商湯科技張果琲：沒有城市視覺中樞，安防場景定制化算法只是輕量級應用

3月23日，由雷鋒網 & AI掘金志主辦的「第二屆中國人工智能安防峰會」在杭州召開。

峰會現場，商湯科技智慧城市綜合業務事業群副總裁張果琲發表演講《智能城市的視覺中樞》。

當大部分廠商都在往前端、邊緣走的時候，商湯卻另辟蹊徑，致力于打造智能城市的視覺中樞。

張果琲表示，這是因為商湯認為AI算法需要場景化，而場景化的過程中需要有一個中樞來進行賦能。只有具備這樣一個中樞，智慧城市才能持續發展穩步落地。

張果琲指出，要想讓AI場景化，助力行業解決大量問題，必須讓算法持續演進。這個過程需要一個強大的平臺進行集中訓練，高效率低成本地推演出新的算法，這正是商湯近年來重點關注的方向。目前商湯的平臺已經能夠讓算法進行自學習，基于場景的增量數據不斷學習，持續優化。

張果琲介紹，迄今為止商湯已經擁有超過700家合作伙伴，產品也已經在十幾個行業相繼落地。商湯一直堅持用人工智能賦能百業的理念，而實現這一目標的最佳途徑就是中樞賦能。

以下是張果琲的現場演講內容，雷鋒網做了不改變原意的整理與編輯：

大家好！今天我給大家分享的主題是《智能城市的視覺中樞》。我們認為，智能城市中需要一個視覺中樞，才能保證我們的技術持續落地，以及城市智慧化的持續發展。AI算法需要場景化，而場景化的過程需要有中樞賦能。

來自普華永道的數據顯示，到2030年人工智能技術將給全球帶來15.7萬億美金的增長，促進全球生產總值增長14%。由此可見，我們從事的行業擁有巨大的發展潛力。

具體到中國，已經連續三年將人工智能寫進了政府工作報告。現在安防行業的年收入規模大概在五千億左右。2030年中國將在人工智能理論、技術與應用方面達到世界領先水平，成為世界主要人工智能創新中心， 人工智能核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。

我們用人工智能技術進行信息化分析。信息化有幾個關鍵步驟，傳統技術解決的是采集、傳輸和存儲，接下來我們要做的是分析和反饋。我們現在已經采集并存儲了大量信息，也能夠隨時獲取，但如何利用這些信息呢？一方面需要大數據技術，另一方面需要人工智能技術。信息化的數據分析階段需要用到大量技術和設備。

商湯科技初創于香港中文大學多媒體實驗室，有超過20年研究積累，到現在為止有2800余名員工，150余名博士，商湯也是全球融資規模最大的人工智能初創公司。

我們有超過700家的合作伙伴，在智慧城市、手機、互動娛樂、智能汽車等各個方面都有技術賦能。非常榮幸在2018年9月份商湯科技成為智能視覺國家新一代人工智能開放創新平臺，由科技部部長親自授牌，成為繼BAT和科大訊飛之后的第五大平臺。2018年11月份我們的創始人還有幸參加了習近平總書記在北京主持的民營企業家座談會，就人工智能技術做了匯報，并且提出了一些產業發展的建議。

智慧城市現在面臨一個很大的問題。

城市級的整體解決方案需要面對非常多的對象，大型城市有上千萬人口，上百萬輛車，還有更多非結構化的對象。

城市的范圍也很廣，面積很大。客戶采集的數據存儲時間又長——現在要存儲30天，以后可能是60天、90天。面對這么多挑戰，如何用人工智能來解決呢？

一是要快，提高信息處理的速度；二是要在海量大數據中提煉有價值的信息。所以在快的基礎上我們還要往下走。同時，快的基礎上還需要準。

在一個城市里，通過視覺我們能感知到很多數據。包括智能攝像頭、智能相機、IoT等前端設備都可以獲取數據。

接下來，通過邊緣盒子、引擎和中心端云處理的架構可以實現對數據的認知，看懂數據。之后再反饋到應用中，指導業務改善效率。

但這個過程還不完整，它還只是一個輕量級的智能，我們還需要對其進行場景化的定制。要想讓AI場景化，幫助我們解決大量問題，必須讓算法持續演進。這個過程需要一個強大的平臺進行集中訓練，高效率低成本地推演出新的算法，這正是商湯近年來重點關注的方向。

目前商湯推出的自學習系統，已經可以通過超算平臺針對每一個場景和業務定制算法，并讓其基于場景中的增量數據不斷學習和優化，將算法開發的成本降得很低。你會覺得它是一個活的系統。衍進是我們實現整個中樞的關鍵。

一個城市視覺產品體系分哪幾層呢？最底層是基礎設施，SenseParrots深度學習平臺是我們跑深度學習算法、訓練人工智能的基礎條件，GPU超算中心則給我們提供了算力。算法孵化器的作用在于持續不斷地根據場景中的數據產生新的算法。

訓練算法需要大量的算力，在邊緣端無法實現。數據回流到云端后，我們通過自動化的流程，只需要輸入目標就能得到想要的算法，全程只需要很少的人工介入。

上面一層是終端。我們會把基礎設施訓練好的算法放到終端上，跟芯片結合。只有將算法和芯片結合，才能產生最大的效率，同時以最低的成本推動其應用落地。

再上面一層是引擎。去年我們在商湯AI大會上發布了方舟這個萬路級的城市視覺開放平臺，今天這個平臺已經升級到了十萬路，除了視頻還接入其他數據。這是一個大的區域級、城市級的視覺中樞，在這個視覺中樞上我們還可以開放API，幫助所有合作伙伴和廠家實現各種各樣的行業應用。

這個城市級視覺開放平臺可以部署在阿里云、華為云等通用架構上。當然，商湯也有自己的架構。它最核心的特點是可以實現增量訓練和算法模型升級。我們知道，算法的泛化是非常困難的。而方舟系統可以用高效、低成本的方式持續不斷地為客戶提供算法，滿足他們的需求。

下圖展示了一些典型應用場景，大家都很熟悉，我就不再多做介紹了。

商湯到目前為止已經有超過七百家的合作伙伴，我們在十幾個行業都有落地，主要提供我們核心的計算平臺，視覺中樞系統，為所有應用行業的客戶提供AI賦能。商湯一直堅持用人工智能賦能百業的理念，而實現這一目標的最佳途徑就是中樞賦能。

商湯現在的業務已經遍布全國，在全國32個省市自治區、中國臺灣地區都實現了項目建設，而且視覺中樞在北上廣深一線城市都有項目落地，落地之后都接入了近萬路視頻進行分析。

現在大家對視覺技術和算法的需求正在不斷升級。過去幾年，人臉識別在行業中的應用非常廣泛，公安系統新建了大量人臉識別攝像頭，但更多過去城市建設遺留下來的攝像頭我們還無法充分利用。我們希望能把這些攝像頭和新建的人臉攝像頭都應用起來。

我們在上海和深圳都實現了基于上萬個攝像頭的ReID查找，取得了非常好的效果。

我們現在已經可以做到，在模糊的視頻里實現人體的高精度檢索。

我知道，很多同行也公布了一些亮眼的成果，但其中很多是在特定數據集中得到的結果。就和2015年前后的人臉識別一樣，雖然在學術數據數據集上取得了突破，但要在真實場景中達到同樣的效果，還需要三到五年的演進。

商湯通過匯聚萬路級的視頻，在中心進行增量訓練和處理。我們發現，基于城市級的數據，算法可以得到大幅優化，城市里的攝像頭對數據進行適配后再來搜索人體，準確率可以提升幾個量級。人體搜索的過程中還會關聯人臉識別攝像頭和大量場景監控攝像頭，形成一個大網。

過去完成這項工作，需要幾百個工作人員盯著幾百臺電腦看幾千小時視頻，花半年時間才能找出想要的數據。現在只需要九臺服務器花十天時間搜索幾千萬張圖片就可以達到非常好的效果。但這還不夠，如果對算法進行持續不斷地優化，還可以將時間按數量級縮小。

智慧城市的升級就是要構建一個城市的感知網和中樞，目前以視覺數據為主。這個中樞能夠沉淀數據并升級算法，幫助我們更好地理解和預測城市的行為，進而指導各個行業的生產，保障城市高效安全運行。最終打造一個有溫度，更適合人類居住的城市。

關于中國人工智能安防峰會

由雷鋒網 & AI掘金志主辦的「2019中國人工智能安防峰會」，是業內極具影響力的AI安防論壇，致力于推動中國“AI-安防”落地融合與“學術-產業”的應用交叉。

延續上一屆峰會的高水準、高人氣，2019中國人工智能安防峰會再度站在算法、工程和產品的最前沿，引導安防行業認知再升級。這是海康、大華、華為、阿里、騰訊以及多個AI獨角獸，因“AI安防”首次同臺，峰會現場也聚集了海內外1000多位政企管理層和技術研究員，共同探討2019年的AI安防智能技術部署、前沿算法應用與商業戰略布局。

本次峰會共設置“城市大腦與邊緣計算”、“世界頂尖算法應用”、“前端動態識別與智能視頻云”、“城市AIoT與邊緣智能引擎”四大議題，出席的15位演講嘉賓分別是：

上午場：阿里巴巴華先勝、海康威視浦世亮、大華股份殷俊、地平線張永謙、深瞐科技陳瑞軍、商湯科技張果琲、浪潮商用機器張琪。

下午場：香港科技大學權龍、原松下（新加坡）研究院申省梅、華為余虎、觸景無限肖洪波、曠視科技安洋、千視通胡大鵬、騰訊李牧青、中科院自動化所王金橋。