專訪宇視總工程師：“安防老三”是如何利用AI起勢的
過去幾年，國內安防市場實現了翻倍增長。為人熟知的幾家安防巨頭也是在這段時間迅速壯大，已近乎壟斷之姿網收市場，但受下游需求和經濟放緩影響，安防增速開始逐漸放緩，預計在今後幾年增速繼續回落。
在此背景下，作為“壟斷”集團的成員之一，以精工著稱的宇視這幾年發展勢頭不錯，但在規模上與海康、大華的差距還是有點大。基於此，宇視如何利用軟實力與其他優質安防廠商抗衡並實現彎道超車顯得尤為重要。
很顯然，宇視早已經意識到了。
從去年10月到今年6月，短短半年內，宇視便聯合英偉達、英特爾發佈了兩款基於AI的智慧分析伺服器。從這不難看出，宇視在前端後端集中發力，佈局視頻圖像深度智慧化的意圖已非常明顯。原本平靜的安防圈因宇視新品的發佈變得躁動、紛爭起來。
那麼，如此大且密集的動作會有怎樣的成效？宇視想要得到什麼樣的結果？藉由此，雷鋒網採訪到宇視大資料平臺總工程師黃海軍，與其共同探討一下宇視在人工智慧時代的攻堅之路。
本次採訪中，黃海軍談到了AI在宇視是如何落地，以及與英偉達、英特爾之間的合作關係，並就AI＋給出了他自己的看法。
AI在宇視科技如何落地
黃海軍認為，技術無論怎麼發展，最終都是以客戶為導向。宇視的客戶群基本集中在視頻監控和智慧交通領域，因此，研究的主要方向是基於AI在視頻領域的一些分析。
而這可以概括為三個階段，視頻分析、物聯網感測器的補充完善、大資料技戰法研判。
黃海軍表示，在公共安全領域，人和車這兩個點應用面最廣，用智慧分析手段把他們提取出來就會產生非常大量的結構化資料。傳統技術在視頻監控中的應用持續了很多年，收效甚微；而AI的出現能夠有效解決很多問題。它通過對很多複雜場景進行監視和檢測，然後進行大量的資料分析，而這將比以往更加準確、快速、全能。
另外，他還向雷鋒網介紹了宇視基於大資料、人工智慧在車輛管控方面的實力：千億資料秒級檢索、準確率大大提升。英特爾資料中心全球業務發展總監Maan Ahmadie表示：“中國企業在安防領域不乏創舉，宇視將大資料引入安防，從百億級跨入千億級，一直有獨到開創，我們還興奮看到宇視支持更高速分散式運算的spark投入到結構化和非結構化的應用中去。”
他還分析說，未來人工智慧在視頻領域中的應用主要分為兩個方面。
一、用深度學習對視頻的有效提取，基於神經網路的深度學習演算法(CNN)支援人臉識別級增強特徵分析，並可前置黑\白名單，實現即時布控，降低中心伺服器的性能消耗；
二、機器對於人和車的一些資訊做初步判斷。它能夠從行為人屬性及運動軌跡中去判斷該人是否屬於高危人群。據黃海軍介紹，之前的方法是一點一點的去教機器哪種是危險動作，而經過十種乃至百種的技戰法訓練之後，機器就能從中找出一些規律，也許這些規律連人類都還沒總結出來。
他坦言，目前這還只是一個努力的方向，最常見的應用還是基於深度學習去做特徵識別，而基於資料視角背後的潛在邏輯，讓機器去模仿人類大腦的行為特徵，才剛剛起步。
宇視的AI業務
黃海軍透露，嚴格意義上來說，目前宇視的AI業務還主要體現在主流業務版塊，包括公安、交通、平安城市。作為主航道領域，宇視在車、人、非機動車這一塊一直有持續性投入。基於此，宇視在很短的時間內便發佈了兩款“昆侖”系列產品。
去年十月的昆侖一代智慧分析伺服器（IA11500），插GPU板卡可用於視頻結構化分析，實現人物識別、車輛識別、即時圖像檢索等應用；今年六月剛剛發佈的昆侖二代高性能專用計算平臺（VDC12500），插CPU板卡可進行海量資料的處理，能夠快速存儲和索引，多種資料進行時空碰撞；插GPU板卡則繼承全部昆侖一代的智慧分析功能。
據他介紹，這兩款都是昆侖系列的持續性架構產品，昆侖一代作為純GPU計算平臺，只有智慧計算的屬性。昆侖二代=CPU通用計算+大資料記憶體計算+GPU智慧計算，實現視頻調度、大資料、智慧等全部安防算力的融合。
黃海軍強調，宇視聯合英偉達、英特爾等優質廠商發佈產品能夠很好的取長補短。以昆侖為例，與英偉達的合作，基於他的計算平臺，如果插入全部的人臉識別板卡，一台昆侖能夠併發處理640張/秒的人臉識別、40路人車物的結構化分析，相當於業界常用普通伺服器的10倍性能；如果是行為分析，可對160路重點視頻或者錄影提取人、車、非機動車的結構化/半結構化資訊，實現人、車、非機動車的秒級查詢和檢索; 如果是視頻結構化提取，在4U的高度上支援了80顆NVIDIAJetsonTX1處理器，為業界最高密度、最強性能，比業內最高水準產品性能高出一倍。
英偉達和英特爾的晶片採購衝突如何解決
讓雷鋒網好奇的是，目前英特爾也有開發與AI相關的晶片，業務上與英偉達有稍微重合，而宇視作為中間方該如何調節與兩者的業務“衝突”問題。對此，黃海軍表示，雖然他們之間有業務交集，但宇視的需求與他們提供的產品並不衝突。
他解釋說，目前宇視的產品分為前端和後端。前端晶片方面，宇視與英特爾展開了深入合作，因為看中他們的基於深度學習演算法最優秀的低功耗晶片，可用於前端人臉識別與視頻特性☆禁☆行☆禁☆為的深度結構化；
後端晶片方面，宇視與NVIDIA展開了深入合作，基於TX1晶片推出了業界最高密度、最強處理性能的智慧分析伺服器，雖然功耗高點，但TX1是目前性能最為強大的晶片。
和其他AI公司的合作
“畢竟AI才剛剛興起，我們還沒有看到各行業用戶的真正需求，很多方向還不是特別清晰，也許對方可能有一些比較好的演算法和技術，但是由於市場原因，我們在選擇的時候會比較謹慎；另外，由於國家公安部的相關規範和標準檔才剛剛發佈，因此，宇視目前還沒有與其他的人工智慧公司有商業性往來。” 黃海軍向雷鋒網透露說。
但他同時強調，關於深度智慧化，各行業還沒有充分落地應用，但宇視已經做好充分準備迎接AI時代的到來，這段時間內，宇視會一直保持自己所提框架的開放、包容、高效性。等到市場爆發點到來，宇視會將底層的演算法和架構進行封裝和解鎖，把複雜演算法分解成類似於加減乘除的簡單演算法，以迎接未來更多融合各種技術的應用的產生。
他同時預估，由於目前AI業務的進一步深化，等到今年下半年公安部的相關檔下發之後，與安防相關的智慧化業務會呈爆發式增長。屆時，宇視應該會和行業內的某些廠家進行合作來打通產業上下游。
後期選擇AI合作公司看重哪些點？
對此，黃海軍表示，宇視會一直聚焦於自己的主航道，同時做好架構的開放性。未來如果選擇AI方案公司合作會比較看重兩個方向：一、在一些行業特定場景的智慧識別演算法方面的合作；二、在一些細分行業的大資料分析業務上的合作。
AI落地安防的應用方式
對於這個問題，黃海軍坦言，人工智慧是一個比較寬泛的概念，它更多的是讓機器去學習、去思考、去代替人類去做一些基礎性判斷。他認為，之前大火的alphago打敗柯潔考驗的是機器學習後端的深層邏輯思維能力，而安防行業則比較看重前端的視頻處理和分析能力。但他同時認為，當這一技術成熟後，安防行業也會基於後端做一些深度人工智慧的應用，包括與alphago相同的讓視頻監控擁有思考、判斷、甄別能力。最後，他分析說，這一進程需要的時間不是很長，大概三年後，安防行業應該就會有很多基於人工智慧的一些新產品問世。
KITTI的“含金量”及演算法落地
另外，對於今年2月宇視在KITTI以三個單項第一、總分第一刷新世界紀錄的成績，雷鋒網記者也比較好奇。據瞭解，KITTI是目前國際上最具影響力的電腦視覺演算法評測資料集之一。評測包含市區、鄉村和高速公路等場景採集的真實圖像資料，每張圖像中多達15輛車和30個行人，還有各種程度的遮擋。
黃海軍表示這非常困難和讓人興奮。在與眾多互聯網公司競爭中拔得頭籌，這是整個安防行業的驕傲，它充分顯示出宇視想要在自己的專業領域做好、做精的決心。他同時透露，本次獲獎的技術將會被充分應用於複雜環境下的車輛的有效識別。
如今，安防行業正處轉型期，傳統的視頻監控領域利潤下降，市場趨向飽和，各廠家產品同質化嚴重，競爭愈發激烈。以前希望做小而專的安防廠家逐漸沒落，宇視等大而全的廠家持續堅挺，安防寡頭紛紛擴張產品線尋求包括以人工智慧為代表的新的業務增長點，但這個過程中也有包括海康大華等安防大佬的阻擊，後續如何發展，拭目以待吧。