征戰(zhàn)功夫的精彩，既在勝負，亦在勝負背后的戰(zhàn)略、邏輯與眼界。

　　中國安防鏖戰(zhàn)二十年，時代分隔符不外乎三個：模擬化、數(shù)字化、智能化。

　　過去三年，安防智能化之變革悄然印刻于「中國人工智能安防峰會」之上。

　　它如行業(yè)的一面鏡子，丈量著安防火速發(fā)展的時代腳步。

　　今年 9 月 5 日，第三屆「中國人工智能安防峰會」于杭州成功召開。會上，代表安防新十年的 15 家頭部企業(yè)，承載著社會數(shù)字化轉(zhuǎn)型的期盼，交出了一份份真摯答卷。

　　他們有人向行業(yè)首度分享了過去的成功經(jīng)驗、技術思考；也有人談到了對未來趨勢的預測以及行之有效的模式打法。

　　譬如大華股份先進技術研究院院長殷俊，他就形象地描述了 AI 在安防落地的各個階段，并引發(fā)了不少從業(yè)者的深度共鳴。

　　從 AI 1.0 階段的“兩耳不聞窗外事，一心只讀圣賢書”到 2.0 階段的“紙上得來終覺淺，絕知此事要躬行”，再到當下 3.0 階段的“忽如一夜春風來，千樹萬樹梨花開”。

　　殷俊之外，談起 AI 落地、安防未來，其實每個人心中應該都有一副不太一樣的盛世圖景。

　　作為安防智能化轉(zhuǎn)型的見證者，峰會結束之后，雷鋒網(wǎng) AI 掘金志也收到了來自行業(yè)上下游不少從業(yè)者的獨到見解、深刻思考。

　　由之，我們將其匯總、梳理，希望能夠透析演講嘉賓的弦外之音，考察字里行間的深意所向，并總結出本屆峰會鮮活的應用實踐。

　　或許，你也可以換一種方式，和我們一起，重新審視安防視界。

　　一、數(shù)據(jù)挖掘與隱私保護

　　“水能載舟，亦能覆舟?！?/p>

　　當 360 城市安全集團副總裁、360 視覺科技總經(jīng)理邱召強在本屆峰會上提出“當行業(yè)正在享受技術帶來的先進性時，是否也要考慮它所帶來的數(shù)據(jù)安全隱患？”這個極具建設性的話題之后，安防從業(yè)者田剛思忖良久。

　　他告訴 AI 掘金志，技術無法做到完全無罪，當視頻監(jiān)控遍布越廣、獲取的數(shù)據(jù)愈多時，如何守好行業(yè)底線、公民隱私，是行業(yè)時刻需要思考的問題。

　　誠然，當前 AI 落地能力與用戶需求尚存較大差距，前者還需面對低成本、流程再造、組織變革、數(shù)據(jù)隱私保護與安全管控等挑戰(zhàn)。

　　具體來看，最為核心的痛點有二：其一，數(shù)據(jù)不夠多元，且異常封閉；其二，缺乏優(yōu)質(zhì)數(shù)據(jù)，算法難破瓶頸。

　　一方面，AI 在安防行業(yè)的探索才剛剛開始；另一方面，做好 AI 所必須的數(shù)據(jù)養(yǎng)料有限且質(zhì)量較差，不同數(shù)據(jù)源之間存在難以打破的壁壘。

　　除了少數(shù)幾家擁有海量用戶、具備產(chǎn)品和服務優(yōu)勢的企業(yè)外，大多數(shù)中小型 AI 安防公司難以以一種合理、合法的方式跨越 AI 落地的數(shù)據(jù)鴻溝，或者需要付出巨大的成本來解決這一問題。

　　同時，隨著大數(shù)據(jù)的發(fā)展，重視數(shù)據(jù)隱私和安全已經(jīng)成為一種世界性的趨勢，一系列條例的出臺更是加劇了數(shù)據(jù)獲取的難度，這也給 AI 的落地應用帶來了前所未有的挑戰(zhàn)。

　　何解？

　　在本屆峰會演講嘉賓——國際人工智能聯(lián)合會首位華人理事會主席楊強教授、平安科技副總工程師王健宗看來，聯(lián)邦學習技術可能是解決以上問題的最佳選擇。

　　通常，智能攝像頭產(chǎn)生的數(shù)據(jù)會被上傳到后臺服務器中，然后由部署在服務器上的神經(jīng)網(wǎng)絡模型根據(jù)收集到的大量數(shù)據(jù)進行訓練得到一個模型，服務商根據(jù)這個模型為用戶提供服務。

　　這是一種集中式的模型訓練方法，這種方式很難保證數(shù)據(jù)隱私安全。

　　同比之下，聯(lián)邦學習不會讓數(shù)據(jù)直接發(fā)送到后臺，而是在每個企業(yè)自己的服務器上進行訓練，并加密上傳訓練模型，后臺會綜合成千上萬的用戶模型后再反饋給用戶改進方案。

　　相較傳統(tǒng)學習模式，聯(lián)邦學習的優(yōu)點主要體現(xiàn)在五處：

　　1、在聯(lián)邦學習的框架下，各參與者地位對等，能夠?qū)崿F(xiàn)公平合作；

　　2、數(shù)據(jù)保留在本地，避免數(shù)據(jù)泄露，滿足用戶隱私保護和數(shù)據(jù)安全的需求；

　　3、能夠保證參與各方在保持獨立性的情況下，進行信息與模型參數(shù)的加密交換，并同時獲得成長；

　　4、建模效果與傳統(tǒng)深度學習算法建模效果相差不大；

　　5、聯(lián)邦學習是一個「閉環(huán)」的學習機制，模型效果取決于數(shù)據(jù)提供方的貢獻。

　　換句話說，傳統(tǒng)方法之下，用戶只是人工智能的旁觀者，即便參與也存有風險；而在聯(lián)邦學習場景下，每個人都將是馴龍高手。

　　二、算力下沉，AI 芯片專用化

　　前兩屆「中國人工智能安防峰會」上，算法作為最高頻詞匯，被各大玩家頻頻提起、展示。

　　今年這一態(tài)勢得以平穩(wěn)，轉(zhuǎn)而向算力趨近。

　　西部數(shù)據(jù)智慧視頻產(chǎn)品首席技術官孫煜提到，人工智能在安防行業(yè)的應用主要有四個要素：軟件、存儲、芯片、廠商。

　　在他看來，軟件提供高效實用的算法，海量數(shù)據(jù)需要被存儲才能利用，芯片需要不斷降低成本、提高功效，廠商集成以上要素才能讓 AI 真正落地。

　　算法、數(shù)據(jù)、存儲問題目前基本可以得到完美解決，而芯片還是 AI 安防大規(guī)模落地的最大阻礙，沒有之一。

　　大趨勢下，比特大陸 AI 業(yè)務線 CEO 王俊認為，安防行業(yè)已經(jīng)完成從看得清到看得懂的階段，未來在更多專用 AI 芯片加持下，可繼續(xù)實現(xiàn)看得快、看得起。

　　人工智能時代，發(fā)展 AI 芯片，不僅是技術革命，也是市場需求。

　　1、實現(xiàn)商業(yè)價值與場景應用的無縫融合。

　　通常，為了尋求商業(yè)價值與場景應用的效益最大化，在實現(xiàn)相應功能時必須選用性價比最好、性能功耗最優(yōu)的硬件來滿足。

　　實際情況是：在采購量未能達到一定指標時，大多數(shù)供應商的優(yōu)質(zhì)芯片不會切入，即便切入也價格不菲。

　　也就是說，在做相應的智能化升級時，目前市場上可選擇的 AI 芯片種類較為局限，以至于價格偏高且不好用。

　　2、打破算力壟斷，提升企業(yè)造血能力。

　　數(shù)據(jù)、算法、算力，這是已被公認的 AI 發(fā)展三要素。

　　在算法及數(shù)據(jù)層面，中國企業(yè)表現(xiàn)一直可圈可點。相比之下，算力市場風險巨大，它的戰(zhàn)斗程度和迭代速度較摩爾定律更為慘烈。

　　過去幾十年，算力層面的角逐與中國廠商基本無關，海量市場大多被國外幾大廠商壟斷。

　　芯片在很大程度上決定著安防系統(tǒng)的整體功能、技術指標、穩(wěn)定性、能耗、成本等。

　　幸運的是，這幾年不少中國企業(yè)已經(jīng)意識到在數(shù)據(jù)、算法層的領先已經(jīng)滿足不了產(chǎn)業(yè)競爭的現(xiàn)實需要，國際政治不時的壓力也會讓原先健康的產(chǎn)業(yè)鏈分崩離析。

　　擺脫海外芯片商們的控制是必行之路，自研 AI 芯片的面世、落地，對緩解芯片禁運擔憂有重要意義。

　　同時，需要指明的是，一直以來市場上大多都是通用型 AI 芯片提供人工智能計算所需的算力，而針對某些場景的專用 AI 芯片較為匱乏。

　　AI 芯片發(fā)展后期，用戶關注的一定是真實場景下的綜合效果，而不僅僅是計算加速。

　　具體來看，通用型 AI 芯片在實際應用過程中，會遇到四個問題：

　　一、通用型 AI 芯片無法和數(shù)據(jù)產(chǎn)生高效、深度連接。專用 AI 芯片通常針對某些場景做定制化處理，對于數(shù)據(jù)的理解、分析、處理更為透徹、精準。

　　二、通用型 AI 芯片無法與市場產(chǎn)生緊密耦合。通用芯片的作業(yè)模式是 1 對 N，很難與部分市場環(huán)境產(chǎn)生強粘合關系，無法強聚焦。

　　三、通用型 AI 芯片缺乏優(yōu)質(zhì)算法。芯片是框架、算法是靈魂，沒有靈魂的框架難以產(chǎn)生足夠價值，必須借助和算法強粘合的專用 AI 芯片才能實現(xiàn)潛在潛能。

　　四、通用型 AI 芯片功耗過大、對溫度等環(huán)境因素敏感度不夠。前端感知對功耗、散熱的要求很高，需要做到極致；另外，產(chǎn)品落地不僅僅是技術問題而是工程問題，比如外界氣候、溫度等都會成為關鍵因素。

　　類比一條公路，AI 芯片的集成好比是鋪上了柏油，但車輛通行時除了對于路面的高要求，還有對于路牌、路標、服務區(qū)的需求，而這些在實際過程中，都得不到很好滿足。

　　受限于國際關系的不斷趨緊，海外廠商們不時給行業(yè)來一次釜底抽薪，在 AI 芯片選擇上，部分優(yōu)質(zhì)產(chǎn)品受困，替代方案亟需補強。

　　提到芯片就會涉及產(chǎn)品，涉及產(chǎn)品就離不開解決方案，未來在算力選擇上，安防云端方案怎么做？邊、端方案怎么做？這也將是一個不得不去思考的命題。

　　三、碎片化市場與城市物聯(lián)網(wǎng)（AIoT）

　　“大平臺，重軟件?！?/p>

　　這可能是絕大多數(shù)觀眾參加峰會后的第一感受，這兩大特色或也成為對抗安防審美疲勞的主要組成元素。

　　萬物互聯(lián)時代，攝像機成為機器之眼、AI 進化成機器之腦，同時安防邊界越來越寬、愈加模糊。

　　面對泛安防場景下的海量市場需求，如何解決場景碎片化問題？如何解決需求差異化難復制問題？是繼續(xù)構建信息煙囪，自己拉隊伍做定制還是軟硬解耦，開放平臺做生態(tài)？

　　從本次峰會多數(shù)演講嘉賓的分享內(nèi)容來看，基本也已有了最終答案：各自為政，行業(yè)發(fā)展必受阻礙。

　　每家廠商在推進自身行業(yè)系統(tǒng)解決方案時，或多或少地都需對軟件平臺極其配套的硬件設備進行整合，整合方案的兼容性、穩(wěn)定性、安全性等標準也越來越趨于統(tǒng)一。

　　大廠商制定標準，小廠商兼容標準的合理產(chǎn)業(yè)模式將逐漸形成。

　　本屆峰會之上，華為機器視覺領域總裁段愛國便提到，未來行業(yè)還需繼續(xù)軟硬解耦、繼續(xù)開放平臺、繼續(xù)賦能開發(fā)者。

　　在他看來，構建一個真正的智能世界，有三個非常典型的特征或者基礎框架技術：一是萬物感知；二是萬物互聯(lián)；三是萬物智能。

　　智能世界向前邁進有三大核心技術：以全息感知為核心的機器視覺；以萬物互聯(lián)為基礎的移動無線通信；以及萬物智能的 AI 技術。

　　大背景下，華為安防產(chǎn)品線更名“機器視覺”，聚焦打造兩個核心能力：一是前端的全息感知能力，二是在后端用數(shù)據(jù)驅(qū)動，反作用于物理世界，以驅(qū)動智能世界。

　　商湯科技智慧城市事業(yè)群產(chǎn)品副總裁朱鑫則直接總結了推動“城市智能化變革”的三大支柱系統(tǒng)。

　　一是新一代的聯(lián)網(wǎng)匯聚平臺。視覺數(shù)據(jù)是城市最豐富的數(shù)據(jù)資源，前端設備收集的數(shù)據(jù)通過聯(lián)網(wǎng)匯聚，形成城市動態(tài)的數(shù)據(jù)資源池，動態(tài)數(shù)據(jù)經(jīng)過 AI 系統(tǒng)處理后，成為城市數(shù)據(jù)資產(chǎn)。

　　二是超級計算底座。每個城市需要一個新型的超算中心。

　　三是城市級算法系統(tǒng)。系統(tǒng)有三大板塊：城市的主算法系統(tǒng)、城市級場景算法系統(tǒng)和通過融合、關聯(lián)、決策，形成一個完整的城市的算法系統(tǒng)。

　　以城市為單位，曠視副總裁那正平也提出，構筑城市大腦需要圍繞“條”和“塊”打造城市級的超級應用，驗證產(chǎn)品、實現(xiàn)單一場景閉環(huán)，最終逐漸沉淀出城市級和建筑級 AIoT 操作系統(tǒng)，實現(xiàn)城市物聯(lián)網(wǎng)的閉環(huán)。

　　據(jù)悉，曠視已經(jīng)發(fā)布了自己的城市級全棧解決方案，名為“城市物聯(lián)網(wǎng)操作系統(tǒng)（CityIoT OS）”，目標是成為“物理世界的 Windows”。

　　無獨有偶，云從科技安防行業(yè)部總經(jīng)理李夏風也談到了城市大腦的落地實現(xiàn)。

　　他認為，城市 AI 大腦的落地將會通過人機協(xié)同，分為三部分來實現(xiàn)：人機交互、人機融合、人機共創(chuàng)。

　　人機協(xié)同中，各個行業(yè)的專家、以機器代表的 AI 知識服務和用戶，三者形成一個閉環(huán)。

　　專家首先把知識賦能給機器，機器轉(zhuǎn)換成智能化產(chǎn)品并提升客戶的體驗，用戶從中反饋出個性化的需求，后續(xù)提升專家的效率并反哺到產(chǎn)品或服務中。

　　智能化終端設備收集數(shù)據(jù)，同時也是人機交互的入口，云端大腦是整個數(shù)據(jù)的匯集、分析、提煉的中樞，當數(shù)據(jù)大腦經(jīng)過分析，形成相關的服務后，通過嵌入式的模塊，即 AI 平臺，實現(xiàn)人機協(xié)同在各個場景落地。

　　澎思則基于對普惠 AI 的理解，構建了澎思 AIoT 生態(tài)平臺，包括四個關鍵能力：

　　第一，智能視圖大腦。算法會從云、邊、端三個維度全鏈條嵌入；

　　第二，全系列自研的智能邊緣設備；

　　第三，打造云端智能服務的開放平臺；

　　第四，后端建立數(shù)據(jù)管理平臺，使得數(shù)據(jù)在 AI、硬件以及云服務能夠充分地流動，實現(xiàn)業(yè)務和訓練數(shù)據(jù)的并軌。

　　澎思科技副總裁曲瀚認為，AI 普惠的產(chǎn)品有兩個核心要點：一是極致產(chǎn)品體驗；二是場景化的解決方案能力。

　　實現(xiàn) AI 普惠的終局在于四個方面：

　　第一，萬物智聯(lián)，所有的 AI 終端實現(xiàn)在線化；第二，推動 AI 算法向通用智能算法演進，降低機器學習的成本，提高泛化能力；第三，構建一個豐富的產(chǎn)品生態(tài)；第四，場景的聯(lián)動和重塑。

　　華為、商湯、曠視、云從、澎思，在 AI 城市舞臺之上，談不上對標，打法也不盡相同，但各家想要實現(xiàn)的愿景顯然是一致的。

　　四、應用為王，落地成核心標準

　　杉地科技 CEO 傅劍輝告訴 AI 掘金志，從今年的峰會分享內(nèi)容來看，大家皆具一個共性，基本都在面向?qū)嶋H場景，做應用型 AI 解決方案。

　　當?？堤岢觥纲x能數(shù)字轉(zhuǎn)型，服務千行百業(yè)」、當大華開啟「AI 行業(yè)應用，產(chǎn)業(yè)升級」之旅、當宇視直截了當?shù)靥岢觥窤I 如何得到人民的好口碑」。

　　行業(yè)三大龍頭站在 2020 年這個時代節(jié)點之上，已經(jīng)吹響 AI 落地號角，沿著戰(zhàn)略路徑，一往無前。

　　具體來看，?？捣窒砹怂麄冊谒?、能源、物流、社區(qū)、生態(tài)保護等方面的近十個解決方案。

　　?？低?EBG 解決方案部總裁李亞亞認為，AI 應用的落地，最終還是要回歸商業(yè)本質(zhì)。

　　即通過產(chǎn)品和系統(tǒng)，解決用戶場景化、差異化的需求，讓更多用戶享受到技術革新的紅利，幫助用戶實現(xiàn)業(yè)務價值回報。

　　大華也提出，AI 3.0 階段，應該是應用主導個性化和 AI 解決方案的敏捷交付。

　　在這個過程中，首先要構建人工智能解決方案的端到端體系化能力，大華已經(jīng)在四個方向做了重點布局：系統(tǒng)架構、數(shù)據(jù)智能、智能工程化、智能技術。

　　宇視副總裁、首席架構師姚華回顧了 2018 年提出的 AI 與安防的七座大山，并指出如今視圖數(shù)據(jù)全鏈路計算邏輯已經(jīng)形成，AI 在安防已經(jīng)從 0 跨越過 1。

　　眼下，宇視的 AI 部署已經(jīng)在從城市到郊區(qū)、鄉(xiāng)村，解決群眾的小事和瑣事。

　　同時，的盧深視 CEO 戶磊還在會場介紹了他們在大庫時代，落地千萬級刷臉系統(tǒng)的技術剖析與建庫經(jīng)驗。

　　靈伴科技公共安全事業(yè)部總經(jīng)理劉葉飛則直接戴上了他們推出的全球首款光波導形態(tài)的 AR 智能眼鏡，完成了這次演說。

　　AI 與安防的融合，上半場拼技術、下半場拼應用。

　　下半場的 AI 比拼，在于能否落地、能否變現(xiàn)、能否產(chǎn)生數(shù)據(jù)、形成價值，構建核心競爭力。

　　技術的突破，創(chuàng)造的是藍海市場；產(chǎn)品、應用的差異化，才最終決定企業(yè)能夠走多遠。

　　通過本屆峰會來看，不管是頭部企業(yè)還是 AI 獨角獸，基本都已意識到了這個問題，通過核心能力打通行業(yè)上下游，最大化地發(fā)揮自身在應用場景中的價值。

　　畢竟，所有技術的歸宿，最終都需要用銷售數(shù)字說話，用市場占有率說話。