早在2016年安博會(huì)前夕，宇視科技便早早將“智慧物聯(lián)”作為智能時(shí)代的重要戰(zhàn)略方向，在近年來(lái)人工智能信息不斷輪番“轟炸”中，宇視依然保持著自己的節(jié)奏，朝著AIoT廠商角色轉(zhuǎn)型，將關(guān)注點(diǎn)放在解決AI項(xiàng)目真實(shí)痛點(diǎn)上(AI應(yīng)用成本高昂、工程化布點(diǎn)困難、算法場(chǎng)景局限大、缺乏深度應(yīng)用、缺乏系統(tǒng)性頂層設(shè)計(jì)、缺乏滿足實(shí)戰(zhàn)應(yīng)用的行業(yè)標(biāo)準(zhǔn)與評(píng)估體系等方面)，取得不錯(cuò)的進(jìn)展，本次邀請(qǐng)宇視科技智慧云產(chǎn)品總工王利彬?yàn)槲覀兲接懩壳癆IoT智慧物聯(lián)落地中存在的問(wèn)題。

　　Q：a&s總經(jīng)理、總編輯 關(guān)玉娟

　　A：宇視科技智慧云產(chǎn)品總工王利彬

　　關(guān)玉娟：AIoT智慧物聯(lián)的落地目前遇到哪些問(wèn)題？

　　王利彬：一是隨著應(yīng)用部署的規(guī)?；?/strong>，平均每路的成本雖然有所降低，但總成本仍然過(guò)高；二是落地比預(yù)期的困難，一些用戶發(fā)現(xiàn)花了巨大的成本代價(jià)卻得不到預(yù)期的效果，許多產(chǎn)品與方案在演示或者PK的階段都處于相對(duì)理想的環(huán)境中，但到了實(shí)際的環(huán)境中，用戶便會(huì)發(fā)現(xiàn)較大的差異。三是安全問(wèn)題，在行業(yè)進(jìn)入智能化之后，視頻的數(shù)據(jù)都經(jīng)過(guò)高度濃縮，價(jià)值遠(yuǎn)超于前，犯案的頻率大幅提升，對(duì)社會(huì)的影響也更大。針對(duì)這三個(gè)問(wèn)題，以宇視為代表的AIoT智慧物聯(lián)企業(yè)都有自己的思路，共同推動(dòng)產(chǎn)業(yè)的發(fā)展。

　　以解決成本的問(wèn)題來(lái)說(shuō)，安防企業(yè)智能分析都偏后端，在前端傳統(tǒng)攝像機(jī)上保持不變，在后端架構(gòu)更多的服務(wù)器或者軟件，這種模式成本相對(duì)較高，同時(shí)服務(wù)器的選型受限。而以計(jì)算機(jī)視覺(jué)CV公司為代表，他們則以高性能服務(wù)器+英偉達(dá)解決方案的模式，成本也同樣不低。早在2017年，宇視就發(fā)現(xiàn)這些問(wèn)題，認(rèn)為不能一味地要建中心大系統(tǒng)，應(yīng)該往邊緣側(cè)遷移。讓攝像機(jī)帶有智能功能，把人臉感知、抓拍圖片等相對(duì)簡(jiǎn)單的計(jì)算放到攝像機(jī)上，這樣同樣算力下后端性能成倍的提升。但存量攝像機(jī)的改造不能一蹴而就，因此很多場(chǎng)合還需要通過(guò)邊緣計(jì)算的智能設(shè)備，降低傳輸和計(jì)算成本，讓人工智能解決方案有合理的價(jià)格進(jìn)行推廣。鏈?zhǔn)接?jì)算、云邊端協(xié)同計(jì)算、邊緣計(jì)算很多這樣的說(shuō)法出現(xiàn)，說(shuō)明這種理念逐漸成為業(yè)界的一種共識(shí)。

　　以解決落地難的問(wèn)題來(lái)說(shuō)，宇視這兩年來(lái)一直在強(qiáng)調(diào)“AI工程化”，例如通過(guò)攝像機(jī)的科學(xué)化布點(diǎn)、科學(xué)化安裝便能極大的提升圖像分析的效果，準(zhǔn)確率發(fā)生質(zhì)的變化。而僅依靠算法的提升，可能也就1、2個(gè)點(diǎn)的空間，對(duì)實(shí)際應(yīng)用幾乎沒(méi)有影響。再比如說(shuō)網(wǎng)絡(luò)問(wèn)題，在人流密集的場(chǎng)景下進(jìn)行結(jié)構(gòu)化業(yè)務(wù)，如果一秒鐘有40個(gè)對(duì)象需要進(jìn)行結(jié)構(gòu)化處理，這對(duì)于帶寬的壓力很大，會(huì)出現(xiàn)丟包與延時(shí)現(xiàn)象，因此我們也會(huì)建議提升網(wǎng)絡(luò)帶寬或者進(jìn)行后端分析。

　　在應(yīng)對(duì)安全問(wèn)題上，宇視除了提升設(shè)備的算法算力之外，也針對(duì)AI推出相應(yīng)的安全準(zhǔn)入設(shè)備，將中心防護(hù)起來(lái)，就算犯罪分子進(jìn)入到數(shù)據(jù)中心之后，也不能輕易地盜走數(shù)據(jù)。智能時(shí)代數(shù)據(jù)的價(jià)值密度遠(yuǎn)遠(yuǎn)高于純視頻時(shí)代，過(guò)去十幾GB的數(shù)據(jù)也就一天的錄像，現(xiàn)在可能就是幾十萬(wàn)人的人臉庫(kù)。

　　宇視在智能化應(yīng)用的實(shí)踐中，通過(guò)不斷的總結(jié)，形成1套系統(tǒng)化、工程化的理論和操作指南，讓客戶的智能系統(tǒng)發(fā)揮出最大的價(jià)值。

　　關(guān)玉娟：宇視在AI領(lǐng)域的核心競(jìng)爭(zhēng)力主要體現(xiàn)在哪些方面？

　　王利彬：在產(chǎn)品方面，宇視有“六山兩關(guān)”戰(zhàn)略，發(fā)布了系列化的智能產(chǎn)品，滿足不同行業(yè)、不同規(guī)模的應(yīng)用。比如，從2016年發(fā)布明星產(chǎn)品昆侖，去年是第二代，可以并發(fā)處理640張/秒的人臉識(shí)別，今年7月底發(fā)布的昆侖三代將提升到4000張/秒，一臺(tái)設(shè)備可以滿足區(qū)縣以下公安的需求，相較于當(dāng)前的主流設(shè)備而言，有將近四倍的差異。同時(shí)這臺(tái)設(shè)備不僅僅是只做智能識(shí)別，而且可以把大數(shù)據(jù)業(yè)務(wù)（后期檢索分析）、管理軟件融合進(jìn)來(lái)，簡(jiǎn)單地說(shuō)一臺(tái)設(shè)備便是完整的超融合設(shè)備。減少機(jī)房占地面積、功耗和單路購(gòu)置成本，讓客戶享受更好的TCO。當(dāng)需要更多算力時(shí)，多臺(tái)昆侖設(shè)備可形成一個(gè)集群，實(shí)現(xiàn)算法和任務(wù)的統(tǒng)一調(diào)度和管理。

　　在調(diào)度方面，宇視可以實(shí)現(xiàn)將算力調(diào)到芯片級(jí)別，業(yè)界通常的做法是把智能算法進(jìn)行固化，每塊GPU板卡有自己的固定功能。但真實(shí)場(chǎng)景下，需求并不是固定不變的，比如隨著前端攝像機(jī)的改造，后端原有的算力出現(xiàn)盈余，就要把算力騰出來(lái)作為其他用途。再比如在智能交通中，上下班高峰和正常工作時(shí)段需要的算力相差也很大，采用固定的算力和算法是很大的浪費(fèi)。昆侖允許多種算法跑在一個(gè)芯片，能根據(jù)不同任務(wù)場(chǎng)景進(jìn)行動(dòng)態(tài)切換，實(shí)現(xiàn)算力的充分利用。

　　在大數(shù)據(jù)方面，我們采用流式內(nèi)存計(jì)算的模型，提高實(shí)時(shí)比對(duì)和檢索的效率。以國(guó)內(nèi)某大型機(jī)場(chǎng)為例，里面有大量的人臉識(shí)別數(shù)據(jù)，除了安全需求之外，更大部分是用來(lái)做旅客服務(wù)，比如廣播尋人，傳統(tǒng)的做法比較簡(jiǎn)單就是全機(jī)場(chǎng)廣播。但機(jī)場(chǎng)由于面積廣、客流大，全機(jī)場(chǎng)廣播這樣的做法會(huì)干擾正常的航班提醒，因此需要進(jìn)行定點(diǎn)廣播。航班管理人員可以根據(jù)人臉信息，在數(shù)十億的記錄中秒級(jí)檢索出旅客的運(yùn)動(dòng)軌跡及位置，從而進(jìn)行定點(diǎn)廣播。如果檢索時(shí)間過(guò)長(zhǎng)，定點(diǎn)廣播就無(wú)法實(shí)現(xiàn)，因?yàn)槁每涂赡茉谛凶摺⒆娞葸^(guò)程中，幾十秒位置就可能發(fā)生很大的變化。宇視的大數(shù)據(jù)系統(tǒng)第一個(gè)通過(guò)公安部萬(wàn)億數(shù)據(jù)秒級(jí)檢索認(rèn)證。

　　關(guān)玉娟：您如何看待業(yè)內(nèi)興起的合作生態(tài)方式？

　　王利彬：生態(tài)是個(gè)很流行的模式，需要客觀的看待。從好的方面講，生態(tài)擴(kuò)充了一個(gè)公司業(yè)務(wù)的邊界；從不足的方面講，多個(gè)廠商做同一個(gè)業(yè)務(wù)，由于人員配合問(wèn)題、模塊效率不匹配的問(wèn)題會(huì)造成系統(tǒng)的不穩(wěn)定或者性能過(guò)低。建議企業(yè)應(yīng)靜下心來(lái)把自己的核心業(yè)務(wù)做好，把模塊的分層和分解在實(shí)踐中進(jìn)行過(guò)驗(yàn)證，厘清楚開(kāi)放的邊界，之后才是開(kāi)放和構(gòu)建生態(tài)。如果只是拿來(lái)主義，簡(jiǎn)單把一些模塊堆砌就形成所謂的核心平臺(tái)，自己也沒(méi)有在上面做過(guò)安防業(yè)務(wù)，或者缺乏規(guī)模化應(yīng)用的檢驗(yàn)，就匆忙的作為平臺(tái)開(kāi)放給生態(tài)合作伙伴，可能是不太負(fù)責(zé)任的做法。例如人臉的以圖搜圖應(yīng)用，如果大數(shù)據(jù)技術(shù)是一家，算法和應(yīng)用邏輯是另外幾家提供，最后數(shù)據(jù)都匯總在一個(gè)表中。這樣的結(jié)合雖然也可以實(shí)現(xiàn)業(yè)務(wù)功能，但由于廠商間的特征值并不相同，原本可以通過(guò)增加索引提升效率的，現(xiàn)在可能變成了逐條比對(duì)，便會(huì)顯著影響效率。如果換一種做法，每個(gè)廠商打通應(yīng)用算法與底層大數(shù)據(jù)，都能做的更快更準(zhǔn)的識(shí)別。然后上層有一個(gè)多引擎平臺(tái)，把結(jié)果綜合呈現(xiàn)，效率就高的多，廠商間也不需要復(fù)雜的接口和磨合。兩者都是生態(tài)，但帶給客戶的效果截然不同。

　　關(guān)玉娟：今年AI廠商的聲音似乎有減弱的趨勢(shì)，你如何看待這樣的現(xiàn)象？

　　王利彬：今年雖然AI看起來(lái)沒(méi)有去年那么火，但從我們自身的角度看AI產(chǎn)品的出貨量是成倍的在增長(zhǎng)。出現(xiàn)這種現(xiàn)象也有可能是客戶的接受度高了，市場(chǎng)不需要再像之前那樣宣傳，當(dāng)前在公安、雪亮、智能交通工程項(xiàng)目中，已經(jīng)不需要我們?nèi)ミ^(guò)多宣傳AI帶來(lái)的價(jià)值，過(guò)去幾十路與幾百路的規(guī)?，F(xiàn)在已經(jīng)上升到上千路，智能應(yīng)用開(kāi)始逐漸進(jìn)入到成熟的階段。

　　關(guān)玉娟：如何看待行業(yè)碎片化的需求？

　　王利彬：每個(gè)行業(yè)、甚至每個(gè)客戶都會(huì)有自己個(gè)性化的需求，對(duì)于企業(yè)而言，是沒(méi)有辦法完全靠自己及時(shí)地滿足所有的碎片化需求。因?yàn)椴杉銐蚨嗟乃夭?，進(jìn)行訓(xùn)練需要較長(zhǎng)的周期，又或者是用戶的視頻數(shù)據(jù)本身有保密性，不允許被帶出網(wǎng)絡(luò)。面對(duì)碎片化的需求，業(yè)界也都在做一些好的嘗試。比如一些廠商提出人工智能開(kāi)放平臺(tái)，開(kāi)放在互聯(lián)網(wǎng)上，讓用戶自己去完成標(biāo)注和訓(xùn)練，然后生成新的算法模型，用戶可以自行下載，從而實(shí)現(xiàn)算法迭代。但這種模式最大的問(wèn)題是，用戶是否有足夠的時(shí)間、技能去完成模型訓(xùn)練。另外既然是互聯(lián)網(wǎng)，數(shù)據(jù)仍然要上傳，是否廠商真的不會(huì)獲取用戶的數(shù)據(jù)也是存在疑問(wèn)的。目前并沒(méi)有看到較好的成功案例。

　　目前市場(chǎng)上有兩種AI開(kāi)放平臺(tái)，一種是我們上面說(shuō)的真正的開(kāi)放平臺(tái)，另外一種可稱(chēng)之為“虛假”的開(kāi)放平臺(tái)。虛假的AI開(kāi)放平臺(tái)主要解決的是廠商自身人力成本投入的問(wèn)題，通過(guò)在網(wǎng)上設(shè)置平臺(tái)，以比較低廉的價(jià)格雇人幫忙數(shù)據(jù)訓(xùn)練，本質(zhì)是降低成本，并不是立足于解決碎片化需求。

　　宇視目前的做法有兩種。第一種是將算法的共性抽像出來(lái)，然后在企業(yè)內(nèi)部對(duì)其進(jìn)行標(biāo)注和訓(xùn)練，然后對(duì)于非共性部分放在用戶現(xiàn)場(chǎng)去訓(xùn)練，最后生成模型。當(dāng)然這種做法成本仍然比較高。未來(lái)希望通過(guò)算法的自學(xué)習(xí)實(shí)現(xiàn)自動(dòng)化，也就是用戶的使用過(guò)程就是算法訓(xùn)練的過(guò)程，實(shí)現(xiàn)無(wú)感知的訓(xùn)練?，F(xiàn)在GPU的算力越來(lái)越強(qiáng)，有這樣的閑置算力做這件事情。第二是將自己的算力貢獻(xiàn)出去，讓用戶結(jié)合自己的算法進(jìn)行應(yīng)用。前一種是針對(duì)沒(méi)有算法能力的用戶，后一種則是自己擁有算法團(tuán)隊(duì)的用戶。

　　關(guān)玉娟：公安或者交通用戶在智能化時(shí)代有哪些新的需求？

　　王利彬：可以從三方面來(lái)講。首先是與之前的高清時(shí)代類(lèi)似，最開(kāi)始都是基礎(chǔ)的功能，然后慢慢開(kāi)始走向技戰(zhàn)法。從識(shí)別、檢索、布控這樣的簡(jiǎn)單業(yè)務(wù)，發(fā)展到同行分析、落腳點(diǎn)分析、跨鏡追蹤、人臉人體關(guān)聯(lián)分析、多維數(shù)據(jù)碰撞等。第二是對(duì)環(huán)境的需求也越來(lái)越苛刻，雖然現(xiàn)在1080p的攝像機(jī)已經(jīng)很普及，但在存量市場(chǎng)中也存在大量的720p或者標(biāo)清的產(chǎn)品，還有就是夜晚的黑白場(chǎng)景，用戶也希望在這些場(chǎng)景下能夠?qū)崿F(xiàn)較高水平的智能識(shí)別。第三點(diǎn)，現(xiàn)在大家所講的智能都是視頻的智能分析，未來(lái)要做數(shù)據(jù)的智能決策，或者說(shuō)是智能大數(shù)據(jù)。后者在互聯(lián)網(wǎng)企業(yè)已經(jīng)有一些成功應(yīng)用，將來(lái)在安防行業(yè)是一定會(huì)成為一種重點(diǎn)。

　　關(guān)玉娟：除了人臉之外，其他的人體的數(shù)據(jù)是否也在公安的業(yè)務(wù)中開(kāi)始應(yīng)用？

　　王利彬：由于人臉識(shí)別與人們的生活密切相關(guān)，所以獲得的關(guān)注度更高。但其實(shí)目前業(yè)內(nèi)結(jié)構(gòu)化產(chǎn)品，包括人體的識(shí)別產(chǎn)品，其出貨量要遠(yuǎn)遠(yuǎn)高于人臉產(chǎn)品，這是大家所忽視的一點(diǎn)。因?yàn)榻Y(jié)構(gòu)化產(chǎn)品的可用度更加廣泛，畢竟不是每個(gè)場(chǎng)景下都能抓拍到有效的人臉數(shù)據(jù)，而結(jié)構(gòu)化產(chǎn)品抓拍到的人體其他數(shù)據(jù)的適用性更強(qiáng)。

　　關(guān)玉娟：在公安行業(yè)，大數(shù)據(jù)融合必然涉及到數(shù)據(jù)庫(kù)之間互通的問(wèn)題，是否會(huì)影響業(yè)務(wù)的開(kāi)展？

　　王利彬：公安用戶有兩張網(wǎng)絡(luò)，視頻專(zhuān)網(wǎng)與公安信息網(wǎng)，雖然公安業(yè)務(wù)警種較多，但是在視頻業(yè)務(wù)上，它的數(shù)據(jù)庫(kù)還是高度聚焦的，在公安行業(yè)也有標(biāo)準(zhǔn)稱(chēng)為視圖庫(kù)，它對(duì)人、車(chē)、物體等都有自己的定義分類(lèi)，數(shù)據(jù)屬性也比較明確。上下級(jí)視圖庫(kù)之間、業(yè)務(wù)和數(shù)據(jù)庫(kù)之間都已經(jīng)有標(biāo)準(zhǔn)接口定義，也就是說(shuō)解決了互通和共享的問(wèn)題。但在信息網(wǎng)中，數(shù)據(jù)種類(lèi)就非常豐富，公安部也在牽頭制定相關(guān)的標(biāo)準(zhǔn)。個(gè)人認(rèn)為標(biāo)準(zhǔn)是很重要的一件事情，在沒(méi)有標(biāo)準(zhǔn)前，就試圖把所有數(shù)據(jù)放在一起，一個(gè)是沒(méi)有太大的價(jià)值，因?yàn)楫?dāng)數(shù)據(jù)的種類(lèi)和屬性不能標(biāo)準(zhǔn)定義，還在時(shí)刻的發(fā)生變化，上層業(yè)務(wù)就不可能有效的使用這些數(shù)據(jù)。一個(gè)數(shù)據(jù)所有權(quán)不清晰，會(huì)帶來(lái)非常的大的安全風(fēng)險(xiǎn)。另外一種觀點(diǎn)是，與其做集中的大數(shù)據(jù)，不如做數(shù)據(jù)交換中樞。因?yàn)榧械拇髷?shù)據(jù)規(guī)模非常龐大，需要的軟硬件設(shè)施毫無(wú)疑問(wèn)會(huì)導(dǎo)致很高的建設(shè)成本。而數(shù)據(jù)交換中樞，本身并不保存數(shù)據(jù)，只是定義和交換數(shù)據(jù)，不需要大規(guī)模的存儲(chǔ)設(shè)施。通過(guò)疊加權(quán)限控制和計(jì)費(fèi)功能，還可以實(shí)現(xiàn)數(shù)據(jù)追蹤和有償使用等業(yè)務(wù)，遇到的阻力會(huì)小的多。也存在其他一些觀點(diǎn)，都還在探討和博弈的過(guò)程中。

　　關(guān)玉娟：阿里入股千方科技，會(huì)給宇視帶來(lái)怎樣的影響？

　　王利彬：阿里有自己擅長(zhǎng)的技術(shù)領(lǐng)域，而宇視科技也是，雙方在軟硬件技術(shù)方面互補(bǔ)性較強(qiáng)，如何發(fā)揮更好的協(xié)同性正在積極探討中，但對(duì)于宇視的產(chǎn)品創(chuàng)新以及構(gòu)建更完善的云邊端解決方案必然產(chǎn)生重要的推動(dòng)作用，所以對(duì)于未來(lái)我們同樣充滿期待。

　　關(guān)玉娟：借助這次訪談，想給行業(yè)帶出什么樣的資訊？

　　王利彬：第一宇視作為AIoT智慧物聯(lián)行業(yè)領(lǐng)導(dǎo)者，我們希望能夠聚焦我們的核心產(chǎn)品，讓產(chǎn)品優(yōu)勢(shì)更強(qiáng)；第二是在商業(yè)模式上，現(xiàn)在不少企業(yè)涉及集成，甚至公有云運(yùn)營(yíng)，商業(yè)模式在發(fā)生很大的變化，利益鏈變得更為復(fù)雜。宇視還是堅(jiān)持踏踏實(shí)實(shí)做好產(chǎn)品供應(yīng)商的角色，把自己的事干好。

　　編后語(yǔ)：

　　在浮躁的社會(huì)中，能不忘初心的企業(yè)自然能形成一股清流。智慧物聯(lián)時(shí)代涌現(xiàn)出許多的新的面孔，無(wú)論是想通過(guò)以硬件產(chǎn)品為載體，與算法、軟件系統(tǒng)關(guān)聯(lián)形成整體解決方案，還是以技術(shù)創(chuàng)新為突破口，紛紛在推動(dòng)著AI在行業(yè)的落地。宇視科技認(rèn)為作為產(chǎn)品和方案提供商，重點(diǎn)在于降低AI的應(yīng)用成本、簡(jiǎn)化工程部署、強(qiáng)化算法在應(yīng)用場(chǎng)景中的適應(yīng)性，這種“接地氣”的出發(fā)點(diǎn)也讓我們看到AI不僅僅是詩(shī)與遠(yuǎn)方，也可以是田間地頭，顯然百花齊放才是智能時(shí)代的真實(shí)寫(xiě)照。