本文講述如何基于城市“五大空間”理論,構(gòu)建技術(shù)體系去感知城市,賦能行業(yè)。同時會提及我對人工智能、云計算行業(yè)的未來格局預(yù)測。

　　從“五大空間”的感知模式說起

　　城市認(rèn)知需求層面:“五大空間”行為特性,造就異常事件分析平臺的基礎(chǔ)。

　　上一篇《“閃馬未來城”—閃馬的產(chǎn)品戰(zhàn)略及行業(yè)布局》中我們提到了城市的“五大空間”:交通空間,工作學(xué)習(xí)空間,生活娛樂空間,互聯(lián)網(wǎng)信息空間,城市環(huán)境空間。在這些空間中,為人的工作、生活提供安全、高效、干凈的城市環(huán)境是閃馬智能以及與我們志同道合的伙伴們持續(xù)努力的目標(biāo)。

　　當(dāng)前階段,閃馬智能的首要技術(shù)方向,就是打造最高效地從環(huán)境中感知行為的系統(tǒng)。

　　從一個城市級的感知系統(tǒng)來說,它的最外層信息收集能力就是由空間內(nèi)全部的傳感設(shè)施提供的,包括攝像頭和雷達等。信息收集起來后,需要神經(jīng)的傳輸,而在傳輸媒介中目前最高效的就是視頻,包含了至少70%以上的有效信息。信息傳輸?shù)慕K點就是中樞神經(jīng),在這里大部分的信息都將獲得自動反饋,這就是一座城市的信息中心。深度學(xué)習(xí)技術(shù)的發(fā)展,讓城市中自動分析反饋的信息比例不斷提高,解放了反復(fù)機械化判斷的人力,同時也催化了計算機視覺的產(chǎn)業(yè)板塊。

　　雖然我們對于目前計算機視覺的能力上限已經(jīng)有了一定認(rèn)知,畢竟即使是人力也幾乎不可能識別類別眾多、復(fù)雜度高、天文數(shù)字級別數(shù)量的視頻內(nèi)容,何況是機器。但是計算機視覺目前也已經(jīng)邁過了最早階段,就是通過檢測等方法,對視頻中的人臉,車輛,物體進行識別,也就是我們最早說的視頻結(jié)構(gòu)化應(yīng)用,進入了新的技術(shù)周期。

　　與最早的一批計算機視覺公司相比,閃馬智能的一大特色就是針對視頻中的行為和事件去判斷視頻的內(nèi)容。從告訴我們「這是誰、這是你啊」進化到「這個人在這個地方干什么」甚至是「這個人在這里干什么,可能會造成什么后果?」。這就是事件分析的巨大價值,它傳達的不只是信息點,而且由時間串聯(lián)的完整故事。

　　我們?nèi)绾味x一個“事件”呢?這就回歸到了我們把城市分成了“五大空間”來感知的原因。

　　交通空間:主要感知車輛、人的流動時刻的異常為主。人們會遵守固定的交通法規(guī)以及相對固定的道德準(zhǔn)則。法規(guī)以外的違規(guī)就是異常行為,另外還有一些事故,擁堵等現(xiàn)象也是異常的事件。

　　工作學(xué)習(xí)空間:主要感知個人行為的異常事件。因為人的數(shù)量通常比較固定,變動不大。因此個體或少部分群體的行為占主導(dǎo),該空間的異常事件也以個人的行為為主,考慮到工作時候的效率和安全需求,我們會有各種各樣工作學(xué)習(xí)時刻的異常狀態(tài)進行監(jiān)管。

　　生活娛樂區(qū):人流量往往不是很固定,不同時間段產(chǎn)生不同的大規(guī)模群體行為的異常事件。

　　互聯(lián)網(wǎng)信息空間:從傳播學(xué)理論來講,他的異常視頻內(nèi)容屬于一些思想意識上的不良內(nèi)容檢測,他從數(shù)據(jù)的多樣性到數(shù)據(jù)的不規(guī)則復(fù)雜性都是最高的。

　　城市環(huán)境空間:環(huán)境的異常檢測關(guān)注的細節(jié)業(yè)務(wù)邏輯比較復(fù)雜,覆蓋的空間也更廣,所以行為分析場景更加零散。

　　“五大空間”異常事件千變?nèi)f化,有頻發(fā)與偶發(fā)、有群體與個體、甚至還有已知和未知,那么我們?nèi)绾螛?gòu)建視頻異常行為事件平臺呢?

　　“五大空間”的分層認(rèn)知能力打造

　　支撐算法的開發(fā)者:締造算法科學(xué)家樂園,構(gòu)建的視頻算法開發(fā)閉環(huán)。

　　我一直有一個理想,就是構(gòu)建一家“聰明”的企業(yè),讓所有人在這個企業(yè)快樂的成長,高效的完成工作的同時,收獲更多的工作樂趣和成就感。

　　在Ataraxia AI Lab期間,我們已經(jīng)研發(fā)了好多行業(yè)的視頻模型。不過我們在很早的時期就發(fā)現(xiàn)一個問題,深度學(xué)習(xí)的主流框架的工程性和易用性太差,導(dǎo)致在編寫算法,訓(xùn)練模型時候存在很多的機器資源,系統(tǒng)管理,代碼和手動腳本工作,調(diào)試的方法也非常落后,沒辦法及時調(diào)試算法的成效。大部分研發(fā)者的時間都浪費在低效且不必要的流程中。

　　因此我們決定改變這個情況。

　　首先,我們需要構(gòu)建一個平臺,這個平臺能夠高效的支持算法的開發(fā)調(diào)試,數(shù)據(jù)的管理,模型的測試。這里包括了很多的內(nèi)容:計算存儲網(wǎng)絡(luò)的基礎(chǔ)設(shè)施管理、計算不同體系結(jié)構(gòu)CPU,GPU支持、計算資源的管理(容器管理)、存儲和分布式緩存。目前,我們的ATOM平臺是跨多個公有云的系統(tǒng),支持在阿里云、七牛云、滴滴云、華為云等多個云供應(yīng)商上運行。

　　數(shù)據(jù)管理,標(biāo)注系統(tǒng),訓(xùn)練管理和模型管理則是我們用戶層工具鏈也是AI模型開發(fā)的核心效率工具,直接影響整體的效率。我們不斷在工具鏈側(cè)進行集成和優(yōu)化,實現(xiàn)模型迭代的自動化,模型調(diào)試的可視化,開發(fā)測試的系統(tǒng)化。

　　我覺得AI的工作首先是快樂的,所以作為算法科學(xué)家使用的ATOM平臺,不僅應(yīng)是很好的工作和開發(fā)場所,也應(yīng)該是他們學(xué)習(xí)和成長的樂園。我們不斷改進提升我們“科學(xué)家樂園”的工具化屬性,讓算法開發(fā)更智能,更有趣。

　　有了ATOM之后,就開始生產(chǎn)模型引擎,我們搭建三層引擎開發(fā)模式,解決基礎(chǔ)認(rèn)知到行業(yè)Know-How的快速落地:

　　基礎(chǔ)算法層:首先要有對空間的基礎(chǔ)元素的檢測和識別能力,比如路,人,車等等。

　　視頻算法層:包括基礎(chǔ)算法之上的視頻跟蹤/集成算法。包括有一些視頻行為分類的模型和算法,比如打架斗毆等等。

　　邏輯模型層:基礎(chǔ)模型和視頻模型之上,邏輯層往往要結(jié)合行業(yè)Know-How或者“五大空間”的行為特性進行開發(fā)。

　　“通用事件”與“行業(yè)Know-How的專項事件”

　　三層引擎的開發(fā)結(jié)構(gòu)在很多時候需要根據(jù)實際行為和事件的特性進行算法架構(gòu)設(shè)計。

　　前面提到,在“五大空間”下,因為行為特性不同,都擁有各自“通用的異常事件”和行業(yè)Know-How專項異常事件。

　　當(dāng)然不同行業(yè)規(guī)則下就可以設(shè)計違反規(guī)則的專項異常事件模型,這個的開發(fā)基于我們對現(xiàn)有規(guī)則的理解,結(jié)合深度學(xué)習(xí)視頻模型就能開發(fā)行業(yè)Know-How的模型,這個比較常規(guī),主要是考驗復(fù)雜的工程化能力。

　　但是,很多場景下并不是天然就有定好的規(guī)則,換句話說,人只有認(rèn)知了規(guī)律,才能制定和更新規(guī)則。那么認(rèn)知規(guī)律如何來做呢?這里我們要涉及到一個概念-“正常態(tài)”,所謂“正常態(tài)”就是有一定秩序規(guī)律的模型態(tài),而“正常態(tài)”的反面就是“通用異常事件“的發(fā)生。

　　前面剛說了”五大空間“下的不同運行規(guī)律,因此,在不同的空間下,擁有不同的“通用異常事件”發(fā)現(xiàn)引擎,也只有發(fā)現(xiàn)了”通用異常“,才能更好的分類出已有的”行業(yè)異常事件“,或者總結(jié)出新的行業(yè)規(guī)則。

　　AI工業(yè)化平臺

　　賦能行業(yè)應(yīng)用:工業(yè)化賦能平臺,開放的生態(tài)合作

　　前面講了如何認(rèn)知視頻內(nèi)的異常事件,但是認(rèn)知了事件還不行,我們必須要考慮如何快速的應(yīng)用到各個行業(yè),通過異常的發(fā)現(xiàn)賦能行業(yè)。畢竟認(rèn)知的目標(biāo)還是要通過行業(yè)分工去賦能社會。

　　“VisionMind視界心”系統(tǒng)就是我們閃馬全力打造的視頻異常行為分析的工業(yè)化平臺。他有一下的一些特性:

　　1.統(tǒng)一的算法工程一體化交付系統(tǒng)

　　我們把視頻的工程能力,包括任務(wù),接入,消息,統(tǒng)計,運維等功能開發(fā)出了一個計算操作系統(tǒng),把我們訓(xùn)練出來的認(rèn)知模型裝載進來,賦能到“五線產(chǎn)品”上。

　　2.完整的數(shù)據(jù)運營系統(tǒng),通過和ATOM平臺的對接以及數(shù)據(jù)鏈路的打通,完成反饋閉環(huán)和模型的不斷優(yōu)化升級。

　　3.面向行業(yè)應(yīng)用的開發(fā)套件

　　面向行業(yè)我們開發(fā)了可以快速應(yīng)用二次開發(fā)的接口和一些應(yīng)用的庫,像“流實時渲染”“預(yù)警墻”“地圖撒點”等等。同時有豐富的事件API推送。

　　依托于云平臺合作,和我們的大數(shù)據(jù)平臺積累,我們整合了ATOM和VisionMind兩大系統(tǒng)平臺,構(gòu)建了一整套的AI工業(yè)化體系,把算法研究和工程落地一體化,真正實現(xiàn)快速高效的AI工業(yè)化落地。

　　利用VisionMind平臺,我們在交通,工業(yè),建筑,政府,環(huán)保,互聯(lián)網(wǎng)安全等領(lǐng)域和廣大應(yīng)用開發(fā)者,系統(tǒng)集成伙伴合作高效的賦能行業(yè)。

　　未來的技術(shù)生態(tài)

　　IT行業(yè)從第一代PC時代,到互聯(lián)網(wǎng),移動互聯(lián)網(wǎng)之后,開始向物聯(lián)空間進發(fā),這是一個巨大的行業(yè),他會和最初的信息化系統(tǒng)一樣,賦能各行業(yè)的企業(yè),政府,事業(yè)單位等機構(gòu)。

　　然而這里硬件廠商,軟件廠商,運營商,集成商林立,分別來自傳統(tǒng)信息化集成和產(chǎn)品,IoT硬件廠商,互聯(lián)網(wǎng)/移動互聯(lián)網(wǎng)企業(yè),新興的AI技術(shù)公司,甚至還有原來工業(yè)自動化/電氣公司,傳感領(lǐng)域的設(shè)備/軟件/集成商,可以說,所有數(shù)字化相關(guān)的企業(yè)全部加入到這個行業(yè)。目前看來是一個混沌狀態(tài),還沒出現(xiàn)明顯的分工,大家都是在各顯神通的嘗試各個行業(yè)領(lǐng)域的創(chuàng)新。

　　那未來行業(yè)會怎么樣呢?

　　我個人認(rèn)為,大致目前有三層類型公司:

　　各個行業(yè)應(yīng)用層:傳統(tǒng)的行業(yè)軟件及集成開發(fā)商在人員規(guī)模和成本上占有優(yōu)勢,依然會占據(jù)上風(fēng)。

　　感知能力層:AI軟件/硬件/系統(tǒng)平臺層面廠家,以及AIoT感知設(shè)備/攝像頭/無人機/機器人廠家等。這一層當(dāng)前不太明朗,會持續(xù)進入行業(yè)分工,兩種趨勢,一種朝上層應(yīng)用走,另外一種往更底層的智能計算平臺走。

　　智能計算平臺:這里AI技術(shù)公司,云計算公司,傳統(tǒng)IT硬件轉(zhuǎn)型,芯片公司都在爭取做這個市場,這個事情體量很大,但是積聚效應(yīng)比較明顯,大廠勝出可能性比較大。

　　但是隨著AI應(yīng)用的越來越多,計算的方式模型越來越多,會產(chǎn)生類似我們做的“異常事件平臺”這樣的系統(tǒng)廠家。我們通過“五大空間”的認(rèn)知基礎(chǔ),分層構(gòu)建的模型開發(fā)能力,到VisionMind平臺的“五線產(chǎn)品”,致力于打造新一代視頻行為事件領(lǐng)域的“操作系統(tǒng)”。我們以開放的心態(tài)和上下游展開全方面的合作。

　　不管您是智能計算平臺/芯片/云計算廠家,攝像頭/無人機/機器人/傳感器等硬件廠商,還是各個行業(yè)的應(yīng)用開發(fā)/系統(tǒng)集成商,我們都希望和你們共同協(xié)作,賦能城市與行業(yè)。

　　當(dāng)我們回顧去看一些技術(shù)行業(yè)的發(fā)展史的時候,我們會驚奇的發(fā)現(xiàn),所有創(chuàng)新爆發(fā)的節(jié)點,都有著驚人的相似背景。