觸景無限CEO肖洪波：冗雜的AI安防行業，需追尋「精益之道」

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

峰會現場，觸景無限聯合創始人兼CEO肖洪波發表了演講《智能安防的精益之道》，肖洪波提出LEAN AI的概念，認為現在的人工智慧模型非常重、非常複雜，有很多冗餘的參數。觸景無限希望通過為模型減肥，在實際的應用場景中更好地進行技術落地。

肖洪波談到，一個中型城市大約有35萬個攝像頭，如果讓每一個攝像頭都實現智能化，會對帶寬和功耗提出巨大挑戰，對後端計算平台也會提出巨大的算力要求。因此，後台中心化的路線很難實現高密度的攝像頭節點覆蓋，無法完成攝像機分析以及結構化的處理，而少數關鍵卡口的智能化並不能實現真正的智能。

肖洪波表示，目前需要的是更易用、更輕量級，更有彈性，更加健壯的人工智慧系統。「更易用是讓不懂AI的人也可以馬上上手；更有彈性是可以面對不同場景靈活調整系統結構；低成本則是在建設成本之外充分地考慮客戶的運營成本。」

肖洪波引用了華羅庚先生的一句話——「神奇化易是坦途，易化神奇不足提」。他表示，原先搞圖像研究時更傾向於構建複雜的網路去解決一些問題。但是真正在落地的時候，需要思考如何化繁為簡，最簡單地去幫助客戶解決問題，把人工智慧真正地嵌入到客戶的場景里。

以下是肖洪波的現場演講內容，雷鋒網作了不改變原意的修改及編輯：

各位來賓大家下午好！今天很多專家講了演算法相關的工作，我想分享一下在我們實踐的過程中的一些自己的想法。我們提出了一個新的理念，叫LEAN AI，也就是精益AI。

首先簡單介紹一下觸景無限公司，我們專註在前端的智能感知層面。傳統的智能安防是通過前端進行視頻採集，傳輸到後端伺服器上進行處理。我們不一樣，我們的很多工作是在前端完成的。我們在這方面的努力獲得了很多認可，包括一些國際上的權威報告，其中2018年Gartner報告在中國僅選出了三家能實現軟硬體一體解決方案的供應商，我們就是其一。

LEAN這個概念，其實最早來自於豐田。豐田曾經提出了一個概念叫做精益製造，去除在汽車生產環節中很多無用、冗餘的過程。我們在做人工智慧的過程中，也有這個問題。

我們現在做了很多非常重、非常複雜的模型，有很多參數是冗餘的。那麼怎樣能夠給我們現在做的深度學習模型，或者人工智慧系統做一個減肥，能夠讓它在真正的場景中得到應用，是我們希望解決的問題。所以我們提出了一個概念叫做LEAN AI，也叫做精益智能，遵循這個概念，人工智慧可以在真實的場景中得到更好的應用。

人工智慧技術已經出現很多年，深度學習2012年開始進入大家的視野。在安防領域，人工智慧技術真正的影響在於把安防系統從「記錄」變成了「智能」。

傳統安防系統的作用只是做記錄。前端採集，後端存儲，中間有個傳輸，沒有特別大的信息價值。因為它只是做了一些記錄，是給人看的，需要回放，需要公安幹警自己用肉眼去看。

但是人工智慧的出現改變了整個局面。我們可以對信息進行結構化處理，從中提取出非常有用的信息。所以我想，對於傳統的安防企業來講，這裡存在一個非常大的挑戰，因為會有很多跨界的公司進入這一領域，就像華為這樣傳統的做信息技術的公司，很可能會進入到安防領域當中來。

這裡我給大家分享一個數據，來自Gartner的報告，關於2017年到2025年的人工智慧行業的價值預測。報告提到，到2020年，將有95%的的視頻或圖像將不會由人眼看，而是由機器看。

大家想一下我們現在做的傳統IT系統，我們會去看它的資料庫嗎？不會，我們不會去看資料庫里的原始記錄。我相信這些在傳統的結構化領域內發生的事情，都會在非結構化領域內發生，我們以後將不再需要用肉眼看這個世界。這樣的話所有的視頻數據，都會被結構化。我相信未來幾年，視頻的結構化，將會是一個非常大的市場。

這樣一來，市場對我們提出了一個非常大的挑戰，我給大家舉一個例子講一下我們在這方面的看法。

對一個中型城市來講，可能有多少攝像頭？大概有5萬個天網攝像頭，比如武漢這種省會城市可能有大概10萬個天網攝像頭。二類監控點的攝像頭大概是一類監控點的6-7倍的樣子，大概還有30萬個攝像頭，一共有35萬個攝像頭。

這35萬個攝像頭，假設清晰度為1080P，當然還有清晰度低一些的，也有4K的更高解析度的攝像頭。那這樣計算一下，上行帶寬的需求是多大？1400個GB/s。我們普通家庭用的寬頻是100兆，當然這裡面有運營商的換算方式在裡面，要除以8，上傳下載帶寬往往還是不對等的。大家算一下這個數字，安防行業對中型城市的帶寬需求是多大呢？應該是1000多個Tb/s的帶寬，這是非常巨大的數字。雖然在設計的時候，會有一些複雜的網路結構來解決這個問題，但是依然能夠體現出，安防本身對於我們城市的網路是有非常大的需求和挑戰的。

另外一點就是功耗，以某Top2視頻雲結構化伺服器廠商的數據為例，可以支持40路視頻的結構化的伺服器，功耗是1600瓦。如果我們這35萬路視頻都用伺服器來分析，需要多大的功耗呢？基本上全年的功耗是1.2億度，可以支持高鐵開640萬公里。這是非常大的功耗成本。甚至於你的機房都要重新建設，因為現有的機房沒有辦法支持這麼大的功耗。

安防系統的複雜度是呈指數級上升的。所以我們現在在天網系統裡面，很少把所有的攝像頭都拿到系統中去分析，而是選一些關鍵的卡點、卡位做分析，但這樣做往往是無效的。我們在跟很多客戶的交流過程中發現，警察接到報警後，經常是到現場的時候嫌疑人早就走掉了。如果我們沒有高密度的攝像頭分析，就無法預測嫌疑人的路徑，所以分析通常是無效的。

這樣看來，我們後台中心化的路線很難實現高密度的攝像頭節點覆蓋，沒有辦法支持那麼多的攝像機的分析以及結構化的處理。所以我相信我們需要的應該是更加輕量級、有彈性、更加健壯的一個系統，不單單是一個瘦的系統。我們叫做LEAN AI。

這裡有幾個需求，第一個是讓這個系統更加易用，讓不懂AI的人拿到系統就可以非常容易的立即上手。

第二個是它要有非常好的彈性，當我們面臨不同架構的時候，可以非常容易地調整我們系統的結構，適應現場的需求，無論面對的是學校、監獄這樣的小場景，還是面向公安的大場景。

第三個是低成本，我們以前在做系統的過程中，往往看到的是它的建設成本，忽略運營成本，很多客戶在做安防系統的時候，沒有考慮運營成本、帶寬的需求和功耗的需求，沒有將這些放到系統預算中來。

觸景無限提供的產品是低功耗邊緣智能引擎——盾悟人工智慧前端伺服器，這已經是我們發布的第二代產品，去年我們發布了第一代的智能引擎。這個產品在前端可以直接支持現有的攝像機進行結構化處理，支持8路攝像機，功耗很低，大概只有20瓦。同時我們在前端做了一個並群的集群，可以線性擴展，可以支持128路攝像頭。工作溫度是零下40度到零上70度。

同時這一智能引擎也支持我們自己發布的角蜂鳥開發者平台。角蜂鳥目前在全球已經有幾千名開發者支持，他們利用角蜂鳥在嵌入式平台做各種深度學習模型訓練。因為角蜂鳥與NCS都採用了Movidius的晶元，所以盾悟也平滑支持Intel NCS的模型，NCS全球的幾萬名開發者也可以將他們的模型非常平滑地嵌入到盒式的盾悟上。

剛才我們提到智能改造過程中系統架構的問題，我們的智能引擎是一個可插入的結構，不會影響現有的系統，架構依舊可以是從前端攝像頭到後端的識別比對平台或者視頻綜合平台。我們的智能引擎可以直接插入到邊緣側，作為一個邊緣引擎，實現智能化工作，單獨工作或者作為一個前端到後端的中間件，所以說它非常易用。

另外還有一點，它是一個完全分散式的智能系統，是按照單元來設計的。每個單元被分成了前端數據採集硬體、邊緣智能引擎，再加上局部的中繼服務，就可以覆蓋一個小單元。如果客戶是一個監獄的場景，可能一個單元就夠了。如果是一個比較大的場景，可以多個單元之間並聯。不同的單元之間可以動態分配任務，前端的模型可以分布在不同的智能引擎中進行運轉，並返回結果，這是一個完全分散式的系統。

這樣一來，大家在系統建設過程中，首先能夠大幅降低的就是能耗。因為智能引擎採用的是低功耗的晶元，整個晶元的峰值功耗只有3W左右，是非常低功耗的系統。其次在前端處理的時候，對帶寬壓力就沒有那麼大，可以非常容易地線性擴展到更多的攝像頭節點。

華羅庚先生有一段話我非常喜歡，他說「神奇化易是坦途，易化神奇不足提」。我們團隊做過很多人工智慧方面的工作，我以前也做圖像相關的研究。我們發現，在研究所裡面大家做了很多demo，效果看起來非常好，但這些demo往往是一些特別複雜的大模型，用大量的計算資源去解決某一個問題，把一個簡單的事情變得很複雜。

真正在工程裡面，我們要把一個複雜的東西變簡單，這才是最重要的。怎麼樣能夠在條件有限制的情況下，用最簡單的方法幫助客戶解決問題，把人工智慧真正地嵌入到客戶的場景裡面去，這是我們正在做的一點工作。我們希望構建一個精益智能的系統，去幫助我們的客戶構建他的產品。

我的介紹就是這些，謝謝大家！

關於中國人工智慧安防峰會

由雷鋒網 & AI掘金志主辦的「2019中國人工智慧安防峰會」，是業內極具影響力的AI安防論壇，致力於推動中國「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中國人工智慧安防峰會再度站在演算法、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」首次同台，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、前沿演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」、「世界頂尖演算法應用」、「前端動態識別與智能視頻雲」、「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。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！