02.26 疫情突襲下的AI行業:能否催化出“阿里級”產品?


疫情突襲下的AI行業:能否催化出“阿里級”產品?



“馬雲們是怎麼熬過非典的”?


今年春節期間,伴隨新冠疫情一步步加深,記錄17年前淘寶網破殼而出的一篇文章開始廣為流傳。當時,阿里巴巴內部驚現杭州市第四名SARS疑似患者,全體員工隨即進入SOHO(在家辦公)狀態,員工們以大量郵件方式溝通度過這段時光——淘寶網就在這個背景下搭建而成。


疫情突襲下的AI行業:能否催化出“阿里級”產品?


當年的疫情,催生了一批以互聯網、遊戲為代表的新興科技類企業快速起步,其中不少都成為了今天的巨頭。淘寶網就迅速走到臺前甚至在世界層面流量也排在前列。


歷史總是驚人地相似:如今在居家隔離期間,諸多消費需求被抑制,線上業務全線爆發、新的智能計算需求場景被開啟、傳統行業數字化轉型顯得愈發迫在眉睫……


2003年的阿里巴巴還是個四歲的孩童,投射到今天,一批人工智能、細分互聯網類企業也處在發展初期,新冠病毒引發的相關需求似乎“自天而降”,帶來新的發展動力。


以AI領域為例,典型代表包括復工以來始終供不應求的測溫相關場景,以及由互聯網醫療需求催生而來的AI輔助診斷、AI語音輔助病歷錄入、通過AI蒐集的個體動線及時追蹤疫情感染人員密切接觸者等。


“這次事件敲響了警鐘,公共安全危機其實是隨時存在的。某種意義上,這也是人類社會發展的必然階段。”深醒科技創始人袁培江向21Tech指出,而作為技術賦能型創業公司,“做到萬能不大可能,同行有很多公司在以不同的角度切入AI技術進行詮釋。我們的理解這次疫情帶來的啟示就是,需要產業鏈能夠協同起來,各自在擅長的領域發揮優勢做到極致,能夠把一個問題紮實解決,未來在這個領域就有機會走到中國甚至世界的前列。


紅外測溫“突破口”


在疫情發展前期,各產業都有些措手不及。


“在臨近春節前的那段時間,我們在北京還沒有感受到緊迫,當時更多想著怎麼安排假期。”袁培江回憶道,直到1月20日開始,在各方信息傳遞之下,開始意識到情況已經超出最初的預想。


“在早期根據公開的數據得出了相對樂觀的估計,最早我們預測在1月30日左右,病例增速會開始降低,到2月16日左右拐點基本可以出現,這也符合鍾南山院士早期的判斷。”袁培江介紹道。


可是後續出現了諸多轉折。


根據判斷,大概到3月中下旬,人流密度會進一步增強,而在此之前,隨著復工潮逐漸開啟,針對這種不確定性流動的預防和預測工作開始變得重要起來。


“其實絕大部分創業公司在疫情早期很難有機會真正參與到抗疫一線,大部分公司並不具備執行力。比如北京的小區也不鼓勵居民外出,所以我們基本都是居家辦公。”他表示,所以在早期,創業公司頂多是通過捐錢捐物的形式參與其中,並考慮提供算法服務和相關有算法需求的產品。


隨著防控工作進一步深入到以社區為代表的毛細血管中,加之復工返崗出現的人口流動加大,紅外測溫相關產品成為繼口罩之後的急需。大到人流密集的鐵路交通、商場等體系,小到社區、辦公室等場景,不同的只是產品形態。


疫情突襲下的AI行業:能否催化出“阿里級”產品?


這成為以AI安防為主要陣地的公司可以進一步發揮作用的地方。基於此前在人臉識別、大數據動態追蹤方面的技術積累,相關公司相繼推出紅外測溫相關產品解決方案。


與安防產品的理論同源,這一次,AI公司要“抓捕”的是一個名為“新冠病毒”的“逃犯”,它機巧地悄悄附著在人群身上,伺機進入人體內系統。而及時搜尋到這些不小心“被載體”的人群是當下疫情防控的關鍵。


袁培江介紹道,春節後,公司團隊開始全力以赴推出疫情相關產品,在“抗疫”第一階段,深醒科技推出了手持類、安檢門、熱成像攝像機等測溫場景產品。


雲天勵飛新商業產品線總經理王辰也向21Tech表示,“在春節前,公司已經有較大投入和準備,針對疫情的暴發,安排了專門的團隊進行從工業體系到產品和解決方案的推出。以保證在春節期間,有完整的團隊在開展相關工作。”


在抗疫1.0階段,雲天勵飛推出了AI測溫門、人臉+測溫通行閘機、人臉門禁+溫度檢測等產品。


疫情突襲下的AI行業:能否催化出“阿里級”產品?

示例圖,圖源:玉林廣播網


伴隨著抗疫深化、復工復產逐漸開啟,AI公司們進入了2.0階段——推出系統集成解決方案。


“核心痛點在於面對無序的人流,沒有有效的手段將相關數據收集和留存。”袁培江指出,由於此次新冠肺炎存在潛伏期,患者體內疾病暴發會存在諸多身體信號累積、並在暴發後需要對前期行動軌跡的搜尋,這與此前開展的安防類AI業務高度契合。


他進一步表示,技術本身是工具,要與其他算法和數據採集端結合起來,就有了很大價值。“深醒專注安防,如何預測、如何事前查詢和判斷是我們的優勢。此前我們已有類似的系統,這次是增加了溫度識別的能力。”


王辰也介紹道,復工潮的開啟讓政府和企業都對大數據管理有了更大訴求,因此雲天勵飛提供了企業復工解決方案以及樓宇疫情管理方案。


“很早開始,公司就在為政府和園區提供基於人像的完整管理和數據應用解決方案。只是在疫情期間會更關心體溫、口罩佩戴、分時段人員聚集等數據。我們本身就有所佈局,針對疫情會加入一些關鍵數據,可以快速給政府和客戶投入市場。”他補充道。


難點:硬件供應、軟件技術積累

“天量”訂單出現的同時,難題也隨之而來。核心在於硬件供應。


國內的紅外測溫產品以往更多用在軍工市場,民用市場需求相對穩定但規模較小,供應企業數量也有限。


以該領域的龍頭企業來說,高德紅外的高管近期在與投資者溝通中曾表示,“一些企業可能原來做過安防、工業測溫等,但是人體測溫要複雜得多,公司是十幾年技術迭代的積累才有今天的成果。一般的企業做這樣的產品可能不夠穩定,所以有很多企業和我們合作,有些核心技術也是我們來提供,我們也給其他廠家提供探測器或熱像儀。”


疫情突襲下的AI行業:能否催化出“阿里級”產品?


據該公司表示,目前新投產了2萬臺紅外測溫產品,這幾天進入快速生產、密集交付期,預計在3月初完成生產並交付。


即使到目前為止,依然有不少人會在社交平臺上“跪求”紅外測溫儀等產品,以期儘快達到要求進而復工。


袁培江向21Tech坦陳,紅外測溫的核心是硬件模組,這決定了很多性能指標,比如要能夠抗干擾、分辨率要高等。“近距離手持類測溫儀會好一點,因為受到的環境干擾小,但手持類儀器可能還存在芯片性能的差異。總體來說,手持測溫儀價格相對低,所以相對芯片可能會沒有測溫門或者更大的儀器那麼好。”


他續稱,從現階段來說,測溫儀硬件產品本身在短時間內達到了一個技術巔峰也可稱之為瓶頸階段,當硬件的絕對精度達到峰值的時候,軟件算法發揮作用的時候就到了。


“軟件算法和模型,我們認為會是未來主要的趨勢。這也是對行業的一個引導方向,鼓勵很多創業公司、研究所把精力放在這裡。”袁培江認為,從軟件層面如何設計計算模型,從而提高預測結果,把算法、工程、需求和好的模式串聯起來,才能讓精度得到進一步提升,這也是當前的根本機遇。


不過袁培江也指出,不要過分誇大了技術自身的價值和能力,誤以為面對同時上百個人出現的場景,就可以把數據迅速收集得又快又準。


“以測溫產品為例,其原理是通過體表的反應得到一個相對粗的結果。”他向21Tech解釋道,正常情況下,在軍用探測和夜視環境中,並沒有對測溫度準確性有太高的要求,但目前對人體溫的檢測不同,可能一個人因為測量的是不同的身體部位、露膚程度不同等,都會影響到測量結果。


“紅外測溫的價值在於,在相對穩定的環境下,有利於無感知非接觸的測試,但要求是外部干擾不要太大,或者通過場景設計或算法把環境影響儘量減少。”袁培江表示,比如用於通道式測溫的儀器,可以保證人與人之間有一定間隔,基於此目前最好可以把測溫準確度平衡在0.2-0.3度之間。“測溫門這類產品可以擔任相對小範圍內的場景應用,精度可以滿足要求;但更大範圍的場景,因為干擾較大,更多可能只能作為參考。”


王辰則向21Tech介紹,基於公司目前推出的系列產品,克服的技術難題主要包括三個維度:在額頭測溫時,精細化檢測範圍;口罩檢測時,通過多角度觀察擇優挑選,進行識別,目前檢測精度可以達到98.6%-99%;溫度校準時,受場景差異大要求影響,要細化具體方案。


“測溫精度的差別來源於傳感器,目前市面上主要有三類。”他分析道,一種是點狀測量,範圍大概在10釐米,對精度要求不算太高;其二是類似線型掃描,精度有保證但產品價格更高;其三是通過對整個面部掃描得出熱成像結果。“後兩種我們都有用到,這樣可以從傳感器層面保證較高精度。”


據介紹,雲天勵飛較早就介入了高精度測溫要求的熱感應場景應用,比如在已經通車的港珠澳大橋上提供體溫和人臉識別方案。因此在相對高精度要求的測溫場景中有過大量模型訓練,加上其他補償機制,目前已可以得出相對精準的測量結果。


“我們很早就佈局了紅外體溫測量、口罩異常檢測的基礎算法,供訓練和算法模型提升。”王辰續稱,由疫情突然暴發帶來的缺貨不會對產品本身精準度帶來太大影響,但對出貨或多或少會有影響。“但是我們有大量長期的合作伙伴,可以保證為企業和政府提供相應服務。”


回過頭看:這就是機遇


在“不約而同閉門不出”的這些日子裡,受影響的不僅僅是我們日常的休閒生活,尤其對創業型公司而言,由此帶來的交貨壓力、資金壓力、運營空檔期帶來的成本壓力等都成為不可忽視的難點。


但反過來看,特殊時期突然湧現的大量需求也不失為一種新的測試和發展機會。袁培江就認為,“BAT等很多巨頭也都曾在這種過程中成長起來,疫情會為一部分AI公司催生出新的訴求,

這之間肯定不會是互相完全競爭,而是經過這些過程,有機會在細分領域走到世界前列。”


這一次在疫情期間提供解決方案的AI廠商,也都是基於此前在各場景應用的技術能力延伸而來。不論是基於面部識別技術發展出的口罩佩戴識別、測溫結合特定人員路線追蹤能力,還是基於自然語言處理技術落地到醫院場景帶來的病歷智能錄入等技術,更可以理解為是對此前技術積累的一種突發“考核”。考驗的是面對新場景應用的快速落地和校準水平,以及產業協同對最終量產出貨的能力積累。


“這期間要把握住專注中國市場的優勢,有需求、有數據、有應用場景,能夠有團隊把握住機會和挑戰,一步一步成長起來,最終才能生存下來。我們認為疫情帶來危機,也是很好的機遇。祝願小夥伴們能在這過程中找到適合自己的路,充分協同、發揮自身優勢。”他總結道。


分享到:


相關文章: