安防创新百人会丨海康浦世亮:AI Cloud云边融合,视觉大数据赋能行业

亿欧网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
安防创新百人会丨海康浦世亮:AI Cloud云边融合,视觉大数据赋能行业

提到安防巨头海康威视,业内恐怕无人不知。从2001年在安防领域开疆破土,到如今坐上全球安防市场的头把交椅,海康威视一直是业内的翘楚。作为 视频监控 数字化、网络化、高清智能化的推动者,“带头大哥”海康今年又提出全面开放AI Cloud平台,号召企业们用视觉大数据升级传统行业,而这是否又会带来安防领域内的另一场变革?

近期亿欧与康威视高级副总裁、研究院院长浦世亮进行了交流,一起来看看海康的AI Cloud平台又要在行业内有哪些大动作。

数据、计算、应用,打破传统产业智能化三大瓶颈

作为海康早期 人工智能 的开拓者,负责AI及大数据领域技术研究的现任海康威视高级副总裁、研究院院长浦世亮,无疑是海康内对AI最有发言权的高层之一。

从2006年,“AI还很难找工作的年代”,加入人工智能研究刚刚起步的海康,到2014年亲手建立起海康的人工智能研究院,再到利用车牌识别算法、人脸识别算法、视频检索引擎等技术,开发出“猎鹰”视频结构化服务器、“刀锋”车辆图片结构化服务器、“深眸”系列智能摄像机等,浦世亮可以说是看着海康的AI长大。 而AI Cloud平台的推出,更可以说是海康的“集大成”之作。

而海康之所以选择以“视觉大数据”来构建AI Cloud平台,还是取决于其对行业的观察。 浦世亮谈到,由于我国人口红利的消失,国家重资产行业及传统制造产业的盈利能力逐年下降,中国制造的成本优势已经越来越不明显。因此,中国产业升级势在必行。

物联网和人工智能技术是传统行业升级的核心技术,物联网信息空间中80%的数据是视觉数据,因而视觉智能有非常广阔的应用前景。但在智能升级的过程中,需求强烈而落地实现却很少,这源于传统产业的智能升级面临三大瓶颈。

一、数据瓶颈,发展智能技术需要积累海量的数据。

二、计算瓶颈,发展智能技术需要有优秀的算法设计能力和庞大的计算进行算法的训练及迭代。

三、应用能力,在传统行业进行智能的落地,需要打通前后端的产品,提供整体的解决方案,这些方面传统行业都难以具备。

对于企业来说,选择自己用人工智能去赋能传统行业也要解决很多问题,例如积累面向场景的数据、开发面向场景的算法与前后端的产品来承载智能算法,以及需要平台软件来对接智能功能和行业等问题。

因此,在传统产业迫切需要转型升级,同时企业本身很难具备AI赋能的全部能力的情况下,“构建一个开放的AI生态体系”的答案便呼之欲出。

看到这一行业痛点,将自己定位为“以视频为核心的物联网解决方案提供商”的海康,自然当仁不让。于是,利用既有的“视觉大数据”优势,海康乘势而上,构建了开放的AI生态体系——AI Cloud平台。

AI Cloud云边融合,让资源像水一样可调配

但建立AI共享平台也并不是一件一拍脑袋就能定的事,如同单个视频摄像头上有前端智能和后端智能之分,汇集大量视频数据的AI Cloud平台,更要面临着大量视频数据传回后台分析的问题。

当前大量的车牌、人脸、特征等视频识别数据量大,传回后端分析,将产生大量的传输以及存储资源。同时,这些数据中又包含大量无价值的数据,且云端处理的方式难以满足分级、多层应用所需的灵活扩展、按需部署等需求。而随着AI芯片及嵌入式感知系统的成熟,智能前端设备则可实现更为丰富的视觉感知功能,并可将识别、分类的结果进行实时应用。

因而,浦世亮认为,行业内需要一个既能实现边缘计算,又能按需集中处理海量异构数据的智能架构,以实现人工智能、大数据、 云计算 和终端设备的有机融合。 在这样的背景下,海康威视提出了基于云边融合理念的AI Cloud。

那这个平台到底是如何实现的、又有何特点呢,来看看海康的官方科普。

官方介绍道,AI Cloud由“边缘节点、边缘域、云中心”三层架构组成,边缘节点侧重多维感知数据采集和前端智能处理;边缘域侧重感知数据汇聚、存储、处理和智能应用;云中心则侧重业务数据融合及大数据多维分析应用。

安防创新百人会丨海康浦世亮:AI Cloud云边融合,视觉大数据赋能行业

具体来说,其主要有四大特点:

一是边缘节点 ,可以通过将智能感知计算嵌入边缘节点,满足物联网的多维采集、特征提取、智能处理等需要,并缓解大量非结构化数据的智能分析给传输等的压力,实现前端的敏捷响应。例如人行道、车道闸系统,前端就可以快速识别完成通行;金融行业对VIP客户进行快速识别等。

二是边缘域 ,可以实现数据从边缘节点到边缘域,“聚边到域”;从边缘域到云中心,“数据入云”。边缘域所发挥的作用就像足球“中场”,负责决定在什么时候、将什么类型、处理到什么程度的数据发送到云中心,实现“按需汇聚”,让数据像水源一样受控地流向所需。


三是多层认知和分级应用 ,根据应用的场景化进行响应。既支持“多数同用”也支持“同数多用”,满足合作伙伴开发的不同应用基于同一平台运行的需求。

四是运维一体化建设 ,可统一管理边缘节点、边缘域和云中心的各类设备、软件、应用系统。在平台上,设备厂商、基础软件厂商、算法厂商、数据供应商、应用开发商、安全服务商、运维服务商、技术标准规范工作团队等都有用武之地。

基于萤石云平台,共建AI产业生态

海康的AI Cloud云边融合的架构,可以说又给了业内一个惊喜。不少业内人士表示,海康的先行一步,又为行业带来了新的可能,更有媒体称海康干了BAT的事。那么在实际应用上,这个平台又如何呢?

从具体应用上来说,AI Cloud采用了云边融合的独特架构,基于“萤石+行业+平台”战略,在其安全生活业务平台萤石云平台上提供服务 。基于该平台上拥有的全球数千万终端用户的接口、千万级的用户,海康可以说拥有良好的服务于传统产业的基础。

AI Cloud云平台在智慧交通上,可以实现多种智慧交通的方案,包括交通违章事件监测、交通态势的预测、交通诱导城市级交通方案,以及室外停车收费系统、驾驶员违章驾驶行为检测、疲劳驾驶的行为检测等。

在 智能制造 上,海康可以实现条码分析,工件的缺陷检测、尺寸及形状检测,以及工件的三维定位等。其物流机器人还可助力仓储物流的自动化,通过有效利用机器人,使人力成本大大下降。

在商超零售领域,海康也开发了多种智能解决方案。包括利用商品识别、人脸识别和行为识别所开发的无人零售方案,在大型超市中所开发的物品防损方案和客户群分析方案,以及在连锁行业的无人值守自动巡店的方案。

今年3月,在2018AI Cloud生态国际峰会上,海康威视还牵手微软、Intel、NVIDIA、滴滴出行、浪潮集团等10家行业巨头共同启动了这一平台,为自己的AI生态先来了一个“群星闪耀”的开始。

总体来说,海康的AI Cloud采用“云边融合”的新架构,加入了边缘计算的感知能力和边缘域的“中场”功能,并且基于既有的视频大数据优势和萤石平台的客户资源,还有一批行业巨头与之合作。但AI Cloud平台架构还算比较“年轻”,新架构的应用情况如何,数据共享又是否会与以往的业务有所冲突,以及与安防行业其他巨头的云生态平台是否会有碰撞,也都是未来道路上的潜在风险。

从模拟到高清,再到网络化、智能化,再到这次的AI生态平台。在安防行业,海康可以说是又先迈出了一步。用视觉大数据、云边结合打造AI生态,来赋能传统行业,海康又选了一个不错的命题,那么且看他会交上怎样一份答卷吧。

版权声明

凡来源为亿欧网的内容,其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点,不代表亿欧对观点赞同或支持。

随意打赏

安防创新百人会海康安防
提交建议
微信扫一扫,分享给好友吧。