不同的人工智能幫助解決不同類型的問題，經(jīng)典機器學習適于統(tǒng)計問題和推薦引擎。深度學習適于圖像/語音識別、自然語言處理、模式識別檢測，推理適于供應鏈、數(shù)據(jù)庫欺詐檢測、波動分析，新興方法適于生物序列對比等。簡單說，人工智能是能夠感知、推理、行動和適應的計劃;機器學習是性能隨時間推移和數(shù)據(jù)增加而逐步提升的算法;深度學習是機器學習的一個分支，通過多層神經(jīng)網(wǎng)絡在海量數(shù)據(jù)中進行學習。

　　當前的AI開放平臺的市場情況

　　AI開放平臺離不開城市大腦和行業(yè)應用，隨著經(jīng)濟生活的不斷發(fā)展，城市的建設與管理也面臨新的變化，近幾年人工智能、云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)等先進技術(shù)的快速發(fā)展，覆蓋了治安防控、智慧交通、智慧校園、智慧社區(qū)等諸多領(lǐng)域的智慧城市，實現(xiàn)了大量的場景應用落地。

　　許多傳統(tǒng)安防企業(yè)、互聯(lián)網(wǎng)企業(yè)和運營商服務商都參與到數(shù)據(jù)資源、技術(shù)能力、產(chǎn)品研發(fā)的競爭合作各環(huán)節(jié)，共同促進數(shù)字經(jīng)濟和智慧城市的建設。視頻圖像由于包含大量的物聯(lián)感知信息，成為智慧城市建設的重要內(nèi)容之一，因此，基于圖像智能分析構(gòu)建智慧城市數(shù)據(jù)底座的系統(tǒng)架構(gòu)成為行業(yè)的主要方向，目的是構(gòu)建智慧城市的“視覺中樞”，再以“視覺中樞”為基礎賦能智慧城市。盡管各廠家對自己的定位和規(guī)劃不盡相同，但綜合來看，可以歸納為兩類設計理念。

　　一、以數(shù)據(jù)采集、信息連接和智慧大腦為思想的平臺架構(gòu)，主要方式是通過前端感知、邊緣計算和數(shù)據(jù)中心，打通城市治理的各個角落，把城市、企業(yè)、個人的數(shù)據(jù)匯聚起來，進行分析挖掘，讓城市運行更智能。

　　二、通過以人工智能為核心的先進技術(shù)為千行百業(yè)賦能，提升場景化應用體驗，針對實際應用的需求升級來推動智慧城市有序發(fā)展。通過量身打造的行業(yè)解決方案，提供更加完善靈活的工具手段，解決管理使用中的痛點，

　　這兩種理念并不排斥，因為不論是由上而下的數(shù)據(jù)連接，對城市治理進行換腦換血手術(shù)，還是自下而上的應用牽引，對各類場景進行升級賦能，本質(zhì)是相互融合，互相促進。這兩種理念的相同之處都是有前端圖像采集和后端數(shù)據(jù)分析。圖像采集的發(fā)展趨勢是通過智能終端或邊緣智能提升基礎設施，只有將城市每個區(qū)域的視頻進行智能化分析，才能支撐后續(xù)的數(shù)據(jù)治理和知識推理等環(huán)節(jié)。

　　“新基建”政策出臺的主要背景

　　國家出臺“新基建”政策的原因主要為因為疫情對經(jīng)濟的影響，疫情波及的國家越來越多，美國股市出現(xiàn)了短期多次熔斷，全球的經(jīng)濟形勢受到影響，世界經(jīng)濟組織紛紛調(diào)低經(jīng)濟增長預期，甚至斷言全球經(jīng)濟將進入衰退期。疫情給中國經(jīng)濟帶來的下行壓力影響會帶來較大的系統(tǒng)風險和社會風險，政府需要啟動經(jīng)濟增長的新引擎。以5G網(wǎng)絡、人工智能、物聯(lián)網(wǎng)等新技術(shù)為核心的第四次工業(yè)革命的浪潮興起，傳統(tǒng)基建投資的邊際效益下降，需要通過新的基礎設施來支撐。國家希望推動“新基建”優(yōu)化結(jié)構(gòu)，促進科技進步和產(chǎn)業(yè)升級。

　　基礎設施的升級將帶動信息產(chǎn)業(yè)快速發(fā)展

　　“新基建”概念源于2018年底中央經(jīng)濟工作會議，會議部署2019年工作任務時指出，“加快5G商用步伐，加強人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型基礎設施建設”。2019年，政府工作報告明確要求：加快5G商用步伐和IPv6(互聯(lián)網(wǎng)協(xié)議第6版)規(guī)模部署，加強人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型基礎設施建設和融合應用。2020年1月3日，國務院常務會議要求：要大力發(fā)展先進制造業(yè)，出臺信息網(wǎng)絡等新型基礎設施投資支持政策，推進智能、綠色制造。今年初，因疫情暴發(fā)等原因，“新基建”進度受到影響。隨著復工復產(chǎn)，加速推進成為必然。

　　傳統(tǒng)基礎設施主要包括鐵路、公路、機場、橋梁等，增長空間有限，“新基建”涵蓋了5G、特高壓、城際高速鐵路和城際軌道交通、新能源汽車充電樁、大數(shù)據(jù)中心、人工智能、工業(yè)互聯(lián)網(wǎng)(物聯(lián)網(wǎng))七大領(lǐng)域?！靶禄ā笔菫槲磥斫?jīng)濟增長儲能，將給5G、云計算、工業(yè)互聯(lián)網(wǎng)等信息產(chǎn)業(yè)鏈帶來更多支撐。在此輪基建熱潮中，北京、河北等13個省市相繼公布2020年重點項目投資計劃，總投資額近34萬億元，如此大規(guī)模的經(jīng)濟投資，對相關(guān)產(chǎn)業(yè)的拉動無疑是顯著的。以5G、人工智能、數(shù)據(jù)中心等為代表的新型基礎設施建設，將極大加速信息技術(shù)在各行業(yè)的深入應用，從而更多地推進傳統(tǒng)產(chǎn)業(yè)的改造升級，比如：利用信息技術(shù)進行數(shù)字化升級改造的平安城市、交通、能源、物流等城市支柱行業(yè)、AR/VR設備、無人機、智能機器人、智能汽車、遠程辦公、在線教育等。5G網(wǎng)絡的鋪設、云計算設施的升級、邊緣計算設施的部署等基礎設施的質(zhì)量性能的改善以及大規(guī)模建設，必將帶動這些新業(yè)務的發(fā)展，創(chuàng)造出新的繁榮業(yè)態(tài)。

　　“新基建”的主要領(lǐng)域

　　從智慧城市建設的角度分析，“新基建”包括四層：1、基礎是5G、大數(shù)據(jù)、人工智能、云計算、物聯(lián)網(wǎng)、區(qū)塊鏈，需要基礎設施的支撐，如5G基站、IDC數(shù)據(jù)中心等;2、第二層是運用信息化技術(shù)升級城市現(xiàn)有的傳統(tǒng)基建設施，如智慧城市、智慧交通等項目;3、第三層是發(fā)展新能源新材料的配套應用設施，如充電樁、光伏等;4、第四層次是補短板，如科技園區(qū)、城際高鐵、輕軌等。其中，作為核心基礎技術(shù)的人工智能發(fā)揮著關(guān)鍵作用。其中，人工智能是新一輪科技革命、產(chǎn)業(yè)變革、社會變革的核心驅(qū)動力，它將人從枯燥的勞動中解放出來，越來越多的簡單性、重復性、危險性任務由人工智能系統(tǒng)完成，減少人力投入和提高工作效率，持續(xù)研究新一代人工智能的應用場景，將重新激發(fā)生產(chǎn)、分配、交換、消費等經(jīng)濟活動的生命力，催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)，將對經(jīng)濟發(fā)展、社會進步、國際政治經(jīng)濟格局等方面產(chǎn)生重大深遠的影響。

　　AI開放平臺的技術(shù)組成

　　人工智能在孕育新技術(shù)新產(chǎn)品的同時，也對傳統(tǒng)行業(yè)進行了巨大賦能，不但在教育、醫(yī)療、養(yǎng)老、環(huán)保等領(lǐng)域提高公共服務精準化水平和人民生活品質(zhì)，而且對基礎設施和社會安全運行的態(tài)勢可以準確感知預測，提高社會治理能力和水平，從而推動經(jīng)濟結(jié)構(gòu)的重大變革，實現(xiàn)社會生產(chǎn)力的整體提升。

　　不同的人工智能幫助解決不同類型的問題，經(jīng)典機器學習適于統(tǒng)計問題和推薦引擎。深度學習適于圖像/語音識別、自然語言處理、模式識別檢測，推理適于供應鏈、數(shù)據(jù)庫欺詐檢測、波動分析，新興方法適于生物序列對比等。簡單說，人工智能是能夠感知、推理、行動和適應的計劃;機器學習是性能隨時間推移和數(shù)據(jù)增加而逐步提升的算法;深度學習是機器學習的一個分支，通過多層神經(jīng)網(wǎng)絡在海量數(shù)據(jù)中進行學習。

　　近年來，全球數(shù)據(jù)井噴式的爆發(fā)、AI算力的飛速增長和深度神經(jīng)網(wǎng)絡算法的突破，使得并行計算變得更快速和更有效，人工智能開始全面爆發(fā)。深度學習使得機器學習拓展了人工智能的領(lǐng)域范圍，讓幾乎大部分機器輔助功能都變?yōu)榭赡?，比如無人駕駛汽車、無人機、語音識別、欺詐檢測、產(chǎn)品推薦等方面。在圖像分類、物體檢測、圖像語義分析、人臉識別、光學字符識別等計算機視覺領(lǐng)域，深度學習的應用尤為廣泛，在一些場景中甚至可以比人做得更好。其中，深度學習對圖像解析的突出幫助使得視頻應用得到了跨越式發(fā)展。深度學習主要依靠三個方面：巨大的標記數(shù)據(jù)樣本(圖像和語音)、先進的算法/模型/軟件(神經(jīng)網(wǎng)絡算法CNN和RNN以及深度學習框架)和高性能計算(數(shù)據(jù)樣本多/模型訓練時間長/參數(shù)更新快速同步)。

　　數(shù)據(jù)來自于千行百業(yè)的基礎信息，軟件算法的開源優(yōu)化和芯片算力的快速提升使得人工智能形成了真正開放的巨大生態(tài)，AI開放平臺作為技術(shù)孵化、應用創(chuàng)新和商業(yè)布局的結(jié)合點，正在從各大企業(yè)的內(nèi)部研發(fā)產(chǎn)品開始走向臺前，為人工智能的快速普及提供技術(shù)支撐。

　　AI開放平臺在智慧城市建設中的落地

　　城市中攝像頭每天采集的數(shù)據(jù)量非常大，內(nèi)容非常豐富，蘊含巨大的價值，可以解決城市管理中的諸多難題。我們希望把視頻圖像里面的內(nèi)容和目標自動轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)，讓每個人都能直接理解人/車/事這幾類主要信息，車：車型、車款、車牌號碼、車輛顏色、行駛方向、行駛速度，人：步行、騎車、性別、年齡、上身、下身、背包拎包，事：擁堵、逆行、徘徊、奔跑、劇烈運動、交通行為。有了以上數(shù)據(jù)就能進行決策和優(yōu)化，比如根據(jù)交通流量優(yōu)化紅綠燈配時系統(tǒng)，比如在視頻中搜索可疑車輛(肇事)和可疑人(失蹤)，比如挖掘數(shù)據(jù)之間的關(guān)系和規(guī)律，找到數(shù)據(jù)之間背后的原因，還可以進行趨勢預測，比如半小時甚至更長時間后的車流和路徑規(guī)劃。但原先的智能分析技術(shù)一直存在識別準確率低、場景適應性差、識別種類少等問題。深度學習通過大量數(shù)據(jù)訓練來建立輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的映射，通過人工智能來自動處理海量監(jiān)控視頻數(shù)據(jù)，解決了以往的技術(shù)瓶頸。以平安城市為例，針對道路監(jiān)控等相對標準場景的視頻，可進行人臉動態(tài)識別和機非人實時結(jié)構(gòu)化分析和特征信息提取，轉(zhuǎn)化為公安所需的情報線索。

　　人工智能離不開行業(yè)應用，行業(yè)應用也離不開人工智能。人工智能要落地，一定要深入到行業(yè)中的具體場景，解決實際問題，如何讓AI算法快速賦能千行百業(yè)--大多數(shù)AI開放平臺為了降低開發(fā)者的使用門檻，大多能提供免費的公用硬件資源、標準規(guī)范的開發(fā)語言以及快捷易用的操作方法，有些經(jīng)驗的開發(fā)人員只要提供大量的樣本，都可以通過AI開放平臺針對自己的應用需求進行優(yōu)化和改進。以天地偉業(yè)的平安城市系統(tǒng)解決方案為例，前端產(chǎn)品主要是用于邊緣節(jié)點計算的AI攝像機(人臉識別攝像機/卡口電警攝像機)，在采集視頻和圖片的同時，依靠內(nèi)置的算力芯片和智能算法，為云端的數(shù)據(jù)中心提供結(jié)構(gòu)化的數(shù)據(jù)，可以減少云端分析處理的計算資源壓力和網(wǎng)絡帶寬等系統(tǒng)成本。云端產(chǎn)品主要是智能NVR、人臉識別比對服務器、圖像結(jié)構(gòu)化分析服務器。智能NVR是在集中存儲圖像的基礎上，通過集成深度學習算法實現(xiàn)了針對視頻內(nèi)容的智能分析和信息提取，比如小型比對庫的人臉識別/車輛識別等，適合中小型項目使用。人臉服務器和結(jié)構(gòu)化服務器通過在X86服務器集成高性能芯片和深度學習算法，專門對人臉特征、車輛特征、機動車/非機動車/行人的全目標特征進行快速提取和準確識別比對，比如1億人臉底庫的識別比對、卡口過車圖片的二次特征提取和以圖搜車、行人的衣著體貌特征識別和以圖搜人等。這些融合在前端產(chǎn)品和云端產(chǎn)品的算法可以持續(xù)升級優(yōu)化，甚至可以根據(jù)客戶的特殊需求進行定制，原因就是基于AI開放平臺，結(jié)合行業(yè)具體應用需求和承載的硬件資源，實現(xiàn)了靈活快速的優(yōu)化配置，為不同行業(yè)不同場景提供了最優(yōu)性價比的組合方案。

　　智慧城市對信息感知的目標是全面、全量、實時。通過邊緣節(jié)點計算和云端計算把非智能的設備和系統(tǒng)轉(zhuǎn)變成具有強大人工智能的設備和系統(tǒng)，基于AI的大數(shù)據(jù)平臺，通過大數(shù)據(jù)治理技術(shù)將海量多源異構(gòu)數(shù)據(jù)治理成行業(yè)知識，利用機器學習、知識圖譜、符號推理等技術(shù)就可以主動分析隱藏在人的行為背后的行業(yè)知識。AI開放平臺作為人工智能加速普及的有益嘗試，也存在訓練環(huán)境受限、客戶預期過高、算法調(diào)優(yōu)難度大等問題，需要廠商持續(xù)加大投入，推動開發(fā)生態(tài)擴張。