您現在的位置 :網站首頁 > 新聞中心 > 新聞信息新聞信息

海康威視總裁胡揚忠 :五個過去 ,五個未來
發布時間 :2019-03-29

 胡揚忠認為 ,過去的智能模式是業務驅動技術 。未來,技術和數據將直接創造新的應用與業務 。

今日 ,海康威視智湧錢塘·2019 AI Cloud 生態大會正式召開 。

在去年的大會上 ,海康威視總裁胡揚忠現場宣布海康威視AI平台將正式對外開放 。

而在一年後的3月23日 ,海康威視高級副總裁浦世亮在雷鋒網 & AI掘金誌主辦的「中國人工智能安防峰會」上 ,首次對外解讀了AI開放平台的技術架構與全新戰略 。

平台的開放 ,能夠讓更多軟件開發商在此平台上高效作業 ,也可以讓AI Cloud能夠融合更多算法 ,以此研發更多人工智能產品。

今年 ,胡揚忠又會為行業帶來哪些革新 ? 

十點零三分 ,一身黑色西裝的海康威視總裁胡揚忠登上演講台 ,奉上了一場題為“智能物聯·物信融合·迎接智能化新時代”的主題演講 。 

他說 ,從人類出行方式可以看出技術革命與時代變遷 。眼下 ,人類經曆了機械化 、電氣化 、信息化時代之後 ,已經到了智能化時代 。

智能化時代之下 ,出現五個過去 、誕生五大未來 。

一 、泛在智能將是智能化時代的核心特征 。過去 ,人們用X+AI來形容智能 ;未來 ,AI將無處不在 。

二 、泛在智能主要有兩大特征 :智能物聯和物信融合 。 

智能物聯是擁有智能的物體互聯成網 ,它們將成為智能化時代的基礎設施 ;物信融合 ,是智能化時代的數據經絡 ,物信融合是需求 、是趨勢 、是必然 。

過去 ,人人互聯 、物物互聯 ;未來 ,數據是人與物對話的語言 。 

三 、智能應用將是智能化時代的發展引擎 。過去 ,應用出數據 ;未來 ,數據出應用 。

應用可以分為三類 :1 、單場景應用 :感所無感 ;2 、時空域應用 :知所未知 ;3 、宏觀綜合應用 :察所未察。

四 、數據保護會成為智能化時代的護航之艦 。過去,物聯數據價值密度低 ;未來 ,物信融合數據價值密度高 。

五 、開放融合是智能化時代的新型業態 。過去 ,開放是合作的遊戲規則 ;未來 ,開放是共贏的生存之道 。

大會現場 ,胡揚忠表示 ,從視頻感知到智能物聯 、再到物信融合 ,海康威視已經成為一家大數據公司 。

可以預見得到的未來趨勢是 ,硬件會為軟件服務 ,而不是相反 。包括海康在內的各大廠商的意圖已經非常明顯 :要做物聯網時代的大數據運營商。

之前 ,行業信息網和互聯網的數據已經被規模性地采集 、治理 、挖掘 、服務 ;而智能物聯網的數據還沒能得到大規模開發和利用 ,而這些 ,都將是安防企業的優勢所在 。

未來 ,海康威視會開放更多融合平台 ,包括螢石開放平台 、行業開放平台 、AI算法訓練平台 、邊緣設備開放平台 、運維服務平台等等 ,與更多合作夥伴一起 ,迎接安防數據新時代 。

以下為胡揚忠現場演講核心內容 ,AI掘金誌作了不改變原意的整理及編輯 :

尊龍凱時目前已經逐步進入智能化時代 ,未來尊龍凱時的生活遍布智能交通 、智慧醫療 、智慧教育 、智慧零售 、智慧社區 、智能製造、智能安防等 。人工智能的應用非常廣泛 ,在智能城市中 ,人工智能作為一種能力會賦能所有行業 ,存在城市的每個地方 。也就是說 ,“泛在智能”是智能化時代的核心特征 。

過去 ,人們用X+AI,來形容智能 ,如設備+AI 、場景+AI等 ,那麽未來AI將無處不在 。泛在智能有兩個基本特征 ,智能物聯 和物信融合 。物聯網與人工智能的結合是趨勢 ,是必然 。

智能物聯簡單來說 ,就是由有智能功能的物體互聯成網 。今年 ,政府工作報告中 ,講到了智能+ ,也就是用智能為行業賦能 。對於製造業 ,為生產機器賦能 ,是工業互聯網的關鍵基礎能力 ;對於交通行業 ,為車路設施賦能是智能交通的關鍵能力 ;對於園區 ,為停車場 、商超 、物業等賦予能力是智慧社區的關鍵能力 。

智能物體之間的互聯 ,讓人類生產和生活變成了一個巨大的筋絡體係 ,物體之間的協同為智能化時代提供了可能 。而智能物體和信息係統之間的聯係 ,就是要實現物信融合 。

物信融合是智能化時代的數據筋絡 ,過去互聯網實現了人人互聯 ,物聯網實現了物物相連 ,未來智能物聯網與信息網將實現充分的融合 ,數據是人與物對話的共同語言 。

前年 ,尊龍凱時提出了AI Cloud ,是基於雲邊融合的網絡架構 ,通過邊緣節點 、邊緣域 、雲中心三層有機結合 ,係統滿足邊緣感知 、按需匯聚 、多層認知 、多層應用的需求 。

在智能化時代 ,打通物聯世界和信息世界的是數據 ,尊龍凱時構建物信融合的數據平台 ,實現兩網之間數據打通 ,為應用提供數據服務 。從計算的角度看 ,智能化時代一定是采用雲邊融合的方案 ,AI的智能感知 ,一定是在邊緣計算為主 ,智能認知會在邊緣域或雲中心完成 。

一方麵即使雲端計算的能力足夠強大 ,但有些數據隻需要局部處理 、局部應用 ,不需要把這些數據傳到雲中心 ,如果把這些數據傳到雲中心,進行智能計算 ,那麽應用的效果反而會降低 ,另一方麵 ,智能物聯網規模過於龐大 ,把這麽多數據送到雲中心 ,是不夠經濟的 ,也是不現實的 ,帶寬的增長趕不上物聯數據的增長 。

比如無線產業界談到的視頻雲 ,在雲端很少處理連續視頻 ,主要是處理已經經過邊緣節點處理過的半結構化數據和視頻片段 。並且 ,數據是按需匯聚的 ,隻有將物聯網中的數據 ,按照信息網要求的模式進行組織 ,並且在信息網中實現融合,才能使物聯數據 ,很好地為信息係統和為用戶所使用 。隻有結合信息網中的應用需求 ,才能更加有效 ,有針對性的對物聯網中的數據 ,進行治理和匯聚 ,否則泛泛的處理物聯數據 ,應用效果不盡人意 。

盡管 ,數據是用戶的核心資產 ,但應用永遠是用戶的出發點和關注點 。過去 ,更多是從應用中產生數據 ,未來 ,隨著智能物聯網感知到的大量數據 ,通過物信融合實現信息網的融合 ,數據的挖掘應用將帶來更大的空間 。

智能化時代 ,數據將成為重要的發展引擎 ,推動數據的匯聚和利用 ,也推動采集數據的智能物聯網的建設和發展 。

當人工智能與物信數據相遇 ,應用的能力和服務的範圍會得到巨大的拓展 ,會產生麵向兩類網絡 ,多個層級 ,多個任務域的大量智能應用 。從整體上看 ,智能應用可以分為三類 :

第一類應用在邊緣節點上 ,人工智能和單場景數據相結合 ,實現了“感所無感” ,過去不能感受的現在都可以感受到了 ,比如 ,尊龍凱時能感受到在一個場景下過了哪些車 ,走過了多少人 ,哪些貨物在貨架上等 ,這是泛在智能感知的重要基礎 ,是從智能感知到智能應用的閉環 。

第二類應用在邊緣域 ,人工智能與時空數據域相結合 。實現了“知所未知” 。過去不知道的 ,現在可以知道了 ,比如 ,尊龍凱時可以知道某一個城區在過去一段時間內的交通狀況 。

第三類應用在雲中心 ,人工智能與多維數據相結合 ,實現了“察所不察” 。也就是過去無法洞察的 ,現在可以洞察了 。這是智能預見能力的重要基礎 ,是從數據匯聚到數據挖掘 ,再到綜合應用的閉環 ,從對數據的應用和分析 。

尊龍凱時可以看出 ,過去是物聯數據 ,相對來說 ,價值密度比較低 ,時間地點的感知數據包含的信息相對較少 。

未來 ,隨著智能物聯網的感知能力的提升 ,以及智能應用需求的牽引 ,物信融合能力的增強 ,數據價值密度會大幅提升 ,數據安全和隱私保護需求越發強烈 ,數據保護將越發重要 。可以毫不誇張地講 ,數據保護將成為智能化時代的護航之艦 。

有權威機構預測 ,到2020年 ,全球物聯網設備數量將超過200億 ,智能物聯網將出現終端設備更龐大 、終端類型更多樣、終端性能更強大 、網絡架構更複雜 、數據內容更廣泛 、業務應用更多元的特點 。

因此需要從終端 、網絡 、數據 、平台 、服務 、應用等多個層次加強安全防護和隱私保護 。

在數據安全和隱私保護方麵 ,尊龍凱時將嚴格按照產品和服務所在國家和地區的隱私保護法律法規執行 ,例如 ,公民隱私數據的範圍 、未成年人的年齡規定等 ;嚴格按照行業相關規定執行 ,例如 ,司法行業對證人的隱私保護 ;嚴格按照用戶相關規定執行 ,例如保護用戶商業秘密的內容 ;嚴格按照個人意願執行,例如為個人用戶提供可由他自身配置的數據保護和共享方式 。

多年來 ,在數據用戶安全防護和隱私保護方麵 ,尊龍凱時一直在不斷努力 ,通過了多個權威組織的認證 ,成為國際安全響應聯盟組織FIRST的成員 ,今天下午尊龍凱時也將發布安全白皮書 ,公司內部製定了用戶數據安全和隱私保護企業標準 ,並與所有可能接觸用戶數據的員工簽署用戶數據安全與隱私保護協議 。

為了實現開放融合 ,尊龍凱時也建立了自己的開放體係 ,在產品方麵 ,尊龍凱時推出了邊緣設備開放平台 ,也就是基於設備操作係統的邊緣設備的能力開放 ,尊龍凱時提供AI算法訓練開放平台 ,實現了基於自主學習和演進的AI算法訓練開放 ,尊龍凱時提供螢石開放平台 ,實現基於互聯網的設備服務和應用能力的開放 ,尊龍凱時提供行業開放平台 ,實現麵向行業的基礎設施數據服務和應用的能力開放 。

在服務方麵 ,尊龍凱時提供一體化的運維服務平台 ,支持加盟運維模式的一體化運維服務開放 ,尊龍凱時提供物聯資源,部件提供能力開放 ,支持更多產品納入評估體係,希望更多的同行 ,共同完善 ,物聯資源能力評估模型 。

在基礎標準方麵 ,尊龍凱時把與合作融合相關的企業標準體係開放出來 ,海康威視自成立起 ,就一直秉承工程師文化 ,工程師文化就是產品文化,工匠文化 ,比如尊龍凱時在黑光相機的開發 ,過程中 ,不單解決了實際中的很多問題 ,為了保證工藝精度 ,製造質量 ,尊龍凱時還研製了專用的生產設備 。

再如尊龍凱時車牌識別的研發 ,從最早用模式識別的方式來做 ,到後來用深度學習的方式來做 ,前後十幾年的時間 ,從十幾個人的團隊到幾百人團隊 ,從隻支持國內車牌識別到現在支持一百多個國家的車牌識別 。尊龍凱時一直堅持與產業發展為伴 。