0
“未來(lái)的安防行業(yè),視頻數(shù)據(jù)是原料,AI是加工廠,兩者的關(guān)系密不可分,缺一不可?!边^(guò)去幾年,安軟慧視技術(shù)負(fù)責(zé)人閆瀟寧看到了AI對(duì)于安防行業(yè)徹頭徹尾的改變。
他說(shuō),警力有限、警情不減,這是每一位破案能手此前多年都會(huì)遇到的棘手難題。
對(duì)此,過(guò)去多年,相關(guān)部門也在積極尋找新技術(shù),比如建設(shè)大數(shù)據(jù)平臺(tái),將一些身份信息進(jìn)行匯總、分析,為公安機(jī)關(guān)對(duì)違法犯罪行為的精準(zhǔn)打擊提供更廣泛的數(shù)據(jù)支撐。
但是由于數(shù)據(jù)來(lái)源的不確定性,數(shù)據(jù)的有效性、數(shù)據(jù)本身的真實(shí)性和數(shù)據(jù)獲取的非實(shí)時(shí)性等因素,使得大部分大數(shù)據(jù)平臺(tái)很難發(fā)揮出預(yù)期成效。
這些年,人臉識(shí)別、車臉識(shí)別、視頻結(jié)構(gòu)化等AI技術(shù)的大規(guī)模應(yīng)用,可以很大程度填補(bǔ)有效數(shù)據(jù)來(lái)源這一歷史空白,使得公安大數(shù)據(jù)應(yīng)用不再是無(wú)源之水、無(wú)米之炊。
有需求,就會(huì)有市場(chǎng)。
在這期間,國(guó)內(nèi)各算法公司、IT巨頭和傳統(tǒng)安防企業(yè)均推出了眾多AI+安防解決方案??偨Y(jié)來(lái)看,無(wú)外乎兩種:后端集中化處理、前端智能化處理。
“就后端而言,雖然小范圍、非實(shí)時(shí)性的視頻處理已經(jīng)得到有效解決;但規(guī)模性的安防AI落地,還存在著諸多障礙?!?/p>
閆瀟寧介紹,目前各級(jí)、各區(qū)域公安系統(tǒng)建設(shè)的視頻監(jiān)控不僅在調(diào)用權(quán)限上有所限制,就是在建設(shè)標(biāo)準(zhǔn)上也不是完全統(tǒng)一的。
而從技術(shù)應(yīng)用角度出發(fā),他認(rèn)為,此前行業(yè)中一直提到AI系統(tǒng)的三要素:算法、算力和數(shù)據(jù)并不全面,這樣的AI系統(tǒng)會(huì)與公安的實(shí)際落地應(yīng)用發(fā)生脫節(jié)。
“目前市場(chǎng)上大部分AI系統(tǒng)多半建立在譬如演唱會(huì)、展覽會(huì)等小規(guī)?;顒?dòng)型項(xiàng)目和工程上;但如果深入公安一線,就會(huì)發(fā)現(xiàn)真正在使用AI系統(tǒng)的單位是刑偵、治安、交通、情報(bào)、指揮中心等部門,也就是說(shuō)真正需考慮的要素應(yīng)該包括算法、算力、數(shù)據(jù)、場(chǎng)景、產(chǎn)品及應(yīng)用?!?/p>
在閆瀟寧看來(lái),全面構(gòu)建視頻AI應(yīng)用場(chǎng)景,必須考慮三大關(guān)鍵點(diǎn):
一、大規(guī)模的實(shí)時(shí)性。既然以全面提升當(dāng)前視頻監(jiān)控的利用效率為先,在實(shí)戰(zhàn)場(chǎng)景中,如果總是在經(jīng)過(guò)處理的視頻片段中查找,通常需要第一時(shí)間就能查詢到嫌疑人的落腳點(diǎn),否則后期面臨的視頻數(shù)據(jù)會(huì)越來(lái)越大。
唯有保證了大規(guī)模的實(shí)時(shí)性查詢功能,才能不斷地進(jìn)行大面積的重復(fù)搜索,快速找出嫌疑人。但一直以來(lái),越大規(guī)模的實(shí)時(shí)性搜索無(wú)疑就無(wú)限增大了系統(tǒng)對(duì)于算力及算法的要求。
閆瀟寧說(shuō),通過(guò)在某地的實(shí)踐證明,技術(shù)上可以通過(guò)云霧架構(gòu)的邊緣計(jì)算實(shí)現(xiàn),簡(jiǎn)單說(shuō)就是通過(guò)節(jié)點(diǎn)算子分布算力,使得前端每個(gè)攝像頭分別對(duì)應(yīng)邊緣計(jì)算引擎中的一個(gè)算力,再通過(guò)負(fù)載均衡實(shí)現(xiàn)算力的大規(guī)模化。
如此可以避免每個(gè)前端設(shè)置一個(gè)小盒子的固定式存在,也避開(kāi)了中心處理的大流量大算力壓力問(wèn)題,又可以在后臺(tái)通過(guò)軟件自由調(diào)整點(diǎn)位,規(guī)模再大也無(wú)需擔(dān)心。
二、實(shí)現(xiàn)大規(guī)模實(shí)時(shí)搜索之前,需要實(shí)現(xiàn)大規(guī)模同步智能解析,如果不能智能解析,面對(duì)的依然是不能檢索的視頻流,因?yàn)橄右扇耸莿?dòng)態(tài)存在的。
在這個(gè)過(guò)程中,人們需要對(duì)圖像識(shí)別的理解是全息的,是多目標(biāo)、多維度、多場(chǎng)景的,是要與肉眼識(shí)別特征盡量保持一致的。
也就是說(shuō),不僅包括人臉、識(shí)別對(duì)象可以包括人的外貌衣著、所攜帶物品、所乘用交通工具特征等等,總之,需要盡可能多地關(guān)注細(xì)節(jié)。
“一套好的AI的系統(tǒng),既需要保證識(shí)別準(zhǔn)確率,也要保證對(duì)于實(shí)戰(zhàn)場(chǎng)景的理解?!?/p>
三、大規(guī)模數(shù)據(jù)庫(kù)的檢索能力。做大規(guī)模實(shí)時(shí)搜索,必然會(huì)產(chǎn)生大規(guī)模目標(biāo)對(duì)象庫(kù)。
技術(shù)實(shí)現(xiàn)上,閆瀟寧表示,可以通過(guò)多維敏感細(xì)節(jié)歸類組合檢索,高精度提取目標(biāo)特征,再配以時(shí)間、位置篩選,可以快速對(duì)圖像庫(kù)進(jìn)行秒速檢出,并逐步加載顯示,既保證了重點(diǎn)區(qū)域?qū)ο蟮膬?yōu)先篩選,又保證了大面積檢出的速度。
針對(duì)前端智能化,此前在 CES Asia論壇上,地平線聯(lián)合創(chuàng)始人&副總裁黃暢認(rèn)為,普惠AI時(shí)代,邊緣計(jì)算將成為破解AI物聯(lián)網(wǎng)核心難題的關(guān)鍵。
全球知名咨詢公司 Gartner于2018年8月首次正式提出了普惠AI時(shí)代的主張。這意味著人工智能這項(xiàng)新技術(shù)已經(jīng)不僅局限于政府或?qū)嶒?yàn)室,開(kāi)始邁進(jìn)了普惠大眾的階段,進(jìn)入各個(gè)行業(yè)創(chuàng)造價(jià)值。
然而機(jī)遇與挑戰(zhàn)并存,隨著AI的發(fā)展,數(shù)據(jù)量級(jí)和復(fù)雜度急劇增長(zhǎng)。
通常,前端智能高清攝像頭如果要達(dá)到應(yīng)用級(jí)別,必須要優(yōu)化基礎(chǔ)的智能分析功能,以提升場(chǎng)景適應(yīng)性和準(zhǔn)確率,而大部分公司都沒(méi)有能力對(duì)算法進(jìn)行深度研究和優(yōu)化。
“過(guò)去人們所談的前端智能只能說(shuō)是微智能,芯片的處理能力有限,只能完成簡(jiǎn)單的人流、車流監(jiān)控,相對(duì)固定場(chǎng)景的智能偵測(cè),對(duì)于稍微復(fù)雜的有環(huán)境干擾或人多車多等場(chǎng)景,往往造成誤報(bào)?!?/p>
就此,黃暢認(rèn)為,分布式AI計(jì)算勢(shì)在必行。
在通用性高的領(lǐng)域交付于云上完成,與生命安全、隱私保護(hù)密切相關(guān)的領(lǐng)域則由端進(jìn)行處理。而邊緣計(jì)算將成為端上指數(shù)級(jí)爆炸數(shù)據(jù)的過(guò)濾器與控制閥,經(jīng)過(guò)有效處理之后,只需提取少量有效數(shù)據(jù)傳回云端即可。
隨著 5G 商用開(kāi)啟,終端接入網(wǎng)的擴(kuò)容極大,實(shí)時(shí)性要求進(jìn)一步提升,但因?yàn)楣歉删W(wǎng)擴(kuò)容成本高、延遲大,導(dǎo)致在邊緣側(cè)形成數(shù)據(jù)堰塞湖。
Intel 曾表示:MEC(多接入邊緣計(jì)算)不一定需要 5G,但 5G 一定需要 MEC。
有了邊緣計(jì)算的加持,5G 的商業(yè)價(jià)值才能真正得以發(fā)揮。邊緣計(jì)算帶來(lái)的是商業(yè)范式的轉(zhuǎn)移,是一次從軟件到硬件的全新變革。端邊云協(xié)同,未來(lái),人們需要在一個(gè)更大的范圍內(nèi)尋找AI解決方案的最優(yōu)解。
另一方面,普惠AI時(shí)代的背后是數(shù)據(jù)計(jì)算帶來(lái)的巨大能源消耗。
能源是支持一個(gè)社會(huì)運(yùn)轉(zhuǎn)的重要生產(chǎn)資料、物質(zhì)資料。指數(shù)級(jí)的數(shù)據(jù)增長(zhǎng)不知不覺(jué)間給社會(huì)造成了巨大的負(fù)擔(dān)。
以中國(guó)為例,今天,數(shù)據(jù)中心耗電驚人,據(jù)《中國(guó)數(shù)據(jù)中心能耗現(xiàn)狀白皮書》顯示,在中國(guó)有40萬(wàn)個(gè)數(shù)據(jù)中心,每個(gè)數(shù)據(jù)中心平均耗電25萬(wàn)度,總體超過(guò)1000億度,這相當(dāng)于三峽和葛洲壩水電站1年發(fā)電量的總和。如果折算成碳排放的話,大概是9600萬(wàn)噸,這個(gè)數(shù)字接近目前中國(guó)民航年碳排放量的3倍。
隨著時(shí)代向前推進(jìn),數(shù)據(jù)的處理量只會(huì)增,不會(huì)減。
從工業(yè)時(shí)代的用電量,到數(shù)字經(jīng)濟(jì)時(shí)代的用云量,再到AI經(jīng)濟(jì)時(shí)代,要考慮的是“用算量”。追求極致效能,這不僅僅是出于利益考量,也成為了AI企業(yè)的社會(huì)責(zé)任。
當(dāng)前的業(yè)界存在一個(gè)很大的誤區(qū),往往會(huì)把峰值算力當(dāng)作衡量AI芯片的主要指標(biāo)。
但其實(shí)真正需要的是有效算力,及其輸出的算法性能。
這需要從四個(gè)維度來(lái)衡量:每瓦的峰值算力和每美元的峰值算力(由芯片架構(gòu)、前后端設(shè)計(jì)和芯片工藝共同決定),峰值算力的有效利用率(由算法和芯片架構(gòu)決定),以及有效算力轉(zhuǎn)化為AI性能的比率(主要是速度和精度兩個(gè)方面,由算法決定)。
“我們正處在一個(gè)高速變革的時(shí)代?!?/p>
閆瀟寧說(shuō),AI技術(shù)與安防監(jiān)控的結(jié)合實(shí)效已歷經(jīng)證明,不管是后端對(duì)案件視頻的智能分析處理,還是前端攝像頭強(qiáng)大的比對(duì)功能,不可否認(rèn)都對(duì)快速查找、確認(rèn)、追蹤嫌疑人起到了巨大推動(dòng)作用。
但在這個(gè)過(guò)程中,也必須意識(shí)到問(wèn)題與方法都是此消彼長(zhǎng)的。
技術(shù)創(chuàng)新、技術(shù)進(jìn)步、技術(shù)變革會(huì)給經(jīng)濟(jì)社會(huì)帶來(lái)劇烈變化和深遠(yuǎn)影響;與此同時(shí),技術(shù)的變化,也會(huì)使得問(wèn)題產(chǎn)生“抗體”,后期如果能夠?qū)崟r(shí)革新,蓄勢(shì)而變,便可時(shí)代弄潮,引領(lǐng)風(fēng)騷;如果聞風(fēng)不動(dòng),任由發(fā)展,則會(huì)引發(fā)一系列負(fù)面發(fā)展問(wèn)題。雷鋒網(wǎng)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(jiàn)轉(zhuǎn)載須知。