3月31日，由雷鋒網(wǎng)主辦的AI盛會(huì) ——「2018中國(guó)人工智能安防峰會(huì)」，在深圳科興科學(xué)園國(guó)際會(huì)議中心落下帷幕。

在上午場(chǎng)的演講環(huán)節(jié)中，宇視科技副總裁、首席架構(gòu)師姚華發(fā)表了主題為《安防+AI的探索與實(shí)踐》的主題演講。他曾主導(dǎo)搭建了宇視安防產(chǎn)業(yè)總體架構(gòu)，并參與指導(dǎo)580余個(gè)平安城市、330余個(gè)智能交通等重大項(xiàng)目。

姚華認(rèn)為，AI已經(jīng)成為公共安全政策中最熱門的關(guān)鍵詞。AI正在加速安防IT化3.0。安防具有很強(qiáng)的包容性，可以吸納一切先進(jìn)的技術(shù)為其所用，包括前兩年熱門的云計(jì)算、大數(shù)據(jù)，以及現(xiàn)在的AI。單一技術(shù)很難實(shí)現(xiàn)用戶需求，多種技術(shù)的融合才能真正實(shí)現(xiàn)用戶需求。

雖然安防行業(yè)里，算法已經(jīng)開始大量應(yīng)用，但是用戶需求和環(huán)境適應(yīng)性還在持續(xù)演進(jìn)。在這樣的背景下，AI對(duì)安防行業(yè)提出了7大挑戰(zhàn)：對(duì)前端、存儲(chǔ)系統(tǒng)、圖像智能分析、大數(shù)據(jù)、安防行業(yè)標(biāo)準(zhǔn)、業(yè)務(wù)應(yīng)用、信息安全的挑戰(zhàn)。

以下是姚華演講實(shí)錄，雷鋒網(wǎng)做了不改變?cè)獾木庉嫞?/strong>

大家好，我是宇視科技的姚華。我今天的演講題目是“安防+AI的探索與實(shí)踐”，來跟大家談?wù)勥@幾年從事的AI安防相關(guān)工作。

AI已成為公共安全領(lǐng)域最熱門的詞匯，正如李子青教授在開場(chǎng)演講中說的這句話：現(xiàn)在安防企業(yè)不講AI都不好意思說自己是安防企業(yè)。

自2014年起，公安、政府就逐漸加大在社會(huì)治安、公共治安等領(lǐng)域的信息化投入，而信息化建設(shè)的關(guān)鍵詞就是大聯(lián)網(wǎng)、大數(shù)據(jù)、信息安全互聯(lián)網(wǎng)、人臉智能、視圖庫等。

當(dāng)前的環(huán)境下，人工智能正在加速安防IT化3.0。

作為最早提出安防IT化的公司之一，宇視科技在IT3.0時(shí)代的目標(biāo)就是：看得清、看得懂、看得穩(wěn)、看得快。

看得清：隨著攝像機(jī)光學(xué)傳感器的持續(xù)更新迭代，目前1080P，之后還會(huì)演進(jìn)到4K甚至8K的階段。

看得廣：除了GB/T-28181的不斷完善外，再到CA/T1400視圖庫的聯(lián)網(wǎng)應(yīng)用,以及圖像安全或者視頻安全處理。

看得懂：數(shù)據(jù)如何高速應(yīng)用

這便是安防IT化3.0需要去完成的。

AI進(jìn)來后，大家都知道前端的邊緣計(jì)算和后端的云計(jì)算，全流程里面的數(shù)據(jù)也都有一個(gè)深度的變化。

過去只有視頻，到現(xiàn)在還有圖片，如果前端GPU性能較強(qiáng)的話，圖片會(huì)越來越多，后端的圖片的傳輸、存儲(chǔ)、帶寬、峰值都會(huì)有變化。后續(xù)的流程還包括結(jié)構(gòu)化、RFID信息和物聯(lián)網(wǎng)信息分析等，全流程變革還是比較巨大的。

我們?cè)贏I時(shí)代，既要看到AI對(duì)單產(chǎn)品變化提出的需求，也要看到AI對(duì)整個(gè)系統(tǒng)的影響。

人工智能對(duì)安防系統(tǒng)的七大挑戰(zhàn)

但AI的應(yīng)用，仍舊對(duì)安防行業(yè)提出了諸多挑戰(zhàn)。

我們今天只講主要的七大挑戰(zhàn)：對(duì)前端的挑戰(zhàn)，對(duì)存儲(chǔ)系統(tǒng)的挑戰(zhàn)，對(duì)圖像智能分析的挑戰(zhàn)、對(duì)大數(shù)據(jù)的挑戰(zhàn)、對(duì)安防行業(yè)標(biāo)準(zhǔn)的挑戰(zhàn)、對(duì)業(yè)務(wù)應(yīng)用的挑戰(zhàn)以及對(duì)信息安全的挑戰(zhàn)。

以AI對(duì)前端的挑戰(zhàn)為例，攝像機(jī)和AI如何在人臉抓拍當(dāng)中能夠做得更快更好，前期我們都做了大量的探索。我們要解決算力和前端功耗工程性和產(chǎn)品性中的一些矛盾，以及在復(fù)雜環(huán)境下能夠正常工作，這些都是對(duì)前端的重要挑戰(zhàn)。

雖然現(xiàn)在算法已經(jīng)開始大量應(yīng)用，但是用戶的需求和環(huán)境的適應(yīng)性還是在持續(xù)演進(jìn)。不是我們挑戰(zhàn)安防標(biāo)準(zhǔn)，是安防標(biāo)準(zhǔn)要更快地讓大家在標(biāo)準(zhǔn)下互聯(lián)互通，讓標(biāo)準(zhǔn)能夠快速地在產(chǎn)品上落地，還有讓標(biāo)準(zhǔn)更快成熟，這需要我們整個(gè)行業(yè)的人共同完成。

隨著數(shù)據(jù)種類的變化，用戶的業(yè)務(wù)需求和對(duì)數(shù)據(jù)分析的需求也越來越多，之前的視頻階段，我們做的只是提供看、存、查、管這些基礎(chǔ)業(yè)務(wù)，但是現(xiàn)在有了這些結(jié)構(gòu)化數(shù)據(jù)，各種各樣的組合分析會(huì)產(chǎn)生非常重大的數(shù)據(jù)反應(yīng)。這些需求的變化對(duì)后期的業(yè)務(wù)應(yīng)用和行業(yè)生態(tài)鏈都會(huì)制造較大的挑戰(zhàn)。

還有AI對(duì)存儲(chǔ)的挑戰(zhàn)，存儲(chǔ)對(duì)象由原先的視頻變?yōu)楝F(xiàn)在視頻+圖片+結(jié)構(gòu)化+半結(jié)構(gòu)化，我們的寫讀原來是10：1，為什么是10：1？一般來說，存視頻的時(shí)候只要不出案件是不會(huì)去看的，所以對(duì)于存儲(chǔ)來說，只是完成了保存不丟、查起來高效的模式。

但是當(dāng)我們有這些圖片結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)時(shí)，想把這些數(shù)據(jù)做業(yè)務(wù)挖掘的時(shí)候，就需要1:1的模式。這里帶來的挑戰(zhàn)是，各類數(shù)據(jù)混存模式下，大量小文件導(dǎo)致普遍存儲(chǔ)性能下降的問題。這個(gè)問題對(duì)很多存儲(chǔ)系統(tǒng)是非常具有挑戰(zhàn)性的。

此外，AI激活了原始數(shù)據(jù)，讀寫需求大量提升。分析、清洗后產(chǎn)生的新數(shù)據(jù)，價(jià)值大幅提升，對(duì)可靠性要求也大大提升。原來大家說大多數(shù)據(jù)都是垃圾數(shù)據(jù)，因?yàn)橹灰讣话l(fā)生，視頻就是垃圾。但是存儲(chǔ)了結(jié)構(gòu)化數(shù)據(jù)以后，經(jīng)過清洗后，它就變成了高價(jià)值的數(shù)據(jù)。

海量不同價(jià)值的數(shù)據(jù)保存后還有一個(gè)問題，所有的東西不可能不計(jì)任何代價(jià)去做，肯定是要有一個(gè)合理的存儲(chǔ)TCO，TCO是整體的購買成本、運(yùn)維成本、后期成本。

前面幾位專家都提到了AI對(duì)視頻圖像智能分析的挑戰(zhàn)，就是算法并行的需求。

我們能不能用一個(gè)相機(jī)就把行人檢測(cè)、人數(shù)統(tǒng)計(jì)、機(jī)動(dòng)人越線這些事情全部給做了。或者我用后臺(tái)的智能分析，用一個(gè)GPU把這個(gè)庫的畫面全都做了，目前還不能做到一個(gè)GPU上同時(shí)跑多個(gè)算法。

目前市場(chǎng)上的公司在只能達(dá)到一個(gè)GPU并行跑一種算法的水平，算力也只能應(yīng)用在一項(xiàng)任務(wù)當(dāng)中。

假設(shè)派出所有很多服務(wù)器資源分別供商場(chǎng)和地鐵出入口兩套AI系統(tǒng)使用，按照目前的運(yùn)算，其實(shí)這兩個(gè)算力的資源是不能完全共享的，所以產(chǎn)品不均衡會(huì)導(dǎo)致計(jì)算資源的浪費(fèi)。隨著我們智能建設(shè)的增長(zhǎng)，人臉、視頻結(jié)構(gòu)化的大量應(yīng)用，會(huì)導(dǎo)致現(xiàn)在機(jī)房建設(shè)和機(jī)房能耗大幅度提升，如何做好這里面的平衡，也是我們作為廠家和技術(shù)提供商需要去考慮的。

安防行業(yè)從來沒有拒絕過前沿技術(shù)，永遠(yuǎn)是張開雙臂歡迎。那么最終哪種技術(shù)能夠真正落地，還是要看實(shí)際應(yīng)用情況。

此外，好AI更需要好的架構(gòu)與產(chǎn)品。整個(gè)業(yè)界看法是，智能業(yè)務(wù)在計(jì)算存儲(chǔ)平臺(tái)和后端算力。

目前整個(gè)行業(yè)里有兩種架構(gòu)來做，第一種是多廠商，按1400標(biāo)準(zhǔn)來說，現(xiàn)在還沒有把各個(gè)很細(xì)節(jié)的階段之間的接口標(biāo)準(zhǔn)定義好。比如從前端A算法放在B算法的前端，C算法放到D智能后端，還有E智能業(yè)務(wù)。

很多客戶反饋希望產(chǎn)品最終可以達(dá)到這個(gè)狀態(tài)。

但現(xiàn)階段要做到這些接口完全開放，可能還需要一段時(shí)間，可能是一年可能是好幾年，甚至有可能是十年。

因?yàn)樗惴ㄒ彩窃诓粩嗟氐?，芯片也在不斷更替，有些是通用方案，有些是專用方案，接口怎么定義，對(duì)行業(yè)來說永遠(yuǎn)是新的命題。

還有一種方案是，所有的應(yīng)用案件加前后端，但它的數(shù)據(jù)是開放的，標(biāo)準(zhǔn)接口，這樣就能給各個(gè)行業(yè)調(diào)度。

這兩種方案方向并不代表哪個(gè)更優(yōu)，只是在整個(gè)行業(yè)中，我們只能依據(jù)現(xiàn)有行業(yè)具體的實(shí)際情況去達(dá)到最優(yōu)解。用戶最終想要的結(jié)果是，產(chǎn)品和架構(gòu)是不是帶來最好的TCO效果。

宇視在SMV（安防視覺）架構(gòu)上，底層是物聯(lián)網(wǎng)基礎(chǔ)設(shè)施，包括智能攝像機(jī)、智能卡口、電警等等，在上層是智慧化平臺(tái)服務(wù)，有時(shí)空地圖引擎、視圖智能分析引擎、時(shí)空大數(shù)據(jù)引擎、視圖云存儲(chǔ)，這中間有一個(gè)UNISEE是輸出接口。再往上屬于應(yīng)用平臺(tái)，包括綜合治理業(yè)務(wù)、公共安全業(yè)務(wù)、公安和交警業(yè)務(wù)、大安防業(yè)務(wù)。左右兩翼是視頻信息安全體系和安防標(biāo)準(zhǔn)，這個(gè)整體架構(gòu)可以保證AI在安防業(yè)務(wù)的落地。

2016年10月，宇視第一次提出SMV安防機(jī)器視覺戰(zhàn)略。從“讓監(jiān)控變得簡(jiǎn)單”到“云監(jiān)控、易安防”，再到安防IT化，整個(gè)宇視的基因一直是從系統(tǒng)端的角度來解決安防行業(yè)的痛點(diǎn)需求。在產(chǎn)品解決方案的整體思路上，則是單產(chǎn)品要做到最優(yōu)，自由產(chǎn)品的組合是要比別的組合產(chǎn)品效率更高。

接下來我談?wù)剮讉€(gè)產(chǎn)品設(shè)計(jì)的AI思考。

核心產(chǎn)品的代號(hào)叫“關(guān)山”，主要的產(chǎn)品是昆侖——視圖數(shù)據(jù)中心一體機(jī)、秦嶺——超融合視圖云存儲(chǔ)、燕山——視頻安全準(zhǔn)入網(wǎng)關(guān)、潼關(guān)——人臉?biāo)偻ㄩT、函谷——深度智能攝像機(jī)、天目——智能抓拍單元。

我講講一個(gè)攝像機(jī)的測(cè)試。

前面已經(jīng)談到了攝像機(jī)的設(shè)計(jì)，我們的Myriad2算力是0.2T FLOPS，TX1是1T的運(yùn)算能力，Myriad的功耗是2W，TX1是15W，我們會(huì)更傾向用2W的方案來解決前端的應(yīng)用，來做人臉抓拍、并發(fā)40人臉檢測(cè)、關(guān)鍵信息結(jié)構(gòu)化。

這是昆侖2代產(chǎn)品

它應(yīng)用了主流的英偉達(dá)和英特爾方案。這是一個(gè)集群應(yīng)用，上面主要有通用計(jì)算板卡、智能計(jì)算板卡和大數(shù)據(jù)板卡。單機(jī)最高能做到640路人臉比對(duì)，單機(jī)最高的80路人、車、非機(jī)動(dòng)車活動(dòng)目標(biāo)提取。

我們可以看到，之前的產(chǎn)品出現(xiàn)了噪音過高、功耗過高的問題。在用戶的機(jī)房里，持續(xù)運(yùn)營(yíng)能力、業(yè)務(wù)能力，以及長(zhǎng)期轉(zhuǎn)化能力比較差。在新疆就遇到過一個(gè)情況，有一個(gè)廠商的智能計(jì)算服務(wù)器都燒毀了。

這提醒我們，做算力要保持平衡，讓機(jī)器跑得太快就可能會(huì)出現(xiàn)故障。我們還用了一些集群的調(diào)度，讓每一個(gè)CPU都能夠被調(diào)度來做集群運(yùn)算。GPU目前還不能做到像X86這樣的模型用虛擬化方案，深度卷積算法需要訪問GPU的內(nèi)核，如果在中間加一層則會(huì)影響到效果。

隨著算法迭代，對(duì)內(nèi)核的要求不一樣，目前大部分做的還是沒有中間做虛擬化的方案。當(dāng)然有些廠家做池化方式，但是具體效果還沒有看到，從我個(gè)人經(jīng)驗(yàn)看，目前的算法加中間一層可能會(huì)影響效率。所以設(shè)計(jì)這個(gè)東西的時(shí)候會(huì)考慮到高融合、高性能、高可靠。

還有一點(diǎn)是李子青老師提到的，需要大人工數(shù)據(jù)來做分析，我們現(xiàn)在做到千億級(jí)的數(shù)據(jù)量，在設(shè)計(jì)規(guī)劃和思考中，產(chǎn)品和用戶應(yīng)用和未來發(fā)展要結(jié)合起來。

我們的AI系統(tǒng)在鄂爾多斯的人員管控、廣西來賓的人像核查系統(tǒng)等得到了應(yīng)用。現(xiàn)在宇視的標(biāo)定機(jī)房的月電費(fèi)是28萬多，今年擴(kuò)建之后功耗要達(dá)到60萬人民幣一個(gè)月。對(duì)于算法、算力來說，我們最希望看到的是有廠商進(jìn)行測(cè)試，最后會(huì)發(fā)現(xiàn)時(shí)間越久，幾個(gè)廠家測(cè)的越相近。

AI的技術(shù)對(duì)我們未來的應(yīng)用是很多的，我的演講就到這里。雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。