智慧城市沙龍 | 曠視產品營銷總監呂盟：構建AIoT時代的城市智慧

liming 2019-04-22 14:38:35 來源：量子位

4月10日，量子位與中關村壹號聯合主辦的AI+線下沙龍—智慧城市的發展趨勢與挑戰在中關村壹號舉辦。

曠視產品營銷總監呂盟、明略科技COO兼數字城市發展部總經理唐日新、思必馳CMO龍夢竹、澎思科技公共安全業務部總經理茹敏、銀河水滴戰略合作總監張曼等人出席活動并帶來精彩分享。

曠視成立于2011年，是全球領先的人工智能科技企業，以自研視覺感知算法引擎為核心，致力于持續打造在各商業領域的AIoT操作系統，以及深度構建具備連接百億物聯網設備能力的生態系統。

呂盟，曠視產品營銷總監，長期致力于大數據、人工智能領域技術產品的商業化落地及標準化建設工作。2018年加入曠視，現負責曠視各業務板塊的整體Go to Market策略制定與執行，參與10余項人工智能領域國家標準及行業標準制定工作。

以下是呂盟分享實錄：

曠視是一家非常年輕的公司，今年是成立的第八個年頭，可能很多人熟知曠視是通過face++。曠視在今年1月份的時候重新做了品牌的升級，英文名叫MEGVII。

我今天分享的主題叫“構建AIoT時代的城市智慧”。這里面有兩個核心詞，一個是“AIoT”，這個詞在過去一段時間經常被提及，AIoT指的是AI和IoT技術的結合。

但AIoT這個詞其實是一個階段性的過渡詞匯。

未來IoT可能會真正成為產業的中堅力量，就像現在的互聯網一樣被大家提及。而AI將會成為一種本質化的工具。所以，未來AIoT這個詞可能會演變為AI involve或者是AI power的IoT。

第二個詞是“城市智慧”，用一張圖來大概解釋一下它的發展過程。

智慧城市的發展過程

智慧城市產生的第一個階段，是上個世紀90年代到2000年這十年間，主要實現了數字化和信息化。紙質化的流程通過計算機、網絡設備，搬到電子世界、數字世界當中，信息以數字化的形式存儲下來。

第二個階段是2001年到2011年這十年，實現了各個業務垂直領域整體的信息化管理和監控化。這個過程有兩個主要的驅動力，一個是分布式系統，一個是數據庫。原始數據不斷匯集和沉淀，為智慧城市的萌生打下了基礎。

我們目前處于第三個階段。在國家宏觀層面的政策引導下，在大數據、AI和IoT技術飛速發展的驅動下，逐步產生了很多跨行業、跨領域的流程的打通，實現了數據共享，應用互聯互通。這個階段有兩個典型特征，一個是產生了大量非結構化數據，另一個是大量多元信息的融合處理。

所以我們發現，當積累了大量數據，并且將所有數據打通后，城市管理者們開始真正地思考未來智慧城市的圖景。他們最迫切的訴求是希望機器也有一個大腦，幫助城市管理者思考和決策。

第一，這個大腦需具有多元數據感知能力；第二，能夠對海量的結構化、非結構化的數據進行分析研判；第三，基于研判的結果實現比人腦更優的決策。這是城市管理者對于城市大腦的普適性訴求。

三組數字

但實際情況是，在大量的結構化和非結構化的數據涌入之后，城市大腦也會遇到一些問題，我列了三組數字。

第一組數字：非結構化數據量占全球總數據量的80%以上，并且隨著信息化的建設這個比例會越來越高。

第二組數字：以視頻為例，2016年至今，公安自建的城市監控攝像機共有2500萬部，一個小時可以錄下2850年的視頻，這個數據量是非常大的。以硬盤為例，在全世界所有硬盤中，每2塊硬盤就有1塊存儲視頻。

但是實際上，傳統的視頻檢索效率低下，導致90%以上的數據變為沉默數據。

第三組數字：我稱之為直播中國，但“有眼無珠”，就是我們現有的大量相機，智能相機占比不足15%。85%以上是純視頻流相機，這些相機沒有任何的信息處理功能，需要把所有視頻信息傳到云端。

從前兩組數據中，我們可以看到一個巨大的落差。一方面，大量非結構化數據蘊藏著非常大的數據勢能。另一方面，能從這些數據當中獲取的實際價值非常少。

第三組數據表明，大部分視頻分析的能力都在后端，大量信息被迫丟失，大量的勢能不被釋放。

如何釋放“城市大腦”的無限潛能？

曠視認為，開放邊緣智能，實現云邊端協同，實現非結構化數據的有效利用，將數據勢能轉化為價值動能，是釋放城市大腦無限潛能的關鍵。

在IoT時代，每一個應用不僅僅只是一個軟件的應用，而必須要結合實際場景中的硬件，形成一個軟加硬的子場景，這才是未來所有應用提供的方式。

而在這樣的過程中，曠視希望能夠真正的構建一個云邊端協同的AIoT操作系統。這個系統核心分為三層：

第一，深置于我們的核心能力。曠視認為，未來的算法就是一種自動化的軟件。在物聯網的操作系統當中，這些算法會變成一些自動化的軟件，這些軟件不只有感知，還包括控制、優化，是一套既能感知又能決策的完整的算法能力。

第二，數字化。大家都聽過數字孿生，其實我們把物理世界還原到數字世界中，無非就是三個元素：人、物、場景。所以在未來的AIoT應用中，人、物、場景的數字化，會成為所有應用的基礎設施。

第三，連接和控制。物聯網里有各種前端硬件的接入，比如傳感器、機器人、手機等等。但沒有任何一家公司，能夠真正做到連接所有的設備、所有的傳感器以及所機器人，這一層是需要實現共融共通的。

曠視希望通過自己的核心能力，一層一層伸展，跟我們所有的合作伙伴，一起來構建物聯網時代的智能操作系統。

整個金字塔的最底部是曠視真正想交付的核心價值，在特定的場景實現端到端的全價值鏈的交付。

曠視的城市大腦布局

其實曠視城市大腦也做了三層這樣的邏輯。

智能感知的前端，不同于我們剛才說的純視頻流相機。曠視通過自研的視覺感知算法，以及我們原創的人工智能框架Brain++，在端、云和邊上布滿人工智能神經網絡算法。

我們會把大量的計算前置到前端上。比如智能抓拍機，第一點，曠視的抓拍機可以做到每一幀抓拍105張人臉，實驗室中已經達到了300張人臉的規模。

二點是高速抓拍，曠視的高速照相機可以達到每秒30幀的抓拍速度。通過這個過程，我們把大部分的人臉抓拍放在前端，回傳的過程當中，我們只傳一些關鍵幀和圖片流，就可以極大降低后端的負載。

我們也有端上的一些應用，我們不可能把所有的視頻錄像機都換成抓拍機，所以我們也提供很多邊緣端的盒子，去做一些現有的相機的利舊。在云端我們提供包括人臉、視頻結構化、視頻大數據等功能。

云、邊、端三者構成了曠視的城市大腦綜合性解決方案，分別通過兩條總線向不同的子業務場景提供服務。

第一條是數據總線，我們把現在所有的結構化的、非結構化的信息，都通過數據總線一起匯總上去，提供給上層的應用。

第二條是服務總線，可以通過數據總線，抓取任何有價值的數據信息，去打包成一個一個的子服務，提供到上層的應用。

所以整個來講，曠視的成長解決方案包括了云、邊、端和應用四個層面。

具體應用場景

我們接下來分享一下具體的應用場景。

城市管理

首先是城市級的場景，包括城市安防、城市交通，也包括社會虛擬化治理等。

作為行業領先的端到端城市管理解決方案提供商，曠視針對城市管理業務中的典型場景和“情、指、勤”聯動的實戰訴求，通過涵蓋“算法、技術、硬件產品、解決方案、數據”在內的全價值鏈能力輸出，打造覆蓋全業務流程的端到端解決方案體系設計，幫助城市管理者構建包括“前端感知、云端研判、終端應用”在內的新型城市管理閉環體系。

智慧園區

曠視作為最早一批進入智能地產領域的人工智能公司，長期以來致力于用感知賦能行業，提出“智能地產解決方案”以滿足樓控系統綜合管理、傳感網絡深度融合、人工成本極致壓縮、數據價值具象可視等客戶需求。

整套方案通過軟硬一體的系統集成和計算機視覺技術幫助地產行業建立以“人核心數據”為中心的底層感知體系、打通線上和線下的數據孤島，從而實現感知融合和不同商業場景中的人機互聯。

目前，曠視已幫助凱德、華潤等3000多座社區、園區實現智能改造，日均通行服務人次達1000萬余次。

智慧零售

曠視洞悉零售行業競爭的關鍵，從數據驅動決策入手，自主研發了一套云加端的“智能零售行業解決方案”，通過人臉識別、物體檢測與識別、嵌入式系統開發、大數據挖掘等原創技術加持，幫助零售行業挖掘億萬級市場價值。

區別于依托經驗執行的傳統零售的運營模式，曠視新零售AI解決方案旨在用技術實現門店運營效率極致化和復制簡單化。結合零售企業已有的 ERP/CRM等數據，融合曠視智能端所感知數據后的綜合數據進行機器學習建模，幫助店鋪構建精準用戶畫像，用大數據解決供應鏈選品、商品 貨架擺放和個性化營銷等問題。這種Al+loT實現的智能輔助經營決策系統可以讓傳統零售經營者在短時間內提升店長能力，讓缺少經驗的年輕店 長快速達到5- 10年店長水平。

目前，曠視已幫助3000余家零售門店實現智慧升級，并與好鄰居、名創優品、鮮生活等企業達成戰略合作。

曠視希望通過機器視覺的能力，真正的幫助社會、企業和民眾，持續創造最大的價值。我今天的分享到此結束，謝謝。

*量子位將陸續整理嘉賓分享實錄并發布，歡迎大家關注量子位獲取。

量子位AI+系列沙龍是量子位推出的“AI+行業”落地主題活動。每期邀請數家行業領軍企業現場分享及討論，以線下沙龍+線上社群結合的方式開放給行業從業者，進行研討與交流。

歡迎大家關注量子位AI+沙龍，歡迎感興趣的小伙伴聯系我們，微信：qbitbot7

中關村壹號位于中關村科學城，以“硬科技”（人工智能）為產業主導方向，鏈接AI領域龍頭硬科技企業，并未企業提供全面創新服務，滿足企業發展全生命周期，為企業打造全維的產業生態。

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

?’?’ ? 追蹤AI技術和產品新動態