当前位置:网站首页 >> 军事

以下是赵勇老师的叙述2019iyiou

时间:2019-05-14 16:54:45 来源:互联网 阅读:0次

【编者按】随着底层技术的突破和国家政策的扶持,人工智能领域正在成为创投界新的风口。而对于其中的计算机视觉技术创业公司而言,目前可商用的落地应用场景,还主要集中在金融支付、安全等领域。而安防,则是其中已然得到验证,并且被多数公司选择首先切入的领域。

本文转自“格灵深瞳”,作者:赵勇;经亿欧,供业内人士阅读。

以下是赵勇老师的叙述:

人工智能的四个机遇:安全、汽车、医疗、机器人

未来十年,人工智能在不同行业的机遇,我个人比较看好的有四个,分别是:安全、汽车、医疗和机器人。这些领域都是万亿级的市场,尤其是汽车和医疗。对于安防,不同的国家投入是不同的,但中国显然对之投入很大,美国同样。

这些领域非常重要,但不是每个领域发展成熟的时间都一样。在我看来,安防会是成熟的领域。安防也是格灵深瞳现在主要的业务,这个市场已经存在,而且我预计,在未来两三年内,这个领域的部分创业公司会变成上市公司。

汽车从现在来看很有可能是下一个成熟的领域,再过两三年量会上来。至于医疗,我把它排在第三。医疗的难点在于,这不仅是大数据的问题,还涉及到小数据问题。对于小数据问题,它在数据的规模上限制是比较大的。比如说某种肿瘤的病例,每年就只有这么多,想训练个好的模型出来不容易。但是它又不是仅仅扩大数据量就可以了,机器学习重要的是要跟、有经验的医生来学习,不像自动驾驶或者安防,只要找一个会用电脑的人,都可以标注数据。它是一个需要的专业人士参与数据标注、数据采集的过程,是小数据问题。

医疗领域可以容纳大量的公司,去研究各种不同类型的疾病诊断;而缺点就是,解决医疗问题需要很长时间。在经济较发达的国家,医疗是的行业。比如美国,它17%的GDP是跟医疗有关的,越富有的国家,人们对健康投入越多,这是一个成熟国家的标志。中国再过20年,和现在比还会发生更大的改变,人们一定会在自己的健康上面投入非常多,所以人工智能在医疗领域的市场潜力是的。

机器人也会是一个很大的领域,但它却是充满了的不确定性。首先它目前还不是一个已经存在的行业,现在市面上还基本没有成熟商用的机器人,还在摸索阶段。我们都向往以后的生活和工作能够被机器人帮助,但要实现它,到达消费者期待的那一阶段,还是很困难的,也需要很长时间。

安防三大支柱:智能硬件、算法、大数据

在当前阶段,行业对人工智能技术切入安防领域,的期待就是,可以把这个行业从以视频为核心,转变为以情报为核心。人们看视频的目的,不就是为了得到情报吗?但是以前从海量数据中获得情报的过程,类似于海底捞针。我们希望,人工智能让“海底捞针”变成“自动化”。

现在安防监控领域之所以还有机会,是因为人工智能使得一个新的潮流、新的转型在这个领域发生了。潮流推动着变化,变化给创业公司提供了机会。

也有人会问,在安防行业中,已经有了一批龙头厂商,那么,人工智能创业公司的机会在哪里?而在我看来,这是一个未知的过程,也是有趣的过程。

在当年,索尼、三星、博世等海外公司占据了安防市场大部分比例时,数字化趋势带给了海康切入这个市场并成功的机遇。而在今天,安防监控之所以还有机会,我认为,很大程度上,是因为人工智能带来了这个领域一个新的转型机会。

如果现在有公司去做高清摄像头,我觉得是找死,因为从技术到供应链,海康、大华等公司已经做得非常好了。而在智能摄像头领域,格灵深瞳的产品,每张脸从左耳到右耳,150像素,我可以监控40米宽度的通道。在这个品类里,我们会做得更好。而事实上,我认为,当人工智能进入安防,10年之后,所有的摄像头都会变成智能摄像头。

一个行业必须要转型才有新机会,如果没有这个转型的机会,根本不会出现一个创业公司变成巨头的机会,没有的。

其次,在安防领域里,有一个常见的误区,那就是迷信算法,认为算法可以解决一切。这显然是不正确的。就拿人脸识别来说,今天的算法不能够解决所有的问题,只能够解决一部分问题。有些人工智能公司会对外宣称,其人脸识别算法错误率能达到亿分之一,这是能够做到的,但它往往是在特定条件下得到的。比如说摆拍的静态识别。如果放在监控环境下,一个人低着头打着,只有100×100像素的时候,那么现在还远远做不到这样的度。

今天很多人在说人脸识别,那种看到一张脸、算出来一个特征,跟黑名单比对一下看谁比较像,这是很浅很浅的挖掘。你知道坏人是谁,把他给找出来,只能解决这种问题。但是我们的客户都希望说,我不知道坏人是谁,你给我找出来,这要靠很深度的挖掘。

如果人工智能只是停留在算法的层次,那还是远远不够的。而安防是全世界的物联。这是什么概念?像因特,大家都很熟悉了,在互联上,有很多人在用它,有内容的创造方,有观看者。你早晨起来出门,发了一个,你的朋友看了并点赞,你们就是内容的生产者和观看者。每天有多少人发这样的帖子,所以互联上充满了各种各样的数据。但安防呢?你出门走出小区,被门口的摄像头拍了下来,它识别出你的穿着,你的表情和面部特征,这个数据量已经远超过了上的发帖。而每隔20米,可能就会被新的摄像头拍下,识别一遍。以北京为例,它安装的摄像头总数已经超过200万个,它们每分每秒都在录像,每天就会产生长达200多万天的录像。安防物联产生的数据量,已经远远大于过去的互联。

针对这样庞大的数据量,你的识别精度有多高?你怎么处理大量的错误?我们真的做好这个准备了吗?我觉得这是一个极大的挑战。如果要走通这条路,需要连通各种多模态的数据,需要把数据挖掘做得很深厚,需要人工智能的硬件进一步改善。

在这种情况下,我认为人工智能时代的安防有三个支柱:智能硬件、算法、大数据。

首先,是硬件。你想象一下,北京的200万摄像头,如果把这些数据全部传到数据中心的话,带宽的概念是什么?一路高清视频的码流一般在兆bps。今天一个千兆以太,从理论上也只能传250路,但是千兆以太指的还是它的基带层的带宽,高清视频根本传不到250路,能传100路就可以了,那么200万路需要多少带宽?今天国内地级市的安防络基本上就是千兆以太,一些较发达城市可以达到万兆,万兆也只能传2000路。如果硬件不能够智能前端化,数据都传不到数据中心。所以步,硬件的智能前端化,可以对目标做现场的检测、跟踪和去重,能捕捉关键数据,并且在前端做初步加工,只把关键数据汇聚到数据中心处理,这样才能形成一个大数据系统。

第二,算法。前端的算法进行物体的检测跟踪,后端的算法就是识别物体,对图像做一个精确的结构化或者特征化分析。

非常重要的一点是,我们要在后面非常深入做下去的大数据分析,不光是基于视觉图像,而是要把多模态、大规模的数据放进来,比如通信记录、电子邮件、微博、车辆轨迹、消费记录等等都结合起来,在应用层面做非常深入的挖掘。

而在这三个方面中,硬件也面临很多挑战,但随着时间的推移,是一定会解决的。单纯的算法,我觉得已经比较接近于极限了。深度学习进展很快,今天算法的主要瓶颈,就在数据上。我们发现,拍摄清晰的照片,基于同步算法,效果立刻变得很好;拍摄效果很糟的照片,算法很难提升照片的效果。所以,我觉得这部分进展的空间越来越小,除非有大规模理论上的突破。而大数据,今天则是还处于刚刚起步的阶段。

而这三个领域,都不是传统的安防厂商所擅长的。这些问题不可能被一家都公司解决,甚至我可以下定论,不可能被一家创业公司解决。应该是很多公司在不同的地方发力,一起去解决。这里面有很多机遇,这也是为什么我们集中力量主攻安防领域的原因。

数据挖掘将是接下来的主战场

关于格灵深瞳,在硬件方面,去年10月,我们推出了“深瞳人眼摄像机”。它采用公司独创的像素动态瞬时分配技术,可以在很短的时间内将局部画面的有效像素提升百倍以上,整体画面可以达到数亿等效像素。现在我们面临的挑战主要是成本、稳定性、可靠性、出货能力等几个方面,但是要解决这些,对我们来说只是时间的问题。

算法我们也已经有了,现在格灵深瞳要做的,是向下切软件,向上切大数据。我们如果要把大数据做好的话,就要密切切进用户场景里去,而不能只把自己当成一个标准产品的提供商。

在其中,存储也是一个重要的问题。很多人觉得储存简单,但当智能化在安防领域发生后,视频数据的内容,转化成了大量的结构化数据,但你不能把结构化的数据推给客户,数据仍然是海量的。以前是海底捞针,现在把海里所有的针捞出来,但只有一根针是用户想要的,你放了一车皮的针,也是很难找。结构化储存的行为跟视频完全不一样,这对文件系统和数据系统都提出了新的挑战。

直到现在,业内都找不到一个很靠谱的方案,处理超过1000路人脸识别产生的数据和检索。这是个新的挑战,必须跟大数据公司合作,去解决这个问题。

其实安防领域跟医疗领域,都是比较窄的领域,它们的核心问题就是人。而解决人的问题,首先就需要更多的数据。要把人看清楚,对传感器要求很高,我们就去解决智能硬件的问题,前端做智能硬件,然后是人脸识别的算法、人体比对的算法,我觉得进步都很快。但当我往未来看的时候,我反而觉得它们进步的空间越来越小。主要还是大数据,我觉得这个领域在安防行业几乎还是一个空白。如果把格灵深瞳的威目当成一个车辆大数据,那么“人”的大数据,就是我们现在正在做的东西。

数据挖掘,将是接下来安防领域的主战场。

人眼摄像机原理

人眼摄像机是基于仿生学原理,把运算和光学结合在一起,50米距离范围内可以展现出更为清晰可识别的人脸,100米范围内可以保证看清楚全身的主要特征。

关于它的原理,其实非常简单。摄像头要么看远,像望远镜,要么看广,像鱼眼,但是没有办法两个角度兼得。但是人眼,却能从某个程度上实现兼得。人的眼球单眼角度是160度,很广,双眼是190度,就超过一个平面,你是可以略微看到你眼睛后面的东西,那么作为一个广角相机,它的缺点,就是它的分辨率散开,但事实上,我们来看一下视膜上的像素分辨率,它有一个地方叫黄斑,它很小,但是我们大量的像素都是集中在那个小地方。

视膜是一个160度的半球,把眼球的中心跟黄斑连接起来,形成一个圆锥,这个圆锥只有2.5b,但是我们视膜上75%的像素都在这儿了。简单地说,如果没有黄斑,我们看到画面全是模糊的,但是虽然是模糊,它却可以帮助我们判断出哪些地方可能是有兴趣的,这个时候我们转动眼球,去用很清晰的那块扫描到你想看的东西。这就是我们了解世界、用肉眼看东西的过程。我们的眼睛看似是个广角,其实是广角加窄角的结合,广角的被大脑迅速识别出来,引导眼球迅速旋转,看清楚细节,不停反馈。

我们为什么叫人眼相机,就是这样的原理。我们的算法能够从广角的画面里面,看清楚你的目标在哪儿。

智能化时代会有新的机遇,也会有新的坑出现。

土耳其乌鲁达汽车行业出口商协会
交易已完成!万科出资近39亿收购黑石并加大转型力度
2015年大连文创教育Pre-B轮企业

相关文章

一周热门

热点排行

热门精选

Copyright (c) 2011 八零CMS 版权所有 Inc.All Rights Reserved. 备案号:京ICP0000001号

RSS订阅网站地图