?？低暺质懒粒阂曈X大數據在傳統行業升級中的應用

         5月25日，由億歐舉辦的“GIIS安防AI創新峰會”在北京千禧酒店盛大召開。其中，?？低?/a>高級副總裁、研究院院長浦世亮的演講題目是《視覺大數據在傳統行業升級中的應用》。

　　我們現在每天利用視覺技術、人工智能技術給各個行業提供多種服務，這些服務里有部分是落在傳統的安防領域，但是更多的是落在助力傳統行業智能升級的范疇。 舉例來說，我們的機器人物流倉儲、行車輔助系統、路邊停車自動收費系統，以及無人零售系統，都屬于傳統行業智能升級的范疇。

　　下面我們來看傳統產業升級的現狀。 由于我國人口紅利的消失，國家重資產行業及傳統制造產業的盈利能力逐年下降。根據報道，如果把中國制造跟美國制造相對比，將勞動效率的差異考慮在內，中國制造與美國制造之間的成本差異只有幾個百分點，因此中國產業的升級勢在必行。物聯網和人工智能技術是傳統行業升級的核心技術，其中視覺智能有著非常廣闊的應用前景。

　　因為在物聯網信息空間中80%的數據是視覺數據，利用視覺智能對場景進行感知可以延伸出非常多的應用，但是我們在智能升級的過程中，需求強烈而落地實現卻很少。因為傳統產業的智能升級面臨三大瓶頸。

　　第一個是數據瓶頸，發展智能技術需要積累海量的數據，傳統產業很難具備這一方面。

　　第二個是計算瓶頸，發展智能技術需要有優秀的算法設計能力和龐大的計算進行算法的訓練及迭代。

　　第三個是應用能力，在傳統行業進行智能的落地，需要打通前后端的產品，提供整體的解決方案，這些方面傳統行業都難以具備。

　　AI Cloud將共享、開放進行到底

　　另外我們知道現在的人工智能技術還是處于弱人工智能時代，大量的智能需求是以碎片化、場景化的形式出現。 在傳統領域進行智能功能的升級，往往需要很多產業人的參與。首先需要積累面向場景的數據，第二個需要工程師開發面向場景的算法，第三需要大規模的訓練系統進行算法的訓練，第四需要前后端的產品來承載智能算法。最后需要一個平臺軟件來對接智能功能和行業的需求。這些能力很難有一家企業全部具備，因此要實現在傳統產業大規模的智能落地，我們就需要構建一個開放的AI生態體系。

　　為了應對物聯網在AI推動下與信息化系統融合帶來的挑戰，為了構建一個開放共享、可持續發展的AI生態，?？低曂瞥鯝I Cloud，它不僅僅意味著云計算，也不僅僅意味著基礎設施，它是開放的基礎設施、數據資源、平臺服務和應用軟件的總和。AI Cloud的技術特征包括邊緣感知、按需匯聚、多層認知和分級應用。

　　邊緣感知是指AI Cloud主要在邊緣端部署基礎的感知能力，從而獲得最快的響應速度和較低的部署代價。 按需匯聚是指我們不需要把所有的數據都上傳中心，而是按照應用需要逐級匯聚數據，以降低云中心的數據傳輸壓力和存儲壓力。多層認知和分級應用指的是我們會將多維數據挖掘所獲得的智能認知能力，和面向需求的應用能力分級部署在系統的各個層級，以更好地適配場景化應用，并為用戶帶來價值。

　　AI Cloud會打造“兩池一庫四平臺”等產品來實現基礎能力和數據的開放。 我們通過計算存儲資源池和算法倉庫實現基礎設施的開放，通過物聯網數據資源池和大數據資源池實現數據資源的開放，并通過智能分析服務和大數據服務實現平臺服務的開放，通過智能應用平臺和綜合應用平臺實現應用接口的開放。在AI Cloud這個平臺上，設備廠商、基礎軟件廠商、算法廠商、數據供應商、應用開發商、安全服務商、運維服務商、技術標準規范工作團隊等都有用武之地。

　　AI開放平臺

　　數據、計算、應用服務三大能力

　　之前提到，我們傳統產業的升級面臨數據、計算、應用三大瓶頸，因此海康威視在AI Cloud上開發了AI開放平臺。開放平臺提供數據服務、計算服務及應用服務三大能力，旨在用來突破三個瓶頸，助力傳統行業的智能升級。 在AI開放平臺的架構上，我們在基礎設施層建設了感知能力、存儲能力和計算能力，在資源層我們通過視覺詞典、數據資源池和算法倉儲來匯聚資源，并在服務層向我們的客戶提供三大服務能力。

　　接下來，我會逐一介紹這三種服務能力。

　　首先介紹數據服務能力，我們的平臺面向行業客戶的應用，打造了視覺詞典。視覺詞典數據庫為用戶提供了一個人工智能開發的數據基礎。我們希望未來行業應用中的萬事萬物在視覺詞典中都將有相應的標簽和數據樣本，行業客戶可以根據應用需要抽取相應的樣本進行算法訓練，迅速地實現行業智能升級從0到1的突破。

　　此外，數據服務還包括數據存儲服務和數據標注服務，用戶可以使用平臺的數據產線對數據進行標注和測試。

　　第二是計算服務，我們通過公有云開放大規模訓練系統，客戶可利用共有云平臺的訓練能力進行自有算法的訓練。第二種非常重要的計算服務是我們提供了算法的編譯服務，因為用戶的算法從開發到技術完成，往往需要面向特定的平臺進行算法的優化編譯。從而實現算法在產品上的部署，這往往是一個艱巨的過程，為了加速客戶在產品上面算法的快速部署，我們開發了一款算法編譯器，可以將智能算法面向不同的計算平臺，實現快速的優化編譯。

　　我們的計算服務還包括遷移學習服務，遷移學習可以在小樣本的基礎上快速地實現智能算法，在不同的應用場景之間切換。例如我們可以用少量海外車牌的樣本實現國內車牌識別算法和歐美車牌識別算法之間的切換。

　　最后一種計算服務是增量學習。物品識別是經常用到的一種智能功能，客戶會經常需要增加物品分類的種類。例如在商業零售領域，我們的用戶經常需要不斷地增加商品的種類，這就會涉及增量學習。但是增量學習現在所面臨的一個問題是災難性遺忘，災難性遺忘是指在增量學習的過程中，智能算法會遺忘原有物品的特征，從而導致算法精度下降。?？低曉O計了一款算法架構可以更好地解決這類災難性遺忘的問題。

　　以我們增量學習的一個實驗結果為例，我們首先對五百類物品進行了訓練，然后在這個基礎上進行增量學習。我們發現大量的算法隨著增量學習種類數的增加，其識別精度迅速下降。而我們的算法則可以保持跟全量學習差不多的識別精度，我們會在平臺上提供這一功能。

　　第三種服務是應用服務，我們的平臺提供了大量的基礎人工智能服務。包括對人和物的精度感知，其中有人臉識別、車牌識別、物品識別和多達幾十種的人車屬性識別能力。包括行人的年齡、性別、衣著，這些能力可以幫助客戶實現目標在線下的數據化。需要重點指出的是我們還支持上百個國家的車牌識別，海外用戶利用我們的平臺已經在多個國家實現了本地化的智能交通方案。我們的應用服務還包括跨媒體的感知能力，其中有文本識別、音頻識別和多維感知能力。最后我們的應用服務還包括了多維大數據的挖掘能力，我們的平臺可以在用戶的多維大數據上實現數據的治理、數據的抽象、知識圖譜的構建及圖計算和圖挖掘能力，從而在用戶的多維大數據上實現智能的認知。例如實現交通態勢的預測、物流倉儲的優化，以及商業數據群的分析、銷售策略的優化。

　　實現行業智能升級

　　開放平臺必不可少

　　我們的平臺將在?？低暤奈炇破脚_上提供服務，這是?？低曉诠性粕咸峁┓盏脑破脚_，它在全球有數千萬終端用戶的接口、千萬級的用戶。其中50%的用戶是來自于各個傳統產業，因此它有非常好的服務于傳統產業的基礎。

　　我會結合幾個行業作為實例，來介紹用戶是如何利用我們的開放平臺，去實現行業智能升級。首先是智慧交通，我們的用戶利用平臺的智能能力實現了多種智慧交通的方案。其中有大家所熟悉的交通違章事件的監測、交通態勢的預測、交通誘導城市級的交通方案。另外還實現了室外停車收費系統，多種車內智能方案，例如駕駛員的違章駕駛行為檢測、疲勞駕駛的行為檢測等。

　　在商超零售領域也開發了多種智能解決方案。包括利用商品識別、人臉識別和行為識別所開發的無人零售方案，在大型超市中所開發的物品防損方案和客戶群分析方案。另外還開發了在連鎖行業的無人值守自動巡店的方案。

　　在智能制造領域我們的機器視覺攝像機實現了條碼分析，工件的缺陷檢測、尺寸及形狀檢測，以及工件的三維定位等。我們的物流機器人還助力實現了倉儲物流的自動化，在我們自己的生產基地，通過有效利用機器人，人力成本下降約50%，效率提升近80%。我們的智能能力還幫助教育、家居、零售、能源、旅游等多個行業實現行業的智能升級。

　　我們的平臺愿景是讓萬物可視，讓萬物可知，以視覺感知為起點，助力傳統行業的智能升級，謝謝大家!