1997年，IBM的電腦深藍(lán)首次戰(zhàn)勝國象棋冠軍卡斯帕羅夫，但深藍(lán)只會(huì)下國際象棋；隨著數(shù)據(jù)和算力的支持，經(jīng)過深度學(xué)習(xí)的快速訓(xùn)練，谷歌阿爾法狗在圍棋領(lǐng)域取得了對人類的勝利，但我們問“晚上吃點(diǎn)什么”這樣最簡單的人類邏輯，它就不知道如何回答了。

人工智能的落地和應(yīng)用，一項(xiàng)基本常識是不存在所謂的通用人工智能，AI無法解決多種多樣不同類型問題；所有的智能都是應(yīng)用于某一特殊領(lǐng)域的智能，擅長單一方面的技能，即弱人工智能。

因此只有AI和某個(gè)行業(yè)結(jié)合，才能向前發(fā)展；人工智能可能會(huì)改變幾乎所有的行業(yè)，而且是”行業(yè)+ AI“，而不是”AI+行業(yè)“。我們已經(jīng)處于弱人工智能的時(shí)代，在這一輪AI融入場景的浪潮中，最先落地的行業(yè)是安防，以視頻前端（即室外的IPC網(wǎng)絡(luò)攝像機(jī)，對應(yīng)的后端指室內(nèi)的存儲(chǔ)和服務(wù)器）采集為特征的安防已經(jīng)構(gòu)筑了一張真正的物聯(lián)網(wǎng)，成為AI、AI芯片應(yīng)用的必爭之地。

為什么是 安防+AI？

海量部署，需求強(qiáng)勁。2017年全球新增的攝像機(jī)大約在1.5億只以上，使得視頻監(jiān)控由被動(dòng)防御到主動(dòng)預(yù)警的轉(zhuǎn)變更為迫切。海量的攝像機(jī)會(huì)導(dǎo)致對類似于視頻結(jié)構(gòu)化、人臉、車牌、機(jī)動(dòng)車、非機(jī)動(dòng)車、人數(shù)、行為等人工智能的訴求會(huì)大大增加，人工智能在安防行業(yè)加速落地，海量的攝像機(jī)會(huì)對安防芯片以及帶有AI功能的芯片有大量的需求。

更新?lián)Q代，周期適度。電信行業(yè)的產(chǎn)品特點(diǎn)，基站研發(fā)周期5年，設(shè)備在網(wǎng)時(shí)長或固定資產(chǎn)生命周期5年；企業(yè)網(wǎng)行業(yè)的交換機(jī)研發(fā)周期1年以上，設(shè)備在網(wǎng)3年；而安防行業(yè)的產(chǎn)品研發(fā)周期短至3～9個(gè)月，設(shè)備在網(wǎng)2年。盡管也有因?yàn)楫a(chǎn)品質(zhì)量優(yōu)異而在網(wǎng)工作5年以上的佳話，但大部分安防產(chǎn)品比如IPC的行業(yè)慣例就是2年更新?lián)Q代。這種換新速度，使得新技術(shù)的應(yīng)用和迭代的最佳試驗(yàn)場景，當(dāng)然也導(dǎo)致廠商競爭烈度大、洗牌快速。

圖1：有著研發(fā)基因看似驕傲的隊(duì)伍，在看似相近的行業(yè)，其實(shí)核心規(guī)律完全不同，過往經(jīng)驗(yàn)往往是慣性和陷阱；在實(shí)踐中能夠從大流程到小快靈，脫下西裝做泥腿子、走出實(shí)驗(yàn)室爬桿子才是技術(shù)落地的境界，是成功部署的真正驕傲

三個(gè)場景 成功在于需求和“地頭力”

十年以前（2010年前后），安防的場景是平安城市，視頻建設(shè)是看的見/網(wǎng)絡(luò)化，聯(lián)網(wǎng)標(biāo)準(zhǔn)從DB33標(biāo)準(zhǔn)到GB/T-28181，從 模擬、數(shù)字到網(wǎng)絡(luò)。

五年以前（2013年前后），安防的場景擴(kuò)展到智能交通，視頻建設(shè)是看的清/高清化 ， 清晰度D1→1080P→4K， 編碼從H.264到H.265，成像技術(shù) 低照度→星光→超星光（曾經(jīng)的“黑科技”，被中國龐大工業(yè)能力所白菜化，在伸手不見五指的夜間對動(dòng)態(tài)目標(biāo)成像，90%的案件發(fā)生在夜間）。

當(dāng)前（2016年以來），視頻的技術(shù)方向就是看的懂/智能化 ，基于深度學(xué)習(xí)的機(jī)器視覺分析，廣泛應(yīng)用人臉、車輛、結(jié)構(gòu)化 。不僅僅是安全的屬性，在最新的項(xiàng)目部署中，視頻已經(jīng)成功處理著市民的日?，嵤?，涉及大數(shù)據(jù)信息管理、應(yīng)急指揮調(diào)度、事件處置分析、智能預(yù)警布控、社會(huì)服務(wù)管理等功能——十年前電信、IT行業(yè)一度流行的以WiFi、無線為核心定義的“智慧城市”無疾而終，今天看來是僅僅鋪墊了信息管道，而真正的智慧城市在以視頻為中心后實(shí)現(xiàn)了突破，這是令人振奮的第三場景。

這三個(gè)場景是逐級演進(jìn)的。一個(gè)逐漸富裕起來的群體喚醒了安全意識，就產(chǎn)生了平安城市，有了“深夜擼串”的保障；之后全球最大的汽車生產(chǎn)國、最大的新車消費(fèi)市場在此誕生，我們的汽車社會(huì)就催生了智能交通，不再煩惱逃逸和套牌，并在嘗試疏導(dǎo)擁堵；老城區(qū)人口的增加、衛(wèi)星城市的建立，公民對于垃圾堆放、違停亂建甚至樓上樓下吵架的“瑣事”更為敏感，就需要從管理到服務(wù)的第三場景。

這是大數(shù)據(jù)和弱人工智能一展身手的年代，不過環(huán)境也脫離實(shí)驗(yàn)室更為復(fù)雜，算法只是系統(tǒng)中的一部分，而且實(shí)踐中的表現(xiàn)偏孱弱：從室內(nèi)理論走向室外部署，任何在沙發(fā)上進(jìn)行的AI打榜，都不如“脫下西裝做泥腿子”，需要“深入田間地頭”以業(yè)務(wù)流程不斷對算法修正。商業(yè)模式可以有概率引來投資，但絕對無關(guān)企業(yè)持續(xù)經(jīng)營的護(hù)城河，技術(shù)、產(chǎn)品和服務(wù)才是護(hù)城河。

人工智能在安防成功部署的六要素

眾所周知，促成本輪人工智能高速發(fā)展的三要素是數(shù)據(jù)、算力、算法；而來自最新實(shí)踐的結(jié)晶，則還要有產(chǎn)品、工程、方案，六要素齊備才能在安防行業(yè)持續(xù)規(guī)模部署。實(shí)驗(yàn)室里的完美指標(biāo)，應(yīng)用中表現(xiàn)笨拙；營銷名詞很重要，但在行動(dòng)落地上需要摒棄唯指標(biāo)論，建立全面、體系化的工勘指導(dǎo)，建立有效的AI工程質(zhì)量評價(jià)體系。

數(shù)據(jù)。安裝在各種場景中的安防攝像機(jī)能夠?qū)崿F(xiàn)24小時(shí)×365天式的全天候的采集，可以源源不斷的輸出海量的數(shù)據(jù)形成訓(xùn)練集，從這個(gè)角度來講，安防行業(yè)以數(shù)據(jù)信息量最大、數(shù)據(jù)層次最豐富的特性展現(xiàn)了在人工智能應(yīng)用方面先天的優(yōu)勢。但是，2016年以前并沒有形成應(yīng)用的分水嶺，原因在于算法和算力在其后的突破。

算法。早期可能核心技術(shù)突破，首當(dāng)其沖的是算法，AI首先要解決準(zhǔn)確性的問題。隨著深度學(xué)習(xí)的進(jìn)展，相比傳統(tǒng)的模式識別，這一瓶頸已經(jīng)跨越。圍繞著芯片和算法的討論，已經(jīng)成為安防業(yè)內(nèi)探討人工智能應(yīng)用必備的說辭。然而基于開源的代碼和網(wǎng)絡(luò)架構(gòu)，各家采用的芯片和算法大多類似，競爭之道在于如何在開源環(huán)境下塑造核心競爭力。

算力。GPU的出現(xiàn)把訓(xùn)練過程大大縮短。在中美貿(mào)易摩擦引發(fā)“技術(shù)戰(zhàn)爭”后，芯片從原本的資本市場毒藥，變成了資本市場的寵兒。人工智能已然成為資本泡沐的重災(zāi)區(qū)，真正需要填補(bǔ)的CPU、GPU、FPGA技術(shù)空白卻無人問津。筆者認(rèn)同科普作者鐵流的評論：“萬眾創(chuàng)芯”對于解決中國缺芯的困局意義有限，我們真正需要的是“萬眾用芯”。正確的方法，也需要十年之功。

產(chǎn)品。花式忽悠和實(shí)業(yè)落地的分水嶺，做出來不難，但具備可靠、好用、便宜的特性則非常講究積累。以攝像機(jī)為例，涉及電子、光學(xué)、機(jī)械、網(wǎng)絡(luò)等專業(yè)，僅就機(jī)械部分而言，杭州夏天公路地表溫度高達(dá)70℃，攝像機(jī)金屬護(hù)罩則可以直接攤雞蛋；在非洲因?yàn)殡娏?yīng)不穩(wěn)定，又要考慮寬壓……筆者所在的企業(yè)，也是在每年500萬臺攝像機(jī)的海量部署上，在不同地域不斷和老天爺戰(zhàn)斗試錯(cuò)，才磨練出“精工之路”。

工程。有用戶在部署AI攝像機(jī)后，效果不良，3個(gè)月都沒有定位出原因，幾乎當(dāng)做普通攝像機(jī)使用。是產(chǎn)品技術(shù)本身還不夠成熟么？用服現(xiàn)場排障表明，安裝的時(shí)候有40%的比例工勘流于形式，點(diǎn)位不符合要求。因?yàn)閿z像機(jī)一般安裝在8米高的燈桿上，所以這項(xiàng)工作也被苦中尋樂，斷章取義戲稱作“爬桿子”。有別于電信、IT在機(jī)房內(nèi)的部署，安防在采集端（即攝像機(jī)）需要適應(yīng)環(huán)境天候的室外部署，爬桿子的水平是人工智能落地的關(guān)鍵。

方案。攝像機(jī)從管理、存儲(chǔ)，到檢索等等，都是方案的一部分。有的廠家完全靠前端智能；有的靠后端的智能，做NVR等設(shè)備；有的在存儲(chǔ)方面做對應(yīng)的智能，對應(yīng)的GPU；有的靠中心做對應(yīng)的服務(wù)器的集群再去做智能；還有的通過云端來做智能……這些都可以算為解決方案的一部分。有以上各部分，再加上AI六要素全面發(fā)力，最終的目的是交付給客戶的系統(tǒng)TCO要低，并且性價(jià)比是最高的，這樣的解決方案才是最優(yōu)的。

圖2：AI對安防監(jiān)控系統(tǒng)全流程的挑戰(zhàn)，圖示室外和室內(nèi)設(shè)備，具備AI六要素，可靠且TCO優(yōu)秀，才是好的AI部署

后記：AI部署走出實(shí)驗(yàn)室 實(shí)戰(zhàn)爬桿子

安防被認(rèn)為是AI落地的最佳領(lǐng)域，但AI在安防領(lǐng)域的利用率不到1%，就技術(shù)本身來說，宣傳的聲音很大，其實(shí)離落地還非常漫長，因?yàn)閺目茖W(xué)（從0到1）到工程（從1到N）都是很漫長的。安防行業(yè)AI工程化落地的挑戰(zhàn)很大：比如在實(shí)驗(yàn)室里面做一個(gè)測試，圖片質(zhì)量非常高，但它只是實(shí)驗(yàn)室的一種結(jié)果；在街道上條件多變、人來人往，如果圖片像素質(zhì)量有差距的話，基本上連30%可用的水平都很難達(dá)到。所以從實(shí)驗(yàn)室90%的水平，到克服實(shí)際場景中30%的水平，其間是一個(gè)從科學(xué)到工程的過程。這過程可能很漫長，所以AI遠(yuǎn)遠(yuǎn)沒有到一個(gè)非常樂觀的大規(guī)模應(yīng)用的時(shí)代。

人工智能是一個(gè)好故事，但更需要?jiǎng)?wù)實(shí)爬桿子，看到和得到之間，有兩個(gè)字叫“做到”，做不到就是陷阱，做到了就是機(jī)會(huì) 。在產(chǎn)品成功的所有要素中，實(shí)戰(zhàn)中經(jīng)受磨礪并快速迭代居第一位，大方向正確即可切入，剩下看迭代能力和糾錯(cuò)機(jī)制。

對于產(chǎn)品和工程化的深度理解和實(shí)踐，是一個(gè)國家在人工智能科技發(fā)展進(jìn)程中的精神氣質(zhì)。在人工智能時(shí)代，能不被AI花式忽悠，實(shí)現(xiàn)產(chǎn)品和解決方案的迭代、升級和跨越式發(fā)展，最理性最有未來。