓練基礎上利用場景數據進行遷移學習。

這張圖表是對船隻圖像進行檢測的演算法實驗結果，橫坐標是參與訓練的數據量，縱坐標是檢測精度，虛線是遷移學習結果，實線是全量學習結果。從實驗數據可以看到，遷移學習僅用100張左右的訓練樣本，演算法就能獲得85%的檢測精度；而從頭開始訓練的話要達到同樣性能則至少需要5000張樣本。基於領域模型的遷移學習使用戶能夠用極少量的數據得到一個可用演算法，極大的降低了用戶在數據上門檻。

為了幫助用戶進一步突破數據瓶頸，平台還開發了虛擬數據引擎，它利用三維建模、光線追蹤、對抗學習等技術生成虛擬數據來豐富訓練樣本。第一個視頻展示了虛擬生成的不同擺放位置和角度的貨架商品樣本；第二個視頻展示了通過模擬光斑，字元疊加效果，虛擬生成的製造工件樣本；第三個視頻展示了通過三維建模，虛擬生成的室內場景。

虛擬數據引擎可以幫助用戶豐富訓練樣本，大大降低了用戶的數據成本。

除了數據準備之外，深度學習演算法設計也是一件艱難的工作，它包括神經網路結構的設計和超參數的調整，一般都需要資深的演算法工程師參與。為了幫助演算法設計能力不足的用戶，我們開發了模型架構搜索演算法，該演算法用龐大的計算能力自動尋找神經網路模型的最優解。由用戶提交任務並設定約束條件，例如演算法所消耗的計算資源和內存資源，由檢索引擎自動完成演算法設計工作。AI開放平台投入了大規模並行訓練系統用以支持模型架構搜索服務上線。

在完成模型訓練後，演算法在產品端的移植工作也需要投入大量研發工作。為了提升從演算法到產品的研發效率，開放平台開發了AI編譯器，AI編譯器利用神經網路圖優化、彙編優化、指令編譯優化等技術手段實現了演算法在各類晶元平台上的自動優化及部署。由上圖可以看到通過AI編譯器自動優化的演算法，其執行效率大幅度優於通用的優化方法。AI編譯器現在已經支持多種雲端及邊緣端的計算平台，使得人工智慧演算法在海康前後端產品的移植變得非常便捷。

AI開放平台開放了大量海康已有的智能應用能力供行業用戶調用，包括各種視頻感知及跨媒體感知的能力。我們開放的視頻感知能力包括各種目標的屬性識別能力，以及對多種物品和行為的精準感知能力；平台還提供文字識別和語音識別能力。平台還提供多種跨媒體信息的融合感知能力。AI開放平台通過螢石雲上線我們的智能應用服務。

人工智慧技術在我國實體經濟中大規模落地，需要人數眾多的AI從業者進行持續的大眾創新和群智湧現。但是現在AI從業者面臨的一個難題是往往缺少合適的產品來承載他們的演算法，為此我們開放了前後端全系列的人工智慧硬體產品，以幫助AI從業者，實現他們自己的AI功能及方案。

我們的設備開放體系，包括設備操作系統，集成開發套件和雲端配套服務。首先我們開放了海康設備操作系統，提供設備的各項基礎能力，包括圖像處理、編解碼、存儲、傳輸等能力；另外我們提供了集成開發套件，它基於容器技術開放了設備的AI計算資源，使用戶可以在產品上集成自有演算法；最後我們在雲端提供多種配套服務，包括編譯環境、測試環境，應用商店和授權工具。我們相信在海康強大的產品能力的幫助下，廣大AI從業者可以更快的在實體經濟中實現AI的價值。

設備端的感知能力是AI演算法的基礎，基於海康威視在圖像領域多年的積累，我們的智能產品具有強大的感知能力。

例如如我們的黑光相機，通過混合補光和雙光融合技術以及獨特的雙Sensor架構，實現了從可見光到近紅外波長光線的高效利用，大大提升了低照度場景下的圖像質量。

我們的鷹眼相機，通過多鏡頭多方位同時採集圖片，無縫拼接提供超寬視場角，實現了對場景360°全景覆蓋。

我們的攝像機還加入了基於感測器原始信號的超解析度技術，並利用深度學習對成像過程進行端到端的計算優化，從根源上實現圖像質量的優化增強，明顯提升圖像細節的分辨能力與目標的可辨識度，在圖像質量上為AI演算法提供了一個更好的基礎。

除此之外，我們還提供多感測器融合技術。上面展示的是「高精度全場景感知技術」。我們利用多模態數據融合技術將激光雷達、攝像機、差分GPS、慣性感測器，輪速感測器進行底層信息融合，實現環境和三維目標的高精度感知，這種感知方案可以在任何光照條件以及惡劣的天氣情況下正常工作，可廣泛應用於智能移動機器人和自動駕駛汽車等自主無人系統。

之前我們介紹了AI開放平台在智能感知領域的工作，AI技術在產業的深化應用還需要廣泛應用智能認知領域的技術。大數據智能是實現智能認知的重要手段，它對大數據進行深入分析，探析其隱含模式和規律，構建從數據到知識進而到決策的計算範式。

但是大數據智能技術在行業中應用的過程中面臨諸多難題包括多元異構物聯數據的高效存算問題、大數據的抽象和理解問題、便捷的建模及應用問題。AI開放平台通過並行化運算元、多數據架構、多計算框架等技術，解決多元異構物聯數據的存儲計算問題。通過機器學習、深度學習、知識圖譜、圖挖掘等演算法，解決大數據的抽象和理解問題；通過可視化建模、模型倉庫等能力，解決大數據挖掘應用的便捷開發和推廣問題

以上這些大數據智能領域的能力，AI開放平台會陸續上線。

海康威視的營銷網路遍布全國，包括了經銷商、客戶、分公司、倉庫等眾多節點，各個節點之間，每天都會發生商機、訂單、配送等大量具有時空屬性的關係。如何提升這張營銷網路的運行效率，成為海康面臨的一個挑戰。我們嘗試用大數據智能來優化這張網路。

1.我們首先應用知識圖譜構建和圖神經網路等演算法，識別出運營效率較低的子網路，如圖中紅色標記的部分；

2.然後基於強化學習的圖優化演算法，去重塑該網路的拓撲結構，建立更高效的營銷與物流路徑。

3.最終在全國的營銷網路上，實現流轉效率的提高，及運營成本的降低，實現了大數據智能與企業運營的深度融合。

以上我介紹了AI開發平台在智能感知、智能認知、智能硬體等領域開放的服務，接下來簡單介紹一下AI開發平台過去一年在各個行業中的應用。環境保護與我們每一個人都息息相關，環保領域是海康威視AI開放平台重點支持的一個方向，在過去一年中我們利用AI開放平台幫助用戶實現了大量環保領域的應用。例如秸稈燃燒檢測、河道漂浮物檢測及污水排放檢測。在動物保護方面，我們對野生東北虎的長期野外監測和智能識別，為動物保護工作提供了有力的支撐。

除了上述案例，我們還在零售、農業、物流、製造、餐飲、旅遊、氣象等多個行業中幫助客戶實現智能化的升級。例如在餐飲行業我們的用戶利用AI開放平台檢測廚房的衛生情況，在景區我們的用戶利用AI開放平台實現了拍照識景功能。AI技術在各個行業呈現出巨大的應用價值。

人工智慧的時代已經到來，海康威視願與各位同仁一起攜手共進，賦能行業，共築未來！

關於中國人工智慧安防峰會

由雷鋒網 & AI掘金志主辦的「2019中國人工智慧安防峰會」，是業內極具影響力的AI安防論壇，致力於推動中國「AI-安防」落地融合與「學術-產業」的應用交叉。

延續上一屆峰會的高水準、高人氣，2019中國人工智慧安防峰會再度站在演算法、工程和產品的最前沿，引導安防行業認知再升級。這是海康、大華、華為、阿里、騰訊以及多個AI獨角獸，因「AI安防」首次同台，峰會現場也聚集了海內外1000多位政企管理層和技術研究員，共同探討2019年的AI安防智能技術部署、前沿演算法應用與商業戰略布局。

本次峰會共設置「城市大腦與邊緣計算」、「世界頂尖演算法應用」、「前端動態識別與智能視頻雲」、「城市AIoT與邊緣智能引擎」四大議題，出席的15位演講嘉賓分別是：

上午場：阿里巴巴華先勝、海康威視浦世亮、大華股份殷俊、地平線張永謙、深瞐科技陳瑞軍、商湯科技張果琲、浪潮商用機器張琪。

下午場：香港科技大學權龍、原松下（新加坡）研究院申省梅、華為余虎、觸景無限肖洪波、曠視科技安洋、千視通胡大鵬、騰訊李牧青、中科院自動化所王金橋。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！