寓揚

2018年3月初，上海灘，在智東西主辦的GTIC 2018全球AI芯片創新峰會上，32位大咖齊聚，圍繞AI芯片、技術、應用“華山論劍”。大會吸引了來自產業各界超一萬名觀眾報名參與，9日當天早上7點就有觀眾排起了長隊，參會人數比預計翻了3倍，現場火爆不已。

在這一輪興起的人工智能浪潮中，最為火熱、最頻繁地被人提起的落地行業莫過于安防了，6000億元的龐大行業市場，成為AI、AI芯片落地的必爭之地。智東西也特意推出了“安防智能化變革提速AI芯片賦能機器視覺”，這樣一個AI芯片落地的安防板塊。

其中，來自安防三巨頭之一的宇視副總裁&首席架構師姚華，在肯定AI+安防未來前景廣闊的同時，也給當下的AI+安防中潑了一盆冷水，“冷眼旁觀”的分析了當下人工智能與安防融合所面臨的七大挑戰。

一、監控，將成為我們的基礎設施

演講一開始，姚華便戲稱到“能在中國深夜擼串有一種深深的優越感”，在美國這么晚是不能這么做的，這主要得益于中國有遍布的攝像頭和監控系統。

從去年開始，AI成為安防技術與政策中最熱的關鍵詞，我們可以看到諸如大聯網、大數據、智能、視圖解析、物聯網等，AI對整個公共安全系統帶來效率提升、功能擴展。

目前國家在公共安全的信息系統方面要求更高了，姚華談到，國家在996號文檔中提出到2020年在全中國建設一個遍布所有區域的基于攝像機的IoT（物聯網）網絡，中國只要有人活動的地方就有攝像機，來給我們帶來安全。

“今后，可能除了水、電、路、路燈，還有監控，將成為我們生活的基礎設施。”而與此對應的是我國已經建成了世界上最大的視頻監控網——“中國天網”，視頻攝像頭超過2000萬個，利用AI和大數據進行警務預測。此外新一代信息基礎設施的建設中，也會布局大量的攝像頭，也會提升整個存儲能力，比如視頻等信息的存儲由30天變成90天。

二、AI加速安防IT化轉型

安防行業在IT化的過程中，安防IT1.0把模擬系統轉化為數字化系統，隨后安防行業又將IT化推進到2.0，包括車輛大數據、視頻網閘、場景智能。當AI出現的時候，AI正加速安防IT化3.0轉型。

姚華分享到，AI進入安防，首先攝像機看得更加清楚，從原來的D1（微光）到現在的8K全天候的超清信息。中國也是全球唯一一個大規模視頻聯網的國家，并建設了非常完善的聯網標準，因此整個安防系統可以看得更廣。

以前我們靠人眼來監測，隨著視圖智能分析技術的到來，我們現在可以靠機器來看，并且看得效果更加準確。在大數據技術的幫助下，就能夠看得懂智能分析得到的結構化的數據。此外機器還要看得“穩”，數據安全非常重要。因為有了AI，有了深度學習，整個安防IT化正在從2.0到3.0跨越。

總結來看，就是融合AI后的安防IT化將看得更清、更廣、更準、更穩、更懂。

三、AI對安防帶來七大挑戰

在短暫肯定了AI 對安防的價值和意義后，十余年安防行業的積淀讓姚華對AI與安防的融合看得更加清晰與透徹，盡管AI+安防未來充滿前景，但當下AI也為安防監控系統帶來全流程的挑戰。

所謂“全流程的挑戰”，是因為AI出現以后，攝像機的前端采集，不再只有視頻，還有圖片和結構化的信息，存儲到后臺后，將面臨綜合的智能分析，包括邊緣計算、云端計算，這個業務流程都發生深刻的變化。

具體而言，我們將AI對安防帶來的挑戰概括為七大方面：

第一，來自前端的挑戰。比如在路面復雜環境中的智能識別，復雜光線、遮擋、運動狀態等都是智能識別的“殺手”。此外，在前端算力方面，現在算法還要與硬件進行適配，前端的算力要強，功耗就高。如何做好結構化信息的算力、功耗與成本的平衡，應用到各種（極端）場景下穩定工作，都是前端的挑戰。

在中國只要有案件發生，基本38小時就可以找到罪犯，這得益于我們建設了一張非常卓越的“天網”系統。但隨著AI的應用，存儲對象也由視頻變為視頻+圖片+結構化以及半結構化的信息，各類數據混存模式下，大量小文件導致普通存儲性能下降。AI激活了原始數據，導致寫讀需求大幅上升，變成1:1，這對整個硬件系統帶來巨大挑戰。

同時，分析、清洗后產生的新數據，價值大幅提升，也對可靠性要求更高，如何用較低的成本獲得可靠的保存，產生更高的價值也是我們面臨的問題。

第三，AI對圖像智能分析的挑戰，目前算法和硬件的匹配都不一致，并不能夠實現軟件定義芯片。比如對人的監測，可能包括性別、年齡等信息，而對車輛的監測則包括車牌、車標、車身顏色等，監測對象與場景的不同，對多種智能算法并存提出了更高的要求。

姚華以場景不一致對整個機房應用的影響舉例到，在地鐵和商場兩個場景中，地鐵的智能識別需求在我們上下班的高峰期和晚上需要外出采購以及娛樂的時間，商場在開業期間智能識別使用多，在我們上下班期間不怎么使用，這就涉及一個問題，如何讓后臺的機器和IT系統做到資源的合理分配。

第四，AI在攝像機中產生了大量結構化與半結構化數據，又對大數據形成挑戰。姚華以他們做過的一個大型游樂園項目為例，其每年的數據量有200億，面對百億級數據，如何高效響應，這很重要。此外，規模增長的數據量帶來系統級的機房空間擴張和投資壓力，這時系統輕量化又十分重要。

第五，AI對安防行業標準的挑戰。AI進入安防，推動簡單的視頻業務向復雜視圖信息應用升級。目前來看，每個標準的演化都需要時間成熟。GA/T1400標準很多接口、檢測方法等都需要大量時間來完善。

第六，AI對業務應用的挑戰。當AI進入安防業務后，存在業務的個性化和不確定與業務廠商產品的標準化矛盾。講到這里，姚華打了一個生動形象的比喻，他稱“喬布斯的iPhone給我們生活帶來多大變化，AI也會給安防帶來多大變化。”

第七，AI對信息安全帶來挑戰。目前視頻專網缺乏安全準入控制，黑客可輕易入侵核心服務器和存儲。他舉例到，如果淘寶停運一天對我們會有什么影響？難以想象。這對安防帶來巨大的安全挑戰。

結語：恰逢其時的一盆“冷水”

時下AI芯片可謂紅極一時，不少廠商也紛紛打出口號，今年量產AI芯片，而安防又是AI芯片落地的一個關鍵點。姚華這一盆“冷水”可謂潑的及時，讓AI安防在火熱的同時，我們清醒認識AI安防存在的挑戰。

安防是一個關系國計民生的大行業，針對AI與安防融合的初期面臨的全流程挑戰，需要產業鏈各方共同協作，解決當下的痛點性問題，真正推動AI在安防行業的大爆發。