經(jīng)過(guò)20多年的本土化發(fā)展，安防經(jīng)歷了模擬、數(shù)字、網(wǎng)絡(luò)、高清4個(gè)時(shí)代，目前已經(jīng)進(jìn)入到“安防+AI”智能化階段。就在傳統(tǒng)安防企業(yè)砥礪前行之時(shí)，廣闊的AI安防藍(lán)海市場(chǎng)吸引了眾多AI公司紛紛參與圍獵，就連BAT、華為等巨頭也參與其中。

5月27日，智能交通知名集成商千方科技宣布獲得阿里巴巴近36億元參股，一時(shí)竟引得行業(yè)紛紛競(jìng)猜阿里巴巴的安防布局意圖。其實(shí)在此之前，阿里巴巴就已經(jīng)推出了布局智慧城市頂層應(yīng)用的“城市大腦”，這是一套基于大數(shù)據(jù)應(yīng)用的城市級(jí)管理平臺(tái)，也是阿里布局安防的標(biāo)志。

以阿里之能，仍需投資一家擁有安防生態(tài)的集成商，至少說(shuō)明阿里此前的安防布局進(jìn)展并不順利，需要擴(kuò)充資源來(lái)協(xié)助其AI技術(shù)在安防領(lǐng)域縱橫捭闔。

那么，安防究竟一個(gè)什么樣的行業(yè)？其AI生態(tài)都存在哪些痛點(diǎn)，竟然在眾多知名AI企業(yè)圍剿下仍需合縱連橫？

四重生態(tài)，AI各有布局

我們看安防+AI，通常為算法+芯片、設(shè)備制造+解決方案、行業(yè)應(yīng)用三級(jí)生態(tài)。

最上層為基礎(chǔ)算法和芯片，以宇視科技為代表的安防企業(yè)都開(kāi)發(fā)有各自的AI算法；商湯、曠視、依圖、云從4大AI獨(dú)角獸更是聞名全球，可以說(shuō)在算法端，中國(guó)企業(yè)、中國(guó)的安防公司都走在了世界前列。而芯片端，主流產(chǎn)品有GPU、ASIC、FPGA三大類型產(chǎn)品，相較國(guó)際芯片巨頭，中國(guó)已能滿足自給自足需求。

中游則是各種軟硬件產(chǎn)品和解決方案。宇視科技高級(jí)人工智能專家黃攀告訴OFweek安防網(wǎng)：這是安防生態(tài)中，宇視科技等一眾安防企業(yè)的強(qiáng)項(xiàng)，可以提供從端計(jì)算——邊緣計(jì)算——云計(jì)算的三個(gè)覆蓋大安防各細(xì)分行業(yè)的所有產(chǎn)品和解決方案，其中就包括了AI、存儲(chǔ)、大數(shù)據(jù)等基礎(chǔ)應(yīng)用。

下游為政府、教育、醫(yī)療、零售等各個(gè)行業(yè)場(chǎng)景應(yīng)用，涉及的產(chǎn)業(yè)鏈和企業(yè)類型較多，除了深耕安防的設(shè)備商外，還包括運(yùn)營(yíng)服務(wù)商、系統(tǒng)集成商、軟件定制服務(wù)商等安防生態(tài)企業(yè)；宇視黃攀指出，安防+AI的產(chǎn)品落地中,最終面對(duì)用戶的部分恰是產(chǎn)品變現(xiàn)的“最后一公里”。

除了上面三部分生態(tài)，安防+AI還需要最底層的核心架構(gòu)，也是最易為大家所忽視的部分。目前主流的AI底層架構(gòu)有Caffe（卷積神經(jīng)網(wǎng)絡(luò)框架）、TensorFlow（第二代人工智能學(xué)習(xí)系統(tǒng)）等，且掌握在谷歌、Facebook等國(guó)際巨頭手里，本土企業(yè)中，僅有百度、阿里巴巴、商湯、曠視等少數(shù)AI玩家在構(gòu)建自己的深度學(xué)習(xí)架構(gòu)。

2大因素制約早期AI爆發(fā)

人工智能之于安防，一直存在；只是人臉識(shí)別技術(shù)起來(lái)后，才廣被大眾所熟知。其實(shí)，安防領(lǐng)域是人工智能技術(shù)應(yīng)用最早、類型最全的一個(gè)行業(yè)，涵蓋車(chē)輛、行人、人臉、行為、動(dòng)作、步態(tài)、物品、事件等的識(shí)別與應(yīng)用，不過(guò)早期安防智能較集中于智能交通領(lǐng)域,對(duì)車(chē)輛的車(chē)牌識(shí)別、車(chē)輛品牌、顏色等車(chē)輛屬性涉及較多,近幾年才慢慢擴(kuò)展到人體、人臉、動(dòng)作、事件等各種智能方案。宇視黃攀認(rèn)為，這是歷史發(fā)展規(guī)律使然，主要有受兩方面因素制約。

先從算法維度分析，安防業(yè)經(jīng)歷了從模擬——數(shù)字——高清——智能的轉(zhuǎn)變。早期安防首先需要解決的是圖像清晰化的命題，編解碼算法和圖像處理算法是業(yè)內(nèi)廠商最優(yōu)先發(fā)展的算法；隨著智能交通的興起，對(duì)車(chē)輛屬性的識(shí)別成為主流應(yīng)用，傳統(tǒng)模式識(shí)別+淺層機(jī)器學(xué)習(xí)逐步在安防領(lǐng)域成為主流。隨著2012年AlexNet的驚艷表現(xiàn)，深度學(xué)習(xí)算法得到爆發(fā)性發(fā)展，安防智能真正進(jìn)入到“深度”智能階段，并最先在人臉識(shí)別領(lǐng)域得到大規(guī)模應(yīng)用。

再?gòu)挠布�維度分析，早期沒(méi)有專門(mén)針對(duì)人工智能的算法芯片——算力，當(dāng)行業(yè)進(jìn)入到深度學(xué)習(xí)算法階段后，專注于游戲業(yè)務(wù)的英偉達(dá)發(fā)現(xiàn)GPU在分布式計(jì)算、大規(guī)模集群運(yùn)算中有著非常大的優(yōu)勢(shì)，由此找到了新的業(yè)務(wù)落腳點(diǎn)，并發(fā)力推出針對(duì)人工智能深度學(xué)習(xí)的多個(gè)產(chǎn)品線專用處理芯片，如工業(yè)級(jí)的Tesla系列、消費(fèi)級(jí)的GTX系列等。

隨著算力的大幅提升，原先需要幾個(gè)月才能完成的深度訓(xùn)練迭代，在分布式GPU集群的加持下，只需要幾個(gè)小時(shí)便可完成。