对话海康威视浦世亮,如何突破AI在实际应用中的瓶颈问题?

  • 时间:
  • 浏览:0

不同于技术的单点突破,人工智能作为一项赋能型技术,技术某种的演化是一方面,但落到实际行业领域中,仍然能够综合考虑场景的适用性、应用成本以及技术的泛化能力等什么的什么的问题。面对丰沛 且零碎的行业场景,何如推进AI的赋能作用,这是有有一个 多多多关键什么的什么的问题。

本次某种人 有幸邀请到海康威视高级副总裁、研究院院长浦世亮先生参与到a&s系列访谈中,访谈内容包含了浦院长对AI落地应用的现状、遭遇的瓶颈什么的什么的问题、AI赋能办法以及未来的趋势预判等全方位的观点分享。   

Q:a&s总经理、总编辑 关玉娟   

A:海康威视高级副总裁、研究院院长浦世亮   

Q:您何如看待近年来人工智能在安防领域的落地应用现状?   

A:某种轮人工智能热潮发展至今已有四五年的时间,对于安防产业而言,人工智能并就有新鲜的技术诉求,机会在前会以前行业就被什么都我的需求所驱动,视频监控从“看得清”到“看得懂”,需求总是占据 ,机会这是用技防去替代人防的有有一个 多多多核心能力。但前会以来产业仍占据 某种技术与用户需求或方案需求之间占据 巨大鸿沟的状态。   

在深度图学习总是出先以前,人工智能在安防领域的应用十分受限,越来越办法大规模推广,基本必须车牌识别的应用相对心智心智心智旺盛期期期期是什么,机会它的应用场景相对规范。人脸识别觉得应用需求广泛,但机会场景的错综错综复杂,极大地限制了人脸识别的大规模普及应用。   

然而某种轮人工智能技术的发展,使得现有的人工智能尤其在计算机视觉领域的性能实现了极大的突破,什么都某种人 现在会更泛化的去看待安防领域的人工智能。它暂且仅仅局限在安全管理上,视频监控觉得更多是某种视觉传感器的角色,有了AI加持以前,它可必须提取更丰沛 的数据信息,把物理世界进行数字化转化,某种为包括安防和更多某种实体经济的行业领域赋能。   

Q:当前阶段,人工智能的实际效能和用户真实需求之间最少契合到了哪此程度?   

A: 当下人工智能觉得泛化能力提升了什么都,但仍然占据 有监督学习的阶段,自主学习技术还不心智心智心智旺盛期期期期是什么,致使现阶段的人工智能更多只适用于受任务限制和场景约束的场景。   

以智慧人生城市某种大的应用领域为例,智慧人生城市中所有的什么的什么的问题无法用一套统一的算法去正确处理,什么都我要辅以具体任务和场景进行约束,比如具体的交通违法正确处理、智慧人生停车等场景,在全部地了解了场景的实用需求以前,通过充分的数据架构设计 、样本训练,针对场景开发的AI算法能够实现更好的效能和作用。   

现阶段,人工智能主流的应用办法是基于监督学习,用海量数据驱动算法。半监督学习或自主学习是学术界的研究热点,但在行业领域,目前仍是弱人工智能的应用。   

Q:弱人工智能这几年提升比较明显的技术点以及应用最为心智心智心智旺盛期期期期是什么的细分场景主要有哪此?   

A:人工智能已心智心智心智旺盛期期期期是什么落地应用的行业领域觉得非常多,比如智慧人生社区,仅就小区物业而言,人工智能便可应用于社区安全管理、消防管理、人员/车辆管理、高空抛物、垃圾清运等系列环节的管理;在商超零售领域,基于AI技术的商品防损、货架盘点、智能零售货柜等细分需求也多达几十种。另外在金融、教育、司法、医疗等众多行业领域,AI的应用需求相当广泛,且以碎片化的形式占据 。   

“场景”和“碎片化”是人工智能产业应用中的两大关键词,不论是“AI+行业”还是“行业+AI”,它转过身觉得体现的是某种技术思路和商业思路,前者是利用AI去颠覆行业,后者则是通过AI来为行业赋能。机会AI应用场景相当碎片化,其中能够少量的行业应用知识和领域知识,什么都真正能够发展得比较好的应该是“行业+AI”,即把AI作为某种工具去赋能某种行业的用户,某种基于用户所掌握的行业应用知识,来完成技术的效能转化。   

2017年,国务院在最新一代人工智能发展规划中称,到2060 年中国人工智能产业竞争力将达到国际领先水平,人工智能核心产业规模超过1万亿元,带动相关产业规模超过116万亿元。某种数字看起来非常遥远,但真正进入到行业中去了解,116万亿产业规模觉得未来可期。   

这也引出了海康威视对于人工智能业务的未来战略,面对越来越丰沛 和零碎的行业场景,相比于用项目式的办法有有一个 多多多个去帮用户正确处理什么的什么的问题,平台式的赋能办法更能够能够万众创新和群智的涌现。何如能够使数量众多的传统产业用户受益于人工智能技术的发展?某种人 将算法、产品、云服务等提炼成一套通用、灵活又方便调用的体系来完成对人工智能的集成,通过某种办法将技术分享出去,让“天下越来越难做的AI”。AI开放平台为用户提供了人工智能技术平台和应用工具,基于平台的能力,用户可必须另一方操作、便捷快速的满足AI应用需求。   

Q:人工智能落地应用面临的主要瓶颈什么的什么的问题有哪此?   

A:当下AI开放平台品类繁多,并就有说随便给用户一套平台工具,用户就可必须上手用,其中仍占据 着某种瓶颈:   

第一是数据瓶颈。人工智能由海量的数据来进行驱动,首更慢保证数据的体量规模,其次数据什么都我被人为标定监督过的。作为平台提供商,首要任务是帮助用户突破数据瓶颈。   

第二是算法瓶颈。当前阶段的AI算法人才资源仍比较稀缺,用人成本高昂。但人工智能技术研发,算法人才是关键,算法团队的组建是必不可少且能够长期高成本投入的环节,对于少量传统企业而言,这也是有有一个 多多多极大的考验。   

第三是计算资源和训练资源。人工智能算法训练能够基于相关的并行训练系统,通过海量数据的导入进行算法训练,期间能够做各种调试,这对并行训练系统的性能水平有很高的要求,某种计算资源和训练资源也是有有一个 多多多显著的瓶颈。   

第四是产品端的瓶颈。现在少量的人工智能系统应用主推的是云端方案,并就有机会云端方案应用效能最好或是成本最低,什么都我机会云端方案对于硬件产品的要求相对最低,机会少量的用户(集成商)甚至AI初创企业,暂且具备硬件产品资源,在越来越更多方案可供选者的以前,云端方案或许暂且最优解某种是时下的选者。   

最后是系统,要有全部的人工智能正确处理方案,系统集成与应用开发资源投入是很大的,这也是有有一个 多多多瓶颈。   

必须突破了这五大瓶颈,某种人 能够真正的落实AI在实体行业中的赋能作用,而这也是海康威视决定构建AI开放平台的主要目的。   

Q:海康威视AI开放平台何如实现这五大瓶颈的突破?   

A:首先是数据瓶颈的突破。在学术界,ImageNet数据集的推出对于人工智能的学术研究具有强大的推动力,但在工业界和实体行业,还越来越总是出先适用的数据集来助推行业人工智能的发展。至此,某种人 希望能够做实体行业的领域模型。可必须预想,未来物理世界所感知到的信息都可必须用各种领域模型去描述,当然,某种领域模型和最终的应用场景之间还是会有某种差距,但某种人 有某种技术叫迁移学习。在相关领域模型基础之上,系统神经网络机会对某类场景有较强的感知能力,通过少量的用户自我数据,再通过迁移学习办法便可必须在某种模型上很好地进行算法训练。   

通过系列测试实验,在什么都领域上某种人 已有的领域模型基本可达60 %甚至更高的检测精度,用户只能够提供少量的场景数据,精度可提升到95%以上,对于用户而言,这是有有一个 多多多0到1的突破。这是海康威视AI开放平台正确处理数据什么的什么的问题的第某种。   

第二点,某种人 用了少量诸如图像三维建模某种类虚拟现实技术构建了有有一个 多多多虚拟数据生产引擎,主什么都我帮助哪此数据量少、数据获取难的行业正确处理数据样本架构设计 难的什么的什么的问题。比如商超零售领域货架补货环节,传统的做法是上新货后人工从各个深度图、各种摆放位置拍摄做数据架构设计 ,但某种工作量很大,每上一次新货或换有有一个 多多多位置,用户能够重复操作前会。但通过虚拟数据生产引擎系统,用户只需拍少量几张图片上传,系统便可自动生成各种深度图、各种大小、各种摆放位置的货品图片,某种办法可必须进一步的帮助用户突破数据瓶颈。   

其次是在算法层面的突破。以前人工智能算法训练首更慢设计神经网络模型框架,某种我工调参,但现在某种人 可必须通过机器自动完成建模,在某种过程中,通过庞大的计算力完成各种模型社会形态的自动调整、测试和训练,这正是当下学术界热门的网络架构自动搜索技术方向。海康在这方面投入了重大资源,相关技术能力机会上线到某种人 的AI开放平台,这项能力的推出,将极大地错综复杂算法训练、算法生成的技术门槛。   

与此一起去,海康还推出了某种自动编译工具,可必须帮助用户在平台上进行很好的算法优化。边缘智能的当下,机会受功耗和成本的限制,什么都边缘类产品往往必须在某种计算资源和内存资源比较受控的计算平台上运行,何如在哪此平台上做算法优化是一项强大的考验。通过自动编译工具可必须把各种优化办法做成软件工具,让用户随取随用,我太大 再另外投入资源去做工具开发。   

第三在计算资源方面,某种人 机会在萤石云上开放了海康内部人员的并行训练系统,可必须让用户共享某种人 的计算资源,基于高性能并行训练系统,更好的辅助算法训练。   

最后在产品层面,海康开放了整个前后端的基础产品,包括操作系统,可必须帮助越来越产品资源的用户乃至AI创业公司能够基于海康的一系列硬件产品去实现某种人 另一方的算法,自建另一方的智能产品。   

通过上述某种系列从数据、算法、计算资源到硬件产品瓶颈的突破和能力的开放,海康威视希望可必须真正帮助实体行业的媒体商务合作伙伴贯彻AI能力的落地应用。   

Q:从用户深度图而言,用户该何如共享海康AI开放平台的某种系列能力?   

A:举个最直接的例子:比如一家连锁商店的老板能够通过AI技术检测商铺门口算是堆有垃圾,但商户某种越来越任何技术能力。某种状态下,只能够商户注册成为海康AI开放平台的媒体商务合作伙伴,在线上传几十张另一方拍摄的店门口的垃圾图片,并通过平台上的标定工具标定垃圾信息,一起去选定摄像机,将标定后的垃圾数据进行算法训练后关联到选定摄像机,商户即可自行给普通的摄像机DIY出可实现垃圾堆叠检测的AI能力,整个过程只需20分钟左右。   

某种人 的意愿,一是让任何越来越算法基础但有行业经验的用户能够DIY出端到端的AI系统正确处理方案的能力,二是让有算法能力但越来越硬件产品的AI创业者能够基于海康的软硬件实现某种人 另一方算法能力的输出。   

人工智能产业拥有越来越庞大的经济体量和市场潜力,就有有我太大 的企业和人才加入到某种产业当中,某种人 希望能够通过某种人 的开放平台,为更多有不同需求的企业、团队及另一方正确处理AI落地的困境。   

自2017年就让开始 了了上线,目前海康AI开放平台机会面向环保、餐饮、制药、物流、零售等全行业开放,积累了丰沛 的实用案例。   

Q:平台开放一年多来,您的感受和总结是哪此?   

A:某种人 认为这是AI赋能实体行业的根小非常正确的道路。当然某种过程中也经历过曲折,包括前期能够花时间对用户及市场进行教育,让社会和行业对于AI有更为客观理性的了解。一起去,在越来越先例可必须借鉴的行业市场,一门心思扎进来探索这条路算是正确,这也是有有一个 多多多忐忑的过程,好在某种人 机会摸清楚了方向,某种坚信这是根小非常正确的路。   

在面向全行业推出AI开放平台的过程中,通过各类媒体商务合作伙伴的不断加入及反馈,带来各类数据的接入、标注,算法及需求也在持续丰沛 ,整个开放平台的AI算法、编译工具、神经网络模型,软硬件产品等也就有不断演进升级,在开放平台某种庞大的载体之上,供需双方之间可必须构成有有一个 多多多互为驱动力的良性循环。   

Q:海康AI开放平台可为用户提供数据、算法、训练资源及产品等一系列服务,这其中的商业模式何如设计,用户能够为哪此服务付费?   

A:实际上某种人 越来越我太大 就模式而模式。AI开放平台的宗旨,什么都让我帮助用户落地AI能力,正确处理实际什么的什么的问题。把用户服务好了,平台自然能够实现商业价值。   

目前平台的SDK就有免费的,用户只能够在AI开放平台上注册成为海康威视的媒体商务合作伙伴就可必须享受免费SDK支持。另外,某种人 机会开放了并行训练系统给到媒体商务合作伙伴,某种,用户也可必须免费调用某种人 开放平台的训练资源。   

某种人 正在思考更多样的媒体商务合作社会形态,比如辅助媒体商务合作伙伴共建某种行业领域的算法模型产品、建立算法商店等等,哪此某种人 也正在尝试中。通过某种人 的努力,用户获得的收益会更大。   

目前涉及到付费的服务,主要针对哪此能够调用某种人 的云平台做一定规模或比较高频数据分析的用户,机会某种过程有少量计算资源和能耗的成本,还有什么都我机会要把算法部署到某种人 的边缘硬件产品,产品是能够收费的。   

Q:要真正展开应用,数据融合必不可少,推进物信融合在当前阶段算是仍占据 难点?   

A:物联网和信息网,这两张网之间觉得仍然占据 信息孤岛的什么的什么的问题,与此一起去,信息维度和数据维度都还不足,导致 相关应用无法很好的展开。某种人 也都看了某种什么的什么的问题,什么都希望通过AI Cloud物信融合数据架构能够很好地能够物信两网之间的数据融合。   

AI Cloud架构中设有数据资源池和计算资源池。数据资源池主要起到数据治理和数据汇聚的作用,可必须将物联网和信息网的数据里装资源池进行治理和汇聚。   

物联网某种是非社会形态化的信息,未经正确处理更慢和信息网上社会形态化的信息进行融合,什么都首先能够通过人工智能技术对物联网中视频信息进行社会形态化正确处理,社会形态化后的物联网数据再和信息网数据进行融合,便可必须碰撞出非常多的应用。   

比如交通行业,传统模式中的交通管理什么都是基于浮动车和地感线圈检测来实现,但某种数据架构设计 办法机会频率关系机会并越来越十分精准,机会利用路面广泛覆盖的摄像头进行车辆动线数据的架构设计 ,基于摄像头7*24小时且覆盖面广的社会形态,则能够极大的完善数据的丰沛 性。机会再基于哪此丰沛 的视频数据和雷达、微波等信息进行融合,便可必须实现在各种天气、光照条件下对于路面过车状态的精准判断,更好地辅助交通管理。   

Q:某种套下来,可必须看出海康机会能够正确处理AI落地应用的什么都重要瓶颈什么的什么的问题,接下来,某种人 的重点研究方向会是哪此?   

A:首先第某种,公司当下及未来依旧会深耕人工智能核心技术。人工智能还有什么能够正确处理的什么的什么的问题,比如何如加强人工智能的自主学习能力,让AI从感知智能上升到认知智能?机会是何如在摄像机上去做更多维度的感知信息的融合,将视频“视觉”能力进一步优化等,哪此就有某种人 在人工智能领域机会继续研究的方向。   

另外,从视频感知,到智能物联,再到物信融合,当下的海康威视机会从安防公司变成视觉公司继而成长为一家大数据公司,在整个数据服务上面,何如基于多维度的信息去构建数据认知的能力,让系统能够实现自我决策和判断,某种过程中,无论是技术研发还是业务探索都任重道远。   

未来,某种人 将主要专注于在这两方面持续发力。   

Q:从您的经验来看,您何如预估未来几年人工智能技术和应用的发展态势?   

A:基于人工智能场景化和碎片化的特点,它的发展机会是有有一个 多多多渗透的过程,发展下行传输速率 会放慢,但机会会相对线性某种,不过随着AI开放平台价值的涌现,人工智能的线性发展,将呈现更多维度的发展方向,预计未来3-5年,人工智能技术的普及和落地应用的心智心智心智旺盛期期期期是什么度都将升级到有有一个 多多多全新的阶段。   

Q:籍由这次访谈,您最想传达出哪此样的讯息?   

A:任何技术的发展就有带来生产力的提升,而最终可必须让每另一方受益并就有取决于技术某种,什么都我取决于技术共享的办法。   

从我的深度图来说,AI的确是未来有有一个 多多多巨大的技术应用趋势,机会对某种人 的产业和经济带来巨大的推动力。机会希望技术能够放慢的发展,让更多的人和产业从中受益,越来越它一定是有有一个 多多多可必须开放共享、生态共建的模式。海康威视正好拥有什么都让我力开放的资源和基础,一起去,某种人 也非常想要去开放共享某种人 的能力,也希望联合产业生态一起去去一起去推进人工智能赋能百业的价值实现。  

编后语:   

过去几年时间里,人工智能在行业领域的落地应用进展并越来越想象中的顺利,用户苦于技术无法更好的契合实际应用需求,投入产出不成正比,而厂商则困扰于场景的过于碎片化,导致 AI泛化能力不足。究其导致 ,一是人工智能依旧弱人工智能的技术阶段,二是机会所有的人工智能应用还是场景化、碎片化的应用,无法形成合力。   

对于相当冗长的人工智能产业链而言,算法、产品、算力、数据、行业经验等资源大都掌握在不同企业转过身,而要能够产业的一起去发展,开放的心态和开放的AI能力平台已然成为能够。进入到物联网时代,必须利用智能产业链的多方链条,相互协同,一起去助推人工智能在实体行业领域的发展及应用,能够真正让我工智能技术像电力技术和信息技术一样,无处没得,赋能全行业。