不了解“安防+AI”的這些痛點,怎么能切實落地?
“安防+AI”要實現(xiàn)規(guī)模性落地,首先要搞清楚落地場景中的痛點需求,然后再切實地去解決這些痛點,找準(zhǔn)痛點下手往往能更加有用。
有人說,2019是AI場景落地應(yīng)用元年,從當(dāng)前AI在安防監(jiān)控場景下,已經(jīng)由安軟慧視實現(xiàn)了首個城市級大規(guī)模智能化落地應(yīng)用方面,我想這么說是合適的。毫無疑問,在安防這個當(dāng)前最大也最具想象力的落地應(yīng)用場景中,卷入這場競爭的,已經(jīng)從安防企業(yè)與AI新貴兩大勢力之爭,進(jìn)入到了安防公司、AI公司、互聯(lián)網(wǎng)科技與通信公司、云服務(wù)公司四家爭鳴的局面。
在目前的四家爭鳴中,有的關(guān)注把單個攝像頭功能做大做強(qiáng),實現(xiàn)以一頂百;有的關(guān)注視頻中樞平臺,希望利舊為新;有的關(guān)注做云端化平臺,以期成就數(shù)據(jù)和應(yīng)用承載;有的關(guān)注生態(tài)化平臺,希望能統(tǒng)領(lǐng)全局。從當(dāng)前市場需求的復(fù)雜性來看,確實很難辨出優(yōu)劣之分,每套打法都集合了各家的長處,也都有合理之處。我們相信在終極目標(biāo)一致的情況下,這些方案一定會不斷融合,共同走出一條最為經(jīng)濟(jì)適用的安防+AI信息化、智能化之路。
我們都知道安防是個極其碎片化的市場,只有實現(xiàn)了低成本的規(guī)模性智能化,低成本的強(qiáng)大算力,高精準(zhǔn)的場景識別算法,快速的檢索應(yīng)用能力,以及政府持續(xù)推動城市數(shù)據(jù)統(tǒng)一時,碎片就能混而為一。所幸的是,這些條件正在慢慢成熟,而且與金融、零售、醫(yī)療行業(yè)相比,安防由于屬性特殊,應(yīng)用場景明確,使用路徑單純,更像是一個應(yīng)用點單,而不是一個龐大的復(fù)雜生態(tài)。正是因為簡單,對技術(shù)的革新應(yīng)用,就可能實現(xiàn)對面(也就是規(guī)模),進(jìn)行升級改造,使行業(yè)重新洗牌。
“安防+AI”落地場景中的痛點
要實現(xiàn)規(guī)模性落地,就必須先理解落地場景中的痛點需求,注意是理解而不能只是了解,了解只會讓我們一直站在場外看熱鬧。
痛點一:現(xiàn)有系統(tǒng)智能化
安防中最大規(guī)模的工程是天網(wǎng)工程和雪亮工程,目前已建成的就有超過四千萬路,基本上已經(jīng)形成了“點上覆蓋,面上成網(wǎng)、外圍成圈,覆蓋城鄉(xiāng)”的格局,這么龐大的系統(tǒng)現(xiàn)在正在發(fā)揮作用,我們首先要做的應(yīng)該是讓它全面的、深入地發(fā)揮作用,這是當(dāng)前安防市場的底色,不解決底色問題,再怎么折騰也只是點綴,點綴就一定無法解決密度問題,密度問題解決不了,就一定無法解決整體效能問題,一定要首先實現(xiàn)規(guī)?;脑蚝颓疤峋驮谟诖恕?/p>
痛點二:現(xiàn)有系統(tǒng)和新型智能攝像機(jī)的融合
這可以知道,上一點中,并不是說新型智能攝像機(jī)不重要,恰恰相反,很重要,對應(yīng)用能力的承載和檢驗還都是離不開新型智能攝像機(jī)的,只是我們得既要看到點綴也要看得到底色。并且能讓底色和點綴和諧共處,互相協(xié)作。如果沒有傳統(tǒng)視頻監(jiān)控智能化,新型智能攝像機(jī)就是孤軍奮戰(zhàn),如果沒有智能化能力,傳統(tǒng)監(jiān)控系統(tǒng)依然是個存儲系統(tǒng)。
痛點三:安防監(jiān)控系統(tǒng)實戰(zhàn)應(yīng)用知識
我相信現(xiàn)在應(yīng)該很少再有人會覺得“算力、算法、數(shù)據(jù)”是解決不了的問題了,只是它夠不夠經(jīng)濟(jì),而“場景、應(yīng)用、知識”卻成了決定AI能不能落地的關(guān)鍵點,直白地說,能不能讓現(xiàn)有的安防實戰(zhàn)場景真正爆發(fā)出顛覆性的效能革新,這才是檢驗AI能不能落地的定海神針,實踐標(biāo)準(zhǔn)。不了解應(yīng)用場景,不知道實戰(zhàn)應(yīng)用邏輯,不清楚嫌疑人作案心理,不明白偵查與反偵查手段……要想真的做好這件事,恐怕真挺難的,就象是在玩一場不清楚游戲規(guī)劃的游戲,勝算可想而知。
痛點四:實戰(zhàn)場景算法標(biāo)準(zhǔn)化
我們知道深度學(xué)習(xí)就象是教小朋友認(rèn)識貓,不斷地給他看站著的貓,臥著的貓,躺著的貓,跳躍的貓,睡覺的貓,黑色的貓,白色的貓,花紋的貓,只露出半個身子的貓,還有卡通的貓等。而實戰(zhàn)場景訓(xùn)練學(xué)習(xí)算法要比這難的多,比如說打架,什么姿勢算是打?被打的人呈現(xiàn)什么姿勢能判斷這是打架還是攙扶?即使都呈現(xiàn)了這樣的姿勢,那怎么判斷是玩鬧還是傷害?更進(jìn)一步說,一家進(jìn)行了判斷,其它家的判斷會不會有差異,這些有差異的數(shù)據(jù)怎么整合……
痛點五:成本,成本,成本
讓政府不計成本地進(jìn)行改造,這顯然不現(xiàn)實,算力要經(jīng)濟(jì),算法要經(jīng)濟(jì),硬件要經(jīng)濟(jì),維護(hù)要經(jīng)濟(jì),應(yīng)用要經(jīng)濟(jì),只有整體實現(xiàn)了低成本,才能夠被大規(guī)模的實施落地。
痛點六:人才,人才,人才
上面提到的痛點,即使都解決了,能不能落地依然是個未知數(shù),因為把零星的痛點整合成實際可用的解決方案要通過人才,實現(xiàn)技術(shù)與實戰(zhàn)的結(jié)合需要有經(jīng)驗的人才,把場景訓(xùn)練成實戰(zhàn)思維模型需要人才,項目工程的落地也需要人才。目前人工智能仍然是人工+智能的狀態(tài),在脫離的人工的情況下,只談智能也不太行得通。
賦能安防,就是為實戰(zhàn)應(yīng)用賦能
說到底,檢驗賦能效果的唯一標(biāo)準(zhǔn),就是安防的應(yīng)用效率和效能的明顯提升。安軟慧視首個城市級大規(guī)模智能化場景的落地,最后體現(xiàn)出來的就是讓現(xiàn)有的安防系統(tǒng)變的好用了,原來查案需要不斷看視頻,現(xiàn)在只需要看圖搜索就可以了,原來費時費力,高強(qiáng)度的人工,現(xiàn)在讓機(jī)器做了,破案人員的工作積極性就被調(diào)動起來了,破案速度和破案數(shù)量也就自然得到了提升??梢钥闯觯P(guān)于賦能安防,我們可以從以下幾個方面展開。
1. 資源庫建設(shè)模式賦能
安防監(jiān)控資源庫在未賦能之前,只是一個簡單的視像記錄和存儲系統(tǒng),查詢它的唯一方式就是用人工去看,提高查找效率的方法就是用倍速去看,這種資源模式帶來的痛苦是可以想象的,對,就是很快就會頭暈眼花,眼睛腫痛。而賦能之后,就會把視頻流變成圖片庫,并且每張圖片都會標(biāo)記上人物、車輛及物品的詳細(xì)信息,比如,人的外貌衣著特征,如黑色長發(fā),戴眼鏡,上身穿紅色長袖外套,內(nèi)襯是白色衣服,下身穿藍(lán)色牛仔褲,腳蹬紅色高根鞋,左肩挎著黑色挎包……這些圖片不僅會關(guān)聯(lián)到攝像位置,也會對同一張圖像中的人車物進(jìn)行智能關(guān)聯(lián)。這種以目標(biāo)為前提的資源庫建設(shè)模式,為視頻的智能應(yīng)用提供了基礎(chǔ)支撐。
2. 查詢效率模式賦能
因為資源庫中的每個元素,都是有多維度進(jìn)行描述的,當(dāng)查找信息時,可以從多個角度進(jìn)行組合檢索,就像是百度搜索中用不同的關(guān)鍵詞搜索一樣,也就是說,對人的查詢,只需要按照現(xiàn)實的條件去查詢,不但可以精確地快速檢出不變的圖片,即使中途有部分特征出現(xiàn)轉(zhuǎn)變,依舊不影響查詢。
3. 工作流程模式賦能
在安防沒有與AI融合之前,整個工作流程是圍繞著不可檢索的視頻,只能人眼看,然后再人工分析路線,這樣的查找效率可想而知,好不容易查到了,嫌疑人早就無影無蹤了。而智能化之后,工作流程是圍繞著可檢索的圖像庫進(jìn)行的,可隨意的變換查詢條件,更關(guān)鍵的是,這種查詢可以做到實時,對嫌疑人的追蹤幾乎是沒有時間差的,相當(dāng)于在嫌疑人頭頂上飛著的無人機(jī)。
有了以上對資源庫建設(shè)、查詢效率和工作流程模式的賦能,安防實戰(zhàn)效率就會出現(xiàn)革命性、顛覆性的提升。
安防+AI,強(qiáng)強(qiáng)聯(lián)合共享共贏
安防+AI是個龐大的市場,不可能一家通吃,既需要參天大樹,也需要茂密的叢林,在這個產(chǎn)業(yè)鏈條上,算法+芯片、設(shè)備制造+解決方案、行業(yè)應(yīng)用+渠道能力三級生態(tài)互相關(guān)聯(lián),成功就是三級生態(tài)一起的成功,一榮俱榮,一損俱損。
最后,我們深深相信,最好的安防+AI應(yīng)用,一定會是在中國,而且一定是在安防公司、AI公司、互聯(lián)網(wǎng)科技與通信公司、云服務(wù)公司共同合作的前提下實現(xiàn)。
#專欄作家#
李震,人人都是產(chǎn)品經(jīng)理專欄作家。關(guān)注人工智能落地應(yīng)用研究,讓AI為實戰(zhàn)場景服務(wù)!
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自Unsplash,基于CC0協(xié)議
寫的很不錯呢,贊一個。 整體與標(biāo)題切合,落地!利舊、切合具體業(yè)務(wù)場景、經(jīng)濟(jì)適用、具備推廣性等條件都是極具重要的因素。不過,作者后面好像只提到的3點都是關(guān)于用戶主動去進(jìn)行系統(tǒng)請求后賦能反饋,個人覺得在AI領(lǐng)域領(lǐng)用,更多應(yīng)該要系統(tǒng)主動給用戶進(jìn)行反饋,例如:嫌疑人入侵,可作多渠道的主動告警/通知,同時,推送現(xiàn)時位置/最后出現(xiàn)的位置信息等。這才是大家所期盼的智能,只留最關(guān)鍵的抉擇給用戶,前端信息采集、推送、聯(lián)動告警、信息歸納等都應(yīng)該交給咋們的機(jī)器大腦。 ??
作者的觀點很好,我也處于這個領(lǐng)域內(nèi)做大數(shù)據(jù)產(chǎn)品,希望有機(jī)會可以多多的跟你學(xué)習(xí)交流。
多交流,這是個新行業(yè),每個都是新兵
兄弟方便留個聯(lián)系方式嗎,這樣有問題可以請教你。