近日，中國科學院大數據挖掘與知識管理重點實驗室發佈《2019年人工智能發展白皮書》，推出一份全球人工智能企業 TOP20 榜單，具體名單如下：
圖片來自：《2019年人工智能發展白皮書》
其中，微軟排名第一，市值為1.21萬億美元；谷歌和臉書位列第二和第三，市值分別為9324億美元和5934億美元。
中國共有7家企業上榜，其中，百度位列全球第四，領跑中國，市值為438億美元；大疆創新、商湯科技、曠視科技、科大訊飛則“承包”了後四位。另外兩家中國企業是松鼠AI 1對1和字節跳動，位列第十和第十一。
圖片來自：《2019年人工智能發展白皮書》
據中國產業信息網和中國信息通信研究院數據，世界人工智能市場將在2020年達到6800億元人民幣，複合增長率達26.2%，而中國人工智能市場也將在2020年達到710億元人民幣，複合增長率達44.5%。
中國的AI實力正在不斷提升，並且在各行各業滲透。人工智能技術首先落地應用的領域就是安防行業，涉及到交通、公安、金融、教育、樓宇等多種應用場景。
但這不僅僅是中國AI企業的功勞，榜單上的一些國外AI企業和中國AI或安防企業攜手，也推動了整個安防行業的發展。
比如大華曾和英偉達攜手造“安防芯”，發佈了一款極高計算性能的智能視頻結構化服務器“Deep Sense睿智”系列，將安防行業推向深度學習的智能階段；海康攜手英偉達發佈深度學習智能安防系統，打造“刀鋒”開創性服務器，讓空間利用率更高、電能損耗更少。
在安防領域，99%以上的數據是非結構化數據。這就需要AI深度學習算法的突破，對目標進行識別，對物體進行檢測，對場景進行分割，對人物和車輛屬性進行分析。相比較傳統的智能算法，深度學習在解決視頻結構化問題方面更智能。
“AI+安防”讓城市公共安全的治理變得可視化、網絡化、數字化、智能化，讓前端的數據採集、存儲、傳輸、管理、應用等形成多個產業鏈條，產生價值，推動產業升級和加速商業化滲透。
回顧前兩年，科技部等多部門經過充分調研和論證，確定了五大國家新一代人工智能開放創新平臺：分別依託百度、阿里雲、騰訊、科大訊飛、商湯科技，建設自動駕駛、城市大腦、醫療影像、智能語音、智能視覺人工智能開放創新平臺。
兩年過去，榜單中，百度的自動駕駛，科大訊飛的智能語音，商湯科技的智能視覺人工智能開放創新平臺，都取得了哪些進展？與安防行業又有哪些融合應用？CPS中安網對此進行了梳理和採訪。
百度自動駕駛與安防密切相關
近日，麻省理工科技評論、國際科技媒體Gigabit Magazine、金融科技媒體PYMNTS相繼發文介紹百度AI最新的科研成果，一系列前瞻技術在疫情防控中的突破應用，對百度AI的實力刮目相看。
而百度AI 在場景落地應用最廣的則是百度Apollo平臺，覆蓋智能信控、智能公交、自動駕駛、智能停車、智能貨運、智能車聯等領域。
百度Apollo作為全球首個自動駕駛開源平臺和生態，已先後開放了七個版本的能力，匯聚了177家生態合作伙伴，通過開源開放，全球97個國家超過3.6萬名開發者正在使用Apollo開源代碼。
圖片來自：《2019年人工智能發展白皮書》
截止到今年3月，在智能交通的賽道，百度Apollo陸續跟長沙、保定、滄州、雄安、重慶、合肥、陽泉等城市合作，簽下車路協同規劃建設項目相關的諸多訂單，助力當地完成智能交通、智能城市建設，引領中國智能交通建設。
在中科院的《2019年人工智能發展白皮書》中，重點分析了百度Apollo，根據報告顯示，作為國家新一代人工智能開放創新平臺，百度近年來已構建起完整的產業生態，成為中國目前唯一具備自動駕駛及車路協同全棧研發能力的企業。
百度Apollo的限定場景自動駕駛、開放場景自動駕駛，以及車路協同智能交通等解決方案，依託自然語言處理、計算機視覺、機器學習等AI技術，將有效改善交通出行的痛點問題。
那麼，百度Apollo的自動駕駛跟安防是什麼關係呢？它在安防領域的應用又有哪些呢？
從技術層面來看，兩者是密切相關的。據瞭解，目前自動駕駛系統主要靠兩種方式來實現，一種是通過激光雷達系統，使用範圍很廣，可應對各種路況的複雜場景，缺點是成本太高，不好推廣；另外一種是視頻監控分析系統，系統較為成熟，成本低，較好推廣。
經過多年的發展，安防行業的核心技術優勢是視頻監控、芯片開發、傳感器性能等的技術集成，而這與自動駕駛基於高清攝像頭、視頻、計算機視覺和大數據、交通控制等的技術基礎很貼近。
自動駕駛的車輛，可以通過視頻監控，實時分析路況、附近車輛及行人信息，基於分析的結果，車輛可以做出及時有效的反饋；
而圖像傳感器的性能也決定了傳輸圖像質量的高低，沒有高質量的圖像獲取與傳輸，就很難保證視頻分析的準確性。
視頻終端的智能化之後，還需要開放、完整、安全的後端軟硬件和服務平臺，對設備採集的數據進行實時分析，研判車輛行駛情況。
從障礙物感知、決策規劃，到雲端仿真、高精地圖服務、端到端的深度學習，百度Apollo將這五大核心能力進行開源，讓所有的自動駕駛企業、平臺合作商、合作伙伴都能共同學習。
據麥肯錫的預測，到 2040年，自動駕駛汽車的銷售收入，中國的市場規模預計達到9000億美元。這意味著，這將大大推動AI+安防技術的大範圍落地應用。
除了百度Apollo以外，隨著5G的大範圍商用，百度智能雲、百度大腦也借用5G高網速和8K超高清畫質的支持，加上AI技術的優勢，助力智能化安防技術升級，打造城市AI計算中心，製作“城市管理一張圖”。
在5G高速傳輸、邊緣計算和AI能力的支持下，遠程監控從“看見”到“看清”，快速識別出“你是你”。用超高清視頻技術升級現有城市安全、反恐防暴、交通監控，再結合AI識別技術，實現區域性人臉、車輛、火災等識別，將大幅提升安防領域的保障能力。
商湯：構建“城市視覺中樞”，強化定製服務能力
商湯科技在榜單中，以計算機視覺技術、深度學習技術和70億美元的估值，排在第六。
首先，商湯的人工智能技術應用覆蓋面較廣，不僅限於傳統的安防領域，而是聚焦於整個智慧城市板塊，如城市管理、智慧政務、交通、機場、校園、社區等。
而且，商湯的智能視覺人工智能開放創新平臺，被國家確定為新一代人工智能開放創新平臺。
人工智能技術的發展讓視頻從“看清”進入了“看懂”的時代。
AI技術能夠檢測和識別視頻中的行人、車輛、道路、事件，完成對城市關鍵要素和對象的動態建模，進而理解、分析和預測城市行為，在海量城市大數據中提煉有價值的信息，為城市管理提供決策依據和有效工具，推動城市的智能化建設。
商湯科技的人工智能技術主張為城市構建“城市視覺中樞”。通過打通從數據採集標註、模型訓練部署、業務系統上線的整個鏈路，構建多樣化場景需求與模型高效生產的閉環；
同時，賦予客戶本地模型生產能力，自主滿足長尾需求開發。最終，讓AI算法的場景化和規模化及自動化生產成為可能。
以“城市視覺中樞”為基礎，商湯推出了“AI City端邊雲一體化方案”，整合端邊雲智能全技術棧創新，提供商湯智慧城市AI生態系統的中樞能力，支撐智慧城市全場景的業務創新，應用於城市街區、公園、校園、社區、寫字樓、銀行、機場、地鐵等影響人們生活的方方面面場景。
此外，商湯還建立了開放生態，與合作伙伴共建城市智能應用生態。通過聯結上下游合作伙伴，滲透城市場景，為城市管理者、參與者提供更加完善、靈活、適配的整體解決方案，開發各類應用與服務，打通城市公共服務、城市產業服務、城市惠民服務三大智能應用體系，覆蓋更多城市場景。
目前，商湯所參與的智慧城市級項目已經覆蓋了全國30多個省市自治區。
在單個系統視頻接入量方面，商湯有幾款系統都排名全國前茅，這對算法精度，算法多樣性，以及系統的併發和高可用都是巨大考驗。而且“城市視覺中樞”在北上廣深一線城市都有項目落地，實現了單個系統接入量超過10萬路規模。
商湯科技智慧城市綜合業務事業群副總裁張果琲表示：“通過匯聚數萬路級的視頻，在視覺中樞進行增量訓練和處理。我們發現，基於城市級的數據，算法可以得到大幅優化。藉助AI算法升級，我們可以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。”
張果琲認為，人工智能是種服務，除能力平臺和業務平臺的建設外，商湯科技還將建立智慧城市運營體系，為用戶提供定製及持續服務的能力。
商湯目前配備了專業的服務團隊，在國內建立了6大服務中心，逐漸強化服務能力。
同時，還建立創新實驗和測評認證等團隊，對數據、產品、技術進行持續迭代，將核心能力和智能應用不斷優化、不斷外延，真正推動城市的可持續發展。
隨著社會發展，城市中每天都會產生大量碎片化、長尾的業務需求，如人行道違章停車、煙火檢測、傘蓬違規佔道、共享單車雜亂擺放、共享單車違停、垃圾滿溢檢測、垃圾暴露檢測、工程車拋灑等。
當前的AI模型，存在長尾需求支持不好、需專項定製等難題，難以快速實現AI與多行業的結合和賦能。
2019年，商湯在城市級分析場景的SenseFoundry方舟城市級視覺開放平臺基礎上，推出了SenseSpring深泉智能模型生產平臺，對“城市視覺中樞”進行全新升級。
“深泉”可以通過圖形化界面操作，它可基於用戶提供的數據和標註信息，提供模型的自動訓練，還能對得到的模型進行評估、迭代，從而篩選出最佳模型自動完成部署，供用戶進行調用。
可以說，“深泉”打造的是一個開放的模型訓練平臺，在縮短反饋鏈週期的同時，儘可能確保最終產品滿足客戶預期，用低技術門檻快速解決各類需求。
曠視：三大BG齊頭並進，軟硬結合
2019年，曠視人工智能賦能的解決方案主要應用於個人物聯網、城市物聯網和供應鏈物聯網三大領域。
具體來看，針對個人物聯網領域，曠視科技可以提供個人物聯網解決方案，包括算法及軟件技術，以人工智能賦能攝像頭，改善個人設備的用戶體驗。涵蓋設備解鎖解決方案、計算攝影及視頻處理解決方案和Face ID解決方案。
城市物聯網領域提供城市物聯網解決方案，包括算法、軟件及人工智能賦能的傳感器，將城市空間數字化，讓城市及社會更加安全和高效。涵蓋智慧城市管理解決方案和智慧社區管理解決方案。
供應鏈物聯網領域提供供應鏈物聯網解決方案，包括算法、軟件及人工智能賦能的機器人，通過人工智能賦能機器人及傳感器，讓供應鏈更有效率。涵蓋智慧物流解決方案和智慧零售解決方案。
在今年，曠視則重點發展泛園區智能化市場，聚焦於智慧通行、智慧安全、智慧生活三大核心板塊。
同時，曠視加大軟硬結合的力度，在軟件上，開源了 Brain++ 中的核心組件曠視天元（MegEngine）深度學習框架；在硬件上，打造出多款不同規格的硬件，以助力於企業數字化建設。
科大訊飛：“AI+安防”的佈局會更寬廣
在人工智能領域，科大訊飛已經有多年的研究根基，在人工智能核心技術層面實現了多項源頭技術創新，多次在機器翻譯、自然語言理解、圖像識別、圖文識別、知識圖譜、機器推理等各項國際評測中取得佳績。
近幾年人工智能技術不斷髮展，AI算法層出不窮，將人工智能技術應用到安防領域成為必然趨勢。
科大訊飛智慧城市事業群副總裁兼工程業務群總經理程效根向CPS中安網介紹，科大訊飛一直把握行業發展趨勢，積極將自身人工智能核心技術與安防行業結合，在市場上發揮了較大的勢能，主要的核心技術融合運用體現在以下幾個方面：
▎智能語音技術實現實戰應用
將科大訊飛智能語音技術在語音指揮調度、語音信息發佈、警情語音分析等方面實現了實戰應用，打造了扁平化指揮調度模式，一方面實現了語音調取設備、警力資源、語音派警、語音反饋的警情流程；
另一方面實現了一鍵指揮、統一調度，第一時間下發警情及調度指令、實時跟蹤、及時閉環，不僅有效提高了指揮調度效率、警情處置效率、勤務管理效能，而且還進行了有效的執法監督。
▎核心能力平臺、AI算法提供有效支撐
圖片來自：科大訊飛
擁有核心能力平臺，如大數據平臺、雲計算平臺、AI平臺等，為雪亮工程、智能交通等工程的智能解析中心提供有效支撐，使資源利用更節約、計算速度更高效、解析能力更豐富。
擁有如圖像識別、視頻結構化等算法，可將前端數據進行有效的分析，並將特徵值進行關聯、碰撞等，可實現事件檢測、車輛比對等應用，併為布控提供有效的數據依據。
▎軟硬件系統成熟，應用場景廣泛
擁有成熟的軟件、硬件系統，如交通超腦、鳴笛抓拍等。在多個場景中進行使用，比如：
- “交通超腦”是運用人工智能和大數據等技術，改進提升交警在交通管理、城市治理、公眾服務方面綜合實戰水平的智慧化應用平臺，目前已在合肥市、銅陵市、太和縣等地區開展應用，成效顯著。
- 鳴笛抓拍是利用了基於深度神經網絡的干擾聲消除技術、高精準度同步多聲源定位技術等核心技術，能夠適應嘈雜工況、保持精準定位。主要應用於學校、政府等禁止鳴笛位置。交警執法效率得到提高，違法鳴笛數量顯著下降。
- 擁有有效的優化、分析技術，如交通信號優化、視頻圖像分析，可進行單點、幹線、區域信號優化，提高道路通行效率；通過視頻圖像分析，主動發現各類交通事件和違法行為，如交通擁堵、交通事故、機動車違停、機動車不禮讓行人等。
▎安全防範技術中臺，提供AI中臺服務
圖片來自：科大訊飛
擁有多維度安全防範技術中臺，可為前端的集成商提供AI中臺服務，如安全帽是否佩戴識別、違禁闖入識別、火災識別、煙霧識別、應急值班值守、應急知識庫等。
可以在多個場景中應用，例如：在應急事件的處置過程中實現案情信息報文的智能填報。在指揮人員使用業務值守接報系統進行上下級聯絡的業務場景下，系統可自動將通話雙方的語音實時轉成文字，並通過自然語言理解、關鍵要素抓取等技術，實現對專報、快報、續報等案情信息報文的智能化填報。
提到在“AI+安防”的佈局，程效根表示，科大訊飛早在2012年就開始佈局了，截止目前，參與了諸多安防項目的建設，例如淮北雪亮工程項目、臨泉視頻平臺項目等。
以車輛、人臉和Wifi信息採集為大數據基礎，全方位為公安機關及政法委日常各類案件及社會治安保障的偵查提供數據保障工作。
在智能交通方面，依託訊飛語音引擎準確率高、抗干擾強等優勢應用於情指勤督全過程，解放交警雙手，有效提高指揮調度效率。
提到科大訊飛未來的戰略和佈局，程效根表示，這次疫情其實給科大訊飛敲響了警鐘，也啟發了科大訊飛對“AI+安防”的深入思考，在戰略和佈局上將進入更寬、更廣、更精細化的防控領域。其中至關重要的是對未來疫情的管控。
首先，需要打破數據壁壘，實現數據匯聚與整合。將綜治、衛健委、社管、公安、運營商以及交通等各類數據進行匯聚，實現數據快速整合。
其次，深入挖掘分析數據形成數據關係網。依託AI雪亮+超腦平臺的超融合數據認知、智能語音交互技術、超級算力平臺等能力，對數據進行清洗、挖掘、分析和碰撞，為數據建立血緣關係，形成數據關係網，從而進行人物、行為、事件推演，實現對疫情事件的分析研判。
最終進行實戰應用，包括疫情管控人員全息檔案、多維軌跡展示、可視化展示、專題研判、疫情信息發佈、應急指揮調度等。成功地為衛健委、綜治、公安等用戶提供了有利管控武器，大大提升了時效性、科學性以及平臺利用率。
圖片來自：《2019年人工智能發展白皮書》
目前，人工智能使用率最高的是安防和金融行業，緊隨其後的是零售、交通、教育、醫療、製造、健康行業。
安防行業一直圍繞著視頻監控在不斷改革升級，在政府的大力支持下，我國已建成集數據傳輸和控制與一體的自動化監控平臺。
隨著計算機視覺技術的突破、開放的市場環境、海量的數據資源、強有力的戰略引領和政策支持、豐富的應用場景，安防行業將會迅速向智能化前進。
但人工智能技術在滲透進各行各業的時候，由於場景多種多樣，企業技術水平有差異，導致人工智能技術在應用落地的時候，成熟度出現差異。
複雜的場景，往往不只需要人工智能技術，還需要傳感器、芯片等配套的技術和設備，而且“AI+安防”目前還存在基礎研究和原創算法薄弱、高端元器件缺乏等短板。人工智能企業不妨可從這些方面尋找發展的機會。
閱讀更多 CPS中安網 的文章
