人工智慧:物理安防中AI和雲的下一步是什麼?

2020-12-01 千家智客

Artificial intelligence: what’s next for AI and the Cloud in physical security?

人工智慧（AI）和深度學習在物理安全市場中的應用涵蓋了從雲計算到邊緣計算的各個領域。各種硬體解決方案都能夠把AI部署在不同級別的系統中，從雲端到邊緣設備，如安全攝像頭。

更智能的AI應用

分布式結構可以包含雲計算和邊緣計算。它將人工智慧（AI）算法從雲端擴展到本地視頻錄像機和伺服器，並進一步擴展到安全攝像機等邊緣設備。三層架構都支持構建一類新的AI驅動應用目標，甚至更智能，更快速。

雲端攝像機視頻分析和深度學習功能的結合可以改善視頻分析。攝像機可以配備基本的視頻分析，它們與雲基礎設施相連，可提供額外的深度學習算法。這些攝像機提供計算機視覺預處理，而大量詳細的分析則可以在雲端神經網絡中處理。

軟體即服務（SaaS或雲）模式為企業提供了改善深度學習的資源。使基於用雲端系統來自不同客戶的大數據，系統將變得更加精確、規模更大更容易擴展。所有數據匯聚到一起，用戶之間便可以共享知識數據帶來的利益。

從邊緣到雲端的數據分布

雲計算允許具有各種計算功能的用戶在私有雲或位於數據中心的第三方伺服器上存儲和處理數據。然而，隨著計算業務變得越來越頻繁和複雜，對數據處理性能的需求甚至更高。在數據傳輸到雲端的過程中，雲計算消耗了巨大的網絡資源和時間，這些都導致網絡擁塞和低可靠性。

從邊緣到雲端，整個系統的數據分布，任何一點都可以減輕壓力。通過將AI算法配置到邊緣設備中，僅僅提取和發送諸如視頻圖像中的人員或車輛之類的關鍵信息，將明顯地提高傳輸效率並降低網絡帶寬，同時仍然能夠保持高質量和準確性。

雲端增加了AI功能

雲端提供了AI和深度學習應用所需的額外數據計算功能。單個Amazon 網絡服務數據中心就擁有50,000到80,000臺伺服器。總而言之，據觀察人士評估，亞馬遜網絡服務可能擁有300萬到500萬臺伺服器。而其它主要雲服務商，如谷歌，微軟，VMware，Citrix等，都增加到了數百萬臺伺服器。

亞馬遜網絡服務（AWS）為企業提供廣泛而深入的機器學習和人工智慧服務。實際上，該服務為所有開發人員提供機器學習，使他們能夠快速構建，培訓和部署機器學習模型。

為了消費者的利益，亞馬遜網絡服務將專注於處理那些比較棘手的阻礙開發者使用機器學習的挑戰。所有功能基於全面的雲平臺構建，該平臺針對機器學習進行了優化，具備高性能且不會影響安全性和數據分析。

邊緣系統的優勢

深度學習和神經網絡計算無處不在。它們現在已經在本地計算機，嵌入邊緣設備的系統中，甚至雲端廣泛使用。

邊緣計算在視頻監控市場中尤為重要，它使系統能夠在任何帶寬或延遲問題都會限制基於中央伺服器系統有效性的情況下運行。同時，基於邊緣的功能還降低了對信息隱私的擔憂和對網絡連接的依賴。

人工智慧（AI）是一個計算密集型的過程，無論是在雲端還是在本地計算機上，在邊緣進行處理都無需集中進行。特別是視頻監控攝像機，沒有足夠的帶寬來通過網絡基礎設施傳輸視頻數據以進行處理。全球一半以上人口密集的地區網際網路速度低於8 mbps，這肯定無法處理新智能應用所需的數據水平。

延時是採用邊緣智能的另一個優勢。目前，大量的應用越來越要求很小甚至沒有延時（小於200毫秒），並且將數據傳輸到其它地方再進行處理則需要花費時間。

邊緣計算還可以確保數據更加私密，而不是將數據留存在私有雲或公共雲中，甚至本地存儲。 更高的計算能力和邊緣嵌入式系統的效率為具有智能的物理安全設備鋪平了道路，遠遠超出了業界現在使用的範圍。（編譯/蒙光偉）


來源：sourcesecurity.com


相關焦點

  • 重新定義行業,「第二屆中國人工智慧安防峰會」萬字長文回顧
    今年，他在此議題上更進一步，全維度地分享了阿里「城市視覺智能計算平臺」在各行各業中的應用落地。華先勝博士指出，人工智慧在商業領域的成功都遵循一個規律，即通過算力+算法+數據挖掘城市數據中的價值，能挖掘出多大的價值點，這是最為核心的要素。視覺智能作為人工智慧的重要組成部分，其信息處理具有數據量大、複雜度高等特點。
  • 未來科技的發展,人工智慧還是熱點嗎?AI的意義是什麼呢?
    【文|鴻語 編輯|柯文】未來的科技的趨勢和熱點是什麼呢？當然人工智慧榜上有名，ai的意義個人認為是人類在已有知識用計算機智能算法去重複演練的的一個過程。ai就是人工智慧，現在人工智慧已經深入家庭，智能音響掃地機器人無人駕駛等等，取代了簡單重複而沒有意義的事情，在醫學上採用了機器人手術甚至是開顱在大腦上操作，這種複雜而又精準的人工智慧使得醫生在體能上減少和精準上提高。讓人類有更多的時間去深耕那些更重要更偉大對人類更有意義的事情。工業製造的，檢測，碼垛，打標，上下料，焊接，噴圖.
  • 港科大教授權龍:三維視覺重新定義人工智慧安防
    以下為權龍教授的現場演講內容，雷鋒網作了不改變原意的編輯及整理：感謝雷鋒網的邀請，今天我主要分享下現階段計算機視覺的現狀與未來發展方向，以及三維視覺在人工智慧安防中的應用。而人工智慧安防也同樣是伴隨著計算機視覺的發展而崛起。2012年是非常重要的一年，當時在ImageNet比賽中，有團隊用卷積神經網絡CNN把圖像識別準確率從75%提高到了85%，這件「非常小」的事情帶動了這一輪深度學習之下的人工智慧，所以我們也可把2012年稱作是這輪以深度學習為代表的人工智慧元年。
  • 2020年度 AI 安防十大關鍵詞 | 年終盤點
    人工智慧、集成電路等基礎技術的科技創新被提升到國家戰略層面。某業內人士曾指出，「當下國產晶片自給自足率不足三成，中國整個半導體產業鏈發展明顯有短板和不足，但是在功率半導體領域，我們看到它率先進行突圍，與國際一流技術水平差距在縮小。」目前，大多數中低端晶片都已經實現了國產化。
  • 14段語錄,聽懂「AI+安防」的冰與火之歌丨AI 安防峰會 2018
    顯然，「變革」已經成為安防行業的時代主題。在此大環境下，眾多安防大會的演講內容依然陳舊且同質化嚴重，嘉賓往往只針對市場、業績、行業、趨勢等主題泛泛而談，為參會者創造的學習價值有限。在這個節點，作為「AI+安防」這一報導方向的領跑者，雷鋒網將於3月31日舉辦「2018中國人工智慧安防峰會」。
  • 三要素撐起「人工智慧+安防」金字塔
    近幾年來，「人工智慧+安防」的理念被越來越多的的安防企業接受和發展，並以此為中心，形成了一系列的產品和系統解決方案。人工智慧在安防行業的快速落地，得益於全國範圍內安防設備的普及，無需進行過多的基礎建設，即可達成人工智慧的落地。另一方面，安防行業對人工智慧技術有著強烈的需求，隨著人工智慧技術的成熟和規模化應用，產品為用戶帶來更多更便捷的體驗。
  • 雲從科技AI智慧展廳正式開放
    雲從科技在重慶數字經濟產業園打造了一個AI（人工智慧）智慧展廳，你可以去體驗一下。    4月15日，重慶日報記者從兩江新區了解到，我市人工智慧領域首屈一指的「獨角獸」企業——重慶中科雲從科技有限公司（下稱雲從科技）打造的AI智慧展廳已正式開放。市民可以先預約，就有機會見識到大數據智能化領域的一系列最新成果。
  • 2019 年度十大 AI 安防熱點事件丨年終盤點
    「宇視在阿里雲的夥伴中走在最前面、發展最好，向世界宣布我們生了個孩子，一起養大。」阿里雲研究員吳翰清如此比喻。自創立以來，Vocord不僅開發了人臉識別系統，還在此基礎上創建了智能視頻監控系統和交通違規、交通流量分析等系統。目前，Vocord開發的人工智慧系統已應用於2000多個商業及政府項目、俄羅斯國內外70多個城市安全項目中，公司客戶包括俄羅斯內務部、聯邦安全局、移動通信公司和部分銀行。
  • 安防的「江湖」
    隨著海康威視和大華股份等國內安防巨頭的崛起，外資安防企業在中國市場開始節節失守，先是中低端市場失守後，接著是高端市場。在中國安防企業的巨大衝擊下，外資安防巨頭紛紛撤離中國市場。外資安防巨頭一撤離，上海就喪失了長三角安防市場中心的地位。
  • 熱成像助力AI+安防產品
    科技在不斷進步，科技產品日新月異，人工智慧在安防行業刷了屏的同時，紅外熱成像產品以遞增的趨勢在民用領域被廣泛應用。那麼，在熱成像領域，AI的應用情況如何?熱成像+AI會發生什麼?熱成像的成像原理自然界中的物體，除了具有我們所熟悉的可見光圖像外，還具有一種紅外熱輻射圖像，但人的肉眼看不到紅外熱輻射，這是因為它所發出的是紅外線，為不可見光。
  • 晶片國產化勢在必行:安防行業勇當先鋒
    2018年8月31日，證監會在對全國兩會提案的集中答覆中，明確定性「安防監控和晶片產業是關係到國家安全和公共安全的核心產業」，並表態「推進資本市場制度創新，支持安防監控和晶片行業企業做大做強」。可以預見，未來我國晶片產業將乘風破浪，通過逐步「智造」更高質量的「中國芯」，破除前行之路上的迷霧。安防為何「芯芯念念」？
  • 微軟AI領導者沈向洋離職,下一步他將去哪裡?
    1998年，他前往北京協助創建了現在的微軟亞洲研究院，一路高升至院長和微軟「傑出工程師。2007年至2013年，他負責必應搜尋引擎的產品開發。2016年9月，微軟合併了包括必應、虛擬助手「小娜」(Cortana)、機器人業務等多個團隊，成立了人工智慧和研究事業部。
  • 全球三十大最佳 AI 創業公司公布
    在此背景下，機器之心推出首屆「Synced Machine Intelligence Awards」年度獎項評選，希望通過四大獎項來記錄過去一年人工智慧的發展與進步，更希望最終獲獎企業的成績與經驗能夠為所有的人工智慧從業者帶來靈感與啟發，以實現人工智慧的更大發展。
  • AI時代,安防運維發展現狀與智能化應用
    中國安防行業發展了近30年，行業發展從無到有、從弱到強，從模仿國外產品到引領全球技術，中國安防行業以視頻技術應用為特點經歷了四個發展階段：（根據網上資料整理）AI時代下安防行業面臨諸多困難這些暴增的需求和日積月累下來的安防設備，給安防運維服務提供了新的機遇，也提出了新的挑戰。當前視頻運維系統提供商水平參差不齊人工智慧、大數據時代的到來，使得信息資源日益成為重要生產要素和社會財富，以數據驅動警務變革正逐漸成為警務發展的重要趨勢，視頻資源和設備資源成為其中重要的數據資源和應用支撐。
  • 2017數博會現場:騰訊雲輸出人工智慧,助力形成多個區域化智慧城市群
    ，騰訊雲已經和全國14個省、50餘座城市籤約合作，這個數字每個月都有新增，全國在形成多個區域化的智慧城市群，智慧城市的打造也進入人工智慧的連接時代。　　他表示，在國家「網際網路+」戰略下進行的智慧城市在國內全面鋪開，和以往不同，這次的新型智慧城市以人工智慧作為連接，有實際的應用場景和效果，政府和企業方都在致力於打造更接地氣的智慧城市，他同時分享了幾個核心觀點：　　·智慧城市的創造者，不僅向外獲取服務，更需要向合作方獲得人工智慧基因　　·過去智慧城市定義為城市，應該做擴大化解釋，因為一個城市是由一個個商業地產
  • 人工智慧的下一步是什麼?我們應如何定義生命?
    他們正在對人工智慧進行改進，力圖創造出能夠實時讀取人類情緒的下一代個性化機器人。那麼，人工智慧機器人的下一步是什麼呢？如果它們能夠模擬生物，我們能否授予它們作為生物的資格？甚至能否授予它們人格呢？近年來一系列令人激動的技術進展，如能夠利用核酸鏈開展快速平行計算的生物計算機、以及索菲亞等具有人工智慧的類人機器人等，都需要科學家好好定義「生命」這一概念。
  • 那些影響「安防新十年」的世界級科學家們
    安防領域的這些研究方向是什麼？代表人物是誰？沒有人知道標準答案。上一個十年的安防技術創新，混沌、碎片、野蠻生長。項目工程為導向的技術部署模式，也使得基礎研究對這個行業的改變乏善可陳。而在自主創新與新基建的時代浪潮推動下，前沿技術將進一步走到臺前。那麼下一個十年安防技術的趨勢是什麼？
  • AI防癌地圖不斷展開 醫學科研發展的速度也越來越快
    有資深業內人士曾表示，投機者「走一步看一步」，有理想的創業者「走一步看百步」。相比於很多醫療公司終日困惑的商業化問題，素有「AI四小龍」之稱的依圖醫療希望在AI+醫療賽道上實現「異道超車」。依圖醫療副總裁方驄博士表示，依圖醫療則側重智能醫療與診斷的領域，且產業化才是推動智能醫療健康發展的根本。
  • AI創業黑幫:27位清華「人工智慧青年」趕上好時代
    在人工智慧創業大潮下，誰才是AI創業者的搖籃？地平線基於BPU自主研發的嵌入式人工智慧視覺晶片已成功面世，推出了面向智能駕駛的徵程(Journey)系列處理器和面向智能攝像頭的旭日(Sunrise)系列處理器，並向行業客戶提供「算法+晶片+雲」的完整解決方案。
  • 行人重識別技術不斷突破 安防企業力拔頭籌
    【安防展覽網 企業關注】近年來，越來越多的攝像機被部署到公共場所中。如何藉助人工智慧技術實現海量視頻數據的智能分析和應用，成為構建智能安防的關鍵。其中，行人重識別(簡稱為ReID)正是核心課題之一。行人重識別是利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術，廣泛被認為是一個圖像檢索的子問題。不同於人臉識別，行人重識別是將同一個人在不同攝像設備下的影像匹配起來，生成跨攝像頭時空軌跡。當前，行人重識別被廣泛應用於各類圖像分析應用，是眾多巨頭密切關注的技術方向，英偉達、Facebook、微軟、BAT、華為、中興等企業均有涉及。