安防“异类”商汤

栏目: 编程工具 · 发布时间: 6年前

内容简介:商汤科技联合创始人、副总裁 杨帆我问杨帆,从微软到商汤,做安防几年来,最大的收获是什么?

安防“异类”商汤

商汤科技联合创始人、副总裁 杨帆

我问杨帆,从微软到商汤,做安防几年来,最大的收获是什么?

他说,是对于这个行业看法的转变,是真正意识到自己在做一件伟大的事儿。

态度转变的原点在于一条微信信息,大概内容是一位民警发布了一条视频朋友圈,商汤的AI安防产品帮助他们找到了一位失踪老人,一家人抱在一起痛哭流涕。

“我真的连续看了好几遍,而后欣慰又有些小自豪地笑了。”

用他的话说,没人会注意到自己之外的任何大小事,一切好像自然的发生了,但当这些事发生在自己身上时,就能体会个中痛楚。

人们所知道的安防,更多的是抓逃、是防恐;当我们目睹一个个孩子、老人因为丢失,失去父母、子女,最终家庭崩散而无计可施时,安防的角色兴许就可以得到一次善意的转换。

商汤安防逻辑

毕业于清华大学电子工程系的杨帆,是位学术与工程能力兼具的全才。

他硕士毕业后直接入职微软亚洲研究院,负责AI、AR等图形学相关技术的工程落地,一干便是八年;后来,其与汤晓鸥教授等人一道,创立了商汤科技。

身为联合创始人,杨帆的主要职责是帮助商汤打造完整的工程技术体系,让顶尖的技术变成可靠的产品,并创造足够大的价值。

提起商汤,CV从业者们应该都不会陌生,作为目前市场上规模最大、估值最高的AI独角兽,它依靠大量专业人才,短短四年时间便推动众多原创AI技术在安防等行业落地开花。

与大多竞逐者稍显不同的是,商汤在安防市场正在走一条小众且难行的路: 在行业大部分玩家往‘前’走,做边缘的背景下,商汤却集中兵力大举向‘后’,做城市级视觉中枢平台。

随着各行各业的计算业务越来越复杂,对速度的要求越来越高,云计算应运而生。但云计算的使用,要求将计算所需数据全部通过网络传送至数据中心。

这种方式不仅会消耗大量的网络资源,传输过程也会耗费大量时间,高延迟、高能耗、网络拥塞、低可靠性等问题便会出现。

然而市场上多数AI解决方案均把智能分析放在云端,这时引入新的计算方式迫在眉睫。由此,行业人士普遍认为,将人工智能算力注入到边缘将是大势所趋。

边缘计算包含了边缘节点和边缘域功能,通过统一调度IPC、NVR等分散式的智能设备资源,在数据源头就近提供以视频为核心感知数据,实时预处理、存与传等服务,在提升业务敏捷性、实时性和系统可靠性同时,分摊海量数据给中心节点带来的并发压力。

就此逻辑解释,杨帆首先肯定了边缘计算带来的实际价值,并表示商汤也会投入小部分精力部署前端;同时他也解释了商汤安防为何要“别具一格”积极向‘后’进军。

首先是基因。

在杨帆的认知里,基因是一个动物、一家公司、一个国家甚至一个星球的灵魂;雄狮的基因善于陆地奔跑,它跑得再快不可下水捕鱼;虎鲨的基因善于水下追逐,它游得再猛也不可上岸猎食。

同理,商汤的基因在于平台,它成立之初的定位就是做一家AI平台公司,要让AI成为一个可以长期保有价值的技术,而不是转瞬即逝的风口。

此前,行业内秘而不宣地将一众CV公司大致分为两类:一类做 “重”,一步一步由点及面,做软硬一体化,如此易于活下去,但扩展速度有限;一类做“轻”,自上而下先面后点,聚焦视频中枢平台,如此利于扩大规模,但变现周期较长。

今天的AI安防赛道,每一家公司的战略打法都不尽相同,但大家的模式都是‘重模式’,只是“重”的方向不同罢了。 ”杨帆反驳道。

有些公司从端到边到云,通过软硬一体化战略提供行业整体解决方案,‘重’在供应链,后期会慢慢朝着一家技术型生产企业方向行进;商汤的‘重’,在于云中心,基于顶层设计做服务。

“未来商汤的产品形态满足行业的商业模式及市场规律的同时,也会给自身留有一定的战略空间,但核心价值一定不会变,那就是软件价值。”

他始终认为,企业发展壮大后,在面对产业蛋糕诱惑时,需根据基因优势,守住定位所在,不然雄狮会溺亡,虎鲨也会衰竭。

其次是行业。

在采访过程中,杨帆不止一次提到了AI安防工作的五大过程:采集、传输、存储、分析、反馈。

在AI尚未融入安防市场之前,这个行业的采集、传输、存储过程已经进化得足够优秀。包括各种高清摄像头的不断迭代,4G的全面普及,云计算、数据湖的全方位部署等等。

这些技术的演进与应用使得前面三大过程已经形成产品方案,从而也带动了行业的飞速进步,并在短短十几年时间内便让中国安防屹立世界之巅。

“可惜的是,“分析”、“反馈”这两大环节却未能在过去十多年中得到实质性发展,导致这一领域的产业信息化没有真正完成闭环价值的提供。”

分析是对于前端IPC采集的数据真正具备自动化价值提炼的能力;反馈是指拥有基础提炼能力之后,再结合用户需求,形成应用生态,能够真正给客户带来价值。

杨帆笃信,对于后面两个环节的补强便是商汤发力安防的机会点所在,商汤也会竭尽全力对一个成熟行业的不成熟环节进行商业化重构。

最后是大势。

商汤志不在安防样板区域,志在城市级视频分析管理中心。

中国城市化进程加速已成现实,未来会出现以珠三角、长三角、京津冀为代表的巨型城市网络,而随之出现的便是对于超大规模城市视频分析管理及综合治理的实际需求。

对于所有从业者来说,这是一个全新的课题及难题。

以一个城市级项目为例,将1万路摄像头(保守估计)连接在一起,每路摄像头每天抓拍量3000张(保守估计),每天系统需要处理3000万张人脸,如果后期需要存储100天,也就是30亿张人脸。

此背景下,如果用户想做一人一档,这对于技术的挑战远远不是一个几千人的门禁可以比较的。

“团队人才的上限就是一家公司业务能力的上限,目前商汤是全行业内唯一一家能够做到两万路且已经落地应用的厂商。”

杨帆告诉雷锋网,做城市级基于数万路的视频分析系统的难度之高不可想象,它的出世并非一朝一夕之功,需要AI领域众多顶尖人才的持续努力,并针对算法做大量优化、平衡才可以做到。

“基于商汤已经建立的系统性产学研体系,眼下,相同的搜索条件下,商汤算法的实现对于算力的要求只需顶尖友商最好产品的1/10。”

商汤安防之道

分析完市场切实所需及商汤战略打法之后,接下来需要谈谈商汤为安防市场带来了哪些实际能力与产品。

从算法层面出发,眼下他们有两大技术突破值得一谈: 一是算法增量训练系统;二是长尾算法。

算法增量训练系统的过人之处在于其可以不断进行自我训练学习。随着用户数据的不断积累,该系统能够针对海量数据自学习,从而为用户反馈更好结果。

换句话说,未来该系统部分功能的实现或夯实,不需要传统式地数据标注、喂养,算法能够智能地自我学习、自我成长,反哺自身再利用,形成闭环。

至于长尾算法,它的强项在于能够将算法产生过程 工具 化、标准化,以此降低单一算法的产生成本。

通常,一个城市级项目中会包含千奇百怪的若干场景,有些场景会比较小众且多元,比如检测路边井盖是否合拢、垃圾桶是否损坏等等。

以往,针对这些各式各样的小微需求,用户会寻找一些专门的算法公司去解决这些问题,费时费力费钱且效果不佳。

而通过长尾算法加持的商汤AI系统,在着力解决“人”、“车”的基础上,系统还能够快速、标准化地生产一套新算法。

也就是说,商汤提供给用户的系统中已经包含了几十种算法,而且后期还能够根据用户所需自动生成、迭代各种算法,从而帮助用户快速、有效、降本地解决各类问题。

未来AI赛道的比拼,一定不是单一算法技术能力的竞逐,而是技术创新体系能力的比较。 ”杨帆说道。

值得一提的是,在顶尖人才及众多原创技术的助力下,今天的商汤安防已经硕果累累。

眼下,商汤的安防业务已经覆盖了全国30多个省,参与了总计超过十万路大规模的城市级视频分析系统的建设。

另外,就产品层面而言,商汤的AI安防产品矩阵也已成型。包括2018年全新发布的SenseFoundry方舟城市级视觉开放平台、已经投入实战的SenseFace人脸布控实战平台等等。

以SenseFoundry方舟城市级视觉开放平台为例,它主要应用于超大规模化系统下、城市级公共安全(平安城市、雪亮工程、智慧城市、城市大脑等)与保障领域。

它具备超大容量、超高性能、高可用性、高开放度以及自我衍进五大特点,可以支撑业务系统实现万路及以上监控视频实时黑名单布控与轨迹还原,支持十亿级静态人脸大库检索,千亿级别全量人像热数据任意时空秒级检索。

至于前端,商汤近日也发布了包括SenseDLC嵌入式人像识别SDK。

杨帆说,通过实践发现,较多区域由于摄像头数量和布置等问题较难有效做到清晰的人脸抓拍,且单一的人脸识别会遇到诸多干扰,比如发型、胖瘦、年纪、表情等变化及口罩、眼镜、围巾等遮挡都会影响人脸识别准确率。

为了解决这些行业痛点问题,商汤科技推出SenseDLC嵌入式人像识别SDK软件,可以同时检测出视频中的人脸和人体,并自动进行关联匹配。

它可赋能安防摄像机、NVR、人脸门禁等产品,能够获取比单独人脸识别算法更多样的抓拍识别结果及结构化数据,通过这些数据可以更加完整描绘出嫌疑人移动轨迹,为建设和谐社会提供一张安全、可靠的智能防护网。

商汤安防价值

不难发现,商汤在安防市场耕耘始终遵循一个逻辑:技术立身、服务立命。

受访的短短两个小时间里,杨帆不止十次提到了原创技术的重要性。

与此同时,过去一段时间,行业内一直有一种相悖的声音畅行:技术“点到为止”论。他们认为,基于安防行业自身天然的高试错率,小数点后的算法精度数量级提升对于项目的最终归属没有大的改变。

这些观点的出现对于在原创技术上“锱铢必较”的商汤来说,无疑是一大否定。

原创技术是条“不归路”,从0到1容易,但技术的发展永远是正向无限的, ”杨帆显然毫不赞同上述说法。

他认为,AI在动态人脸上的识别应用尚有很大进步空间,至于整个智慧城市,一切才刚刚开始。

随着场景的逐步多元,其对算法精度要求之高、算法广度要求之多势必让人咂舌,基于背景知识的图像内容描述,挑战都非常巨大。

安防行业未来的比拼,一定是核心技术的比拼,谁能满足更多场景的实际需求,谁就能在这场竞逐中走到最后。如果此时只是准备现有场景且刚刚达标的技术储备,未来在这个市场比拼中会比较被动。

与此同时,杨帆还通过雷锋网分享了他对于AI技术型公司如何在安防行业更好走下去的三点看法。

一要更好理解行业本身的运作模式。对于技术型公司而言,不可只往技术端走,不往客户端走。

这一点看似老生常谈,但实际能够贯彻执行的公司少之又少,每一个行业都有其自身运行法则及内在规律,如何更好理解用户需求才是重中之重。

二是技术才是为各个行业带来革新的绝佳武器。如果只往客户端走,或者轻视了技术端,那么后期被对手追上、赶超只是时间问题,如此这家技术型公司也就没有了存在的价值和必要。

而这就考验一家公司的产品化能力,如何能够更快更好地将技术创新与用户需求相互结合是每一家技术型创业公司的必修课。

三是需要学会扬长避短。每个行业中的每个玩家都有自己的优势长处;与此同时,市场化比拼较为综合,在这个过程中,需要一边打仗一边调整,尽可能地发挥出自身最大的价值,而非跟风调整。

他举例,正如安防行业内近期热议的‘软件定义’命题,孰对孰错?

其实通过已经非常成熟的手机、IT等行业的发展就可发现,有大量的公司,通过软件挣钱,通过硬件挣钱,通过服务挣钱。

也就是说,无论是做软件还是做硬件,每一家公司都会有自己的生存空间,最终还是要看自身能够为用户提供多少价值与服务。

在高速行进的AI安防赛道,传统安防公司会不停地强调客户服务,同时发展技术能力;技术型公司则要一方面讲技术,一方面紧紧贴住用户。谁能先抵达技术与用户交叉的中点,谁就赢得了这场战役的胜利。

商汤安防未来

“商汤战略进入安防行业的那一天起,我给自己定下的第一个小目标是要在安防的一个细分领域做到当之无愧的第一。今天,在做大规模视频分析系统这件事上,无论是从品牌影响力还是实际落地角度,商汤已经是国内做得最好的企业,没有之一。”杨帆自信地表示。

与此同时,他还补充,在做AI安防这件事上,压力很大,诚惶诚恐,后期商汤会一直敬畏行业,加强合作,寻求更多对行业有深入理解的人才加入,以持续创新。

“ToB行业发展到最后一定要分工合作。”

他解释,任何行业发展初期,产业格局未定时,所有人都会蜂拥而上争夺地盘,哪怕不擅长的领域,也要拼命多做,在这个过程中,大家比拼的是技术差异化;

到了发展中后期,格局相对确定之后,大家比拼的则是精细化运营,如何持续降低成本,追求利润最大化将成为行业主题,而到了这个阶段,强强合作的占比会越来越大。

至于技术提供商与行业巨头之间合作从来都是不欢而散的结局,杨帆也给出了他的看法。

“这是任何一家公司发展都会经历的过程,也是合作的一部分。”

合作之初,巨无霸企业需要技术和市场;创业公司需要现金及名气,这是共赢的结局。慢慢地,巨无霸公司通过自身学习也具备了某些技术能力,可能选择中断合作,未来,再到达一定程度的时候双方可能又重新合作。

对于技术型创业公司来说,能否在合作期加强自身壁垒是重中之重,也是未来能否活下去的关键要素。

“商业战场是残酷的,从来只有利益与市场,合作是为了更好的达成目标。”

采访最后,对于他所领导的商汤安防团队,我问,如果满分100分,你给自己打多少分?“75分吧。”

他说,做安防挑战很大,每个人都在拼命奔跑,目前我跑得还不够快,未来还得思考如何才能跑得更快一些。

其实,于雷锋网看来,就安防行业而言,商汤等AI独角兽已经做得足够优秀,他们所代表的不仅仅是技术的原创与顶尖,更多的是对各个产业的赋能与重塑。

从某种意义上来说,对于AI,商汤等公司已非历史的参与者,他们自己就是历史。 雷锋网雷锋网 (公众号:雷锋网)

雷锋网原创文章,未经授权禁止转载。详情见 转载须知


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Web Data Mining

Web Data Mining

Bing Liu / Springer / 2006-12-28 / USD 59.95

Web mining aims to discover useful information and knowledge from the Web hyperlink structure, page contents, and usage data. Although Web mining uses many conventional data mining techniques, it is n......一起来看看 《Web Data Mining》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

MD5 加密
MD5 加密

MD5 加密工具