□ 文//吳嵐 陳剛
2016年,“阿爾法狗”在圍棋比賽中戰勝人類,讓“人工智能”受到更多人的關注。此后兩三年間,人工智能技術進入迅猛發展時期,成為包括中國在內的世界主要國家提升國家競爭力以及維護國家安全的重大戰略,并加快出臺相關規劃和政策,力圖在新一輪科技競爭中掌握主導權,從而引領世界。就在近日舉行的全國“兩會”上,“人工智能”第三次出現在政府工作報告中,成為促進新興產業加快發展的新動能。
從應用行業來看,在本輪人工智能大潮中,人工智能已在公共安全、交通、醫療、制造業、能源、金融等眾多領域得到廣泛落地,顯著提高這些行業的發展水平,為人們提供更優質的服務。以視頻技術為核心的安防行業擁有海量數據來源,可以充分滿足深度學習對于模型訓練的大量數據要求。因此,安防成為人工智能最早也是最佳落地的領域。伴隨著公安信息化建設,以及智慧警務的推進普及,人工智能在其中發揮著越來越重要的作用。
技術的發展源于需求的驅動,人工智能亦如此。對于安防行業而言,主要的應用場景是視頻監控,其主要目的是錄像、取證以及事后的線索查詢。當前,隨著我國平安城市、雪亮工程以及智慧城市建設的大力推進,監控前端部署點位越來越多,覆蓋范圍越來越廣,每天都要產生海量的視頻錄像。當案件發生后,需要人工從海量的視頻錄像中查找線索,耗時且低效。加之,因缺乏對視頻的智能分析,對突發事件和不法行為也無法預警。
數據顯示,我國警民比例為0.13%,是世界上警民比例最低的國家之一。隨著近年來社會經濟快速發展,“人、房、車、路、網、場、組織”等社會治安構成要素不斷膨脹,公安任務日益艱巨繁重,而警務人員基本未相應增長。任務繁重與警力匱乏矛盾日益突出,這一現象在人口密集、流動頻繁的一線城市更為明顯。以深圳市為例,戶籍人口與非戶籍人口倒掛,但是編制內警力約2萬人,管理人口超過2000萬人,每萬人民警數低于國內城市平均水平。換言之,如果在發生重大案件需要依靠人工去逐個調閱監控錄像視頻來進行線索排查,將嚴重影響案件的偵破效率。
因此,將AI技術引入安防行業,通過對視頻數據的挖掘、分析和比對,讓機器學習處理人的工作,協助警方快速、準確尋找到案件線索,也變得極為迫切。在市場需求的驅動之下,AI技術在安防行業的發展尤為迅速,不僅安防巨頭推出相關AI產品,也涌現了不少切入安防的初創公司。

另一方面,智慧公安建設、人工智能等相關政策出臺也在促進人工智能技術發展和落地應用。公安部曾在全國公安科技信息化工作會議中表示,科技信息化在公安工作中具有戰略性、基礎性、全局性地位。《公安科技創新“十三五”專項規劃》也明確提出發展包括“智能視覺與警務物聯網應用技術”在內的社會安全預測與控制技術。自2017年起,人工智能連續三次被寫入政府工作報告,國家領導人的重要講話中也多次提到,要加快推進智慧城市建設,促進人工智能技術在公共安全領域的深度應用,提高公共服務和社會治理水平。
在需求、技術與政策的多輪驅動下,AI技術賦能智慧公安的發展勢頭良好,人臉識別技術與視頻結構化技術已率先產品化,并已成功落地應用,提高社會治理水平。
安防行業作為公共安全領域的重要組成部分,近年來,在黨和政府及主管部門的大力推動下,繼續保持了中高速增長的態勢,行業規模持續擴大。據統計,截至2017年年底,中國安防企業約為3萬家,從業人員達到160萬人,安防企業年總收入達到6016億元左右,年均增長15.7%,2017年全行業實現增加值1960億元,年均增長12.7%。2018年全國安防行業總產值為7183億元,全年增長率為15.86%。從項目建設上來看,智慧城市、雪亮工程成為安防產業最大的發動引擎。隨著深度學習等技術的發展,人工智能也為安防行業賦予了更多的應用。
在安防領域,人工智能落地技術最快的是人像識別,它為公安實戰過程的事前預防、事中預警、事后核查三個重要環節提供了技術支持。事發前,通過以人像識別技術為核心的應用系統對關注區域和關注人員進行監控,當關注區域或者關注人員有異常時系統自動報警,聯動現場警力前去處置,防患于未然;事發時,應用系統前后端聯動,實時比對,實時預警,現場民警實時處置,避免事態擴大;事發后,通過應用系統關聯信息庫,并對采集的照片進行比對,發現線索,核查身份,大大縮短處置時間,在刑偵追逃、罪犯識別等方面有效解決公安實戰中的難題。
具體到應用場景中,就包括構建人像“天網工程”等。人像“天網工程”要求在各種復雜的場景下,比如交通路口、地鐵站出入口、公交車站、火車站出入口、廣場、商場、醫院等人流量較大的室外場景,都能盡量完整、準確地識別人臉信息,并與重點人員庫實時比對,產生告警,這樣就可以實現對犯罪嫌疑人進行全城布控的效果。
在落地安防的創業隊伍中,云天勵飛是較早的一支。最早被眾人所知是2017年春節前夕在15個小時內幫助民警解救被拐賣兒童的案例。在此之前,云天勵飛已扎根安防兩年多。具體到這起案件,緣起深圳一名3歲的小男孩被拐賣,接到報警后的一個小時內,民警運用云天勵飛的“深目”動態人像識別系統對犯罪嫌疑人的身份和軌跡進行快速落地,并趕在除夕凌晨將這名小男孩從武昌火車站解救回來。
“深目”是云天勵飛通過“芯片+視覺+機器學習”跨界創新的結果之一,它能實施大規模的人像信息累積、布控、檢索和數據挖掘,率先實現“億萬人臉,秒級定位”,也突破人工智能大規模產業化的瓶頸。
2015年產品研發后成功后,云天勵飛與深圳龍崗警方就開始了合作,在當地包括地鐵口、火車站、城中村、商超等場所建設“深目”系統。從建設108路人像識別前端開始,三年多時間里,云天勵飛“深目”在全國和東南亞等80多個城市已建設在線智能前端設備30000多路,動態人像數據量達200億+,協助警方破案10000多起,找回走失兒童和老人160多名。目前,“深目”已在機場、公交、地鐵、口岸、社區、校園、工地等有成熟地落地應用,助力城市安全。
人臉識別技術方面,云天勵飛已經完成動態多場景魯棒識別,利用最新的對抗學習技術讓復雜場景下的識別率達到國際領先水平。針對動態人臉識別應用場景和高精度算法優化,云天勵飛可以實現高能低耗,滿足專業、復雜監控場景下的動態人臉識別準確度要求。由于自主研發的神經網絡處理器的加持,已經能夠使用單個嵌入式設備完成百萬級以上的識別任務。
未來,云天勵飛將以動態人像為核心,持續推動視覺智能領域識別算法優化,加快高性能人工智能芯片研發,全面構建起具有信息快速獲取能力和深度數據挖掘能力的高精度視覺智能系統,重點面向“AI+新警務”“AI+新商業”等領域,構筑物理世界的信息結構化。
人工智能這幾年雖然得到了快速發展,但仍然是一門新興的技術。芯片、算法、數據作為人工智能發展的三大核心要素,也是決定人工智能企業將來能否在激烈競爭中長久生存并持續發展的“法寶”。
芯片是軀體,芯片的算力是推動AI發展的關鍵因素之一,未來誰擁有更低功耗、更低成本、更高效的AI芯片,誰就有機會掌控未來AI戰場的主導權。AI芯片包括場景、架構和安全三大要素。其中,場景涉及安防、醫療、制造、零售等,但實際上很難找到一個適合上述多種不同場景通用的AI芯片,即便使用通用芯片,算法需要遷就現有的芯片的算力和帶寬,就需要在算法性能和運行速度間進行折中和取舍,難以獲得最佳效果;架構方面,AI芯片要適應不斷演進的算法,這就要求其具有一定的通用性和靈活性,同時要與應用場景相結合;安全方面,要考慮數據隱私、模型安全、傳輸安全以及密碼安全等問題。不同于歐美國家在通用芯片占據壟斷地位,AI芯片在國內出現了百家爭鳴的現象,其中也有不少創業公司已實現成功流片,并將量產。
云天勵飛已成功流片的第二代人工智能芯片DeepEye 1000,是一顆專用深度學習神經網絡處理器芯片,采用ASIP的設計架構,相比通用的CPU、GPU,具有高性能、低功耗的優勢,單位性能提升20倍,能效提升100倍,系統時延降低200倍。同時,它采用異構計算多核SOC架構,集成多處理器單元,并行分布式處理與集中控制系統,指令級靈活,軟件可編程,可廣泛用于攝像頭、機器人、無人機,以及智慧城市、智慧社區、智能制造、新零售等AI邊緣計算場景。在安全方面,這款專用深度學習神經網絡處理器芯片構建了軟件安全、硬件安全以及增強硬件安全三層機制。在增強硬件安全層面,更是支持內存加擾、支持抗側信道攻擊等。
算法是靈魂,尤其是具有完全自主的深度學習原創算法,直接關系到團隊能走多遠,是否具有持續領先力。尤其是算法模型與硬件的適配能力,將決定產品的穩定性以及大規模部署和運行成本的可用性。此外,用于散發模型訓練的數據來源,也將在很大程度上決定算法模型迭代的速度。
數據是營養,高質量的數據越多,算法越精煉。隨著人工智能的技術發展和數據積累,單一維度的數據分析將無法滿足公安偵查、破案、預警與決策等業務分析的需要,同時隨著5G時代的來臨,各種移動終端設備采集到的結構化、半結構化和非結構化數據通過物聯網得以上傳,使得數據呈現指數級的增長。
同時,數據會呈現出多模態高通量的形式,所關聯的信息也會更加豐富,從視頻、圖像、聲音、文本信息等多媒體數據,到動作、姿態、軌跡等人類行為數據,再到地理位置、溫度、濕度等環境數據……通過對多模態高通量特征信息進行綜合分析,可以識別犯罪嫌疑人在時間、空間、犯罪過程及人口特征方面的模式,為重大事件預警,為識別犯罪高風險人員、易受害群體、特定案件犯罪嫌疑人以及串并案提供決策依據。這將使得人工智能逐步由弱人工智能階段向強人工智能階段轉變,并將推動政府數據開放共享,促進社會事業數據融合和資源整合,提升政府身體數據分析能力,為有效處理復雜社會問題提供新的方式。