MEET2020 | 澎思科技馬原：AI安防競爭還未結束，落地進入后發優勢時代

魚羊 2019-12-15 11:48:29 來源：量子位

魚羊 整理自 MEET2020智能未來大會
量子位 報道 | 公眾號 QbitAI

安防，是AI最先觸達的領域之一。激烈競爭之后，看似“戰爭結束”，但亦有后發者，表現出了亮眼實力。

比如中國第一批人工智能專業畢業生，畢業于西安電子科技大學的馬原和他創立的澎思科技。

馬原本人早在2012年就進入到了AI領域。當時他在中科院自動化所，師從人臉識別領域華人界第一人李子青教授，26歲就承擔起江蘇省省級研發課題《海量視頻綜合利用技術集成與示范應用》。

2015年，馬原加入國內頂尖人工智能公司負責AI+安防工作，在國內多個城市進行AI行業落地。2016年，由其承擔的人臉識別研究項目被公安部列入該年度全國科技成果推廣計劃，成為公安行業第一個人臉識別全國科技成果推廣項目。2018年，他開始創業，成立了澎思科技。

在MEET 2020智能未來大會現場，澎思科技創始人兼CEO馬原以《AI落地后發優勢時代，智能視圖的行業機遇與重構》為題，分享了他在AI落地時代的所思所感。

技術要跟行業結合起來，跟行業一起走。

關于MEET2020智能未來大會：量子位主辦，現場20多位行業大咖分享，1000多名行業觀眾參與，線上有近百萬從業者通過直播參與觀看和互動，包括新華社在內的數十家主流媒體報道，活動整體線上總曝光量超過千萬。

量子位在不改變原意的基礎上，對馬原分享的內容進行了第一人稱編輯整理：

謝謝主辦方給我這個機會到這里來介紹一下澎思科技成立一年的一些進展和方向。

2014年開始，視覺領域這個行業從VC進入，媒體關注，到被大眾認知，有幾個場景是非常具有商業化落地市場的。

第一是安防。第二是自動駕駛。第三是娛樂、影音、電視。

只有6%的場景被解鎖

不管是安防行業還是互聯網行業，在我看來都是IT行業，IT行業的特點一定是軟件服務數據的價值最大。但進入安防領域后，我們發現有一點很奇怪，安防行業目前的市場規模有7000億，這7000億里面大部分是硬件。

AI安防行業經過這些年的發展，最廣泛的是人臉識別技術，包括AI四小龍在內的玩家都在進入這個領域開啟應用，但實際上，人臉識別技術仍只解鎖了6%的場景。

因為大部分的攝像機其實拍不到人臉，所以人臉識別也只能解決部分場景的人員身份的識別問題。

在那些拍不到人臉的地方怎么辦呢？可能還需要行人再識別的技術，需要視頻結構化的技術。

所以有些人說這些年AI安防行業到了一個瓶頸期，甚至說隨便一個大學生用一些開源的方案就能解決問題，對于這樣的說法我是不認同的。事實是，在這個階段，并不是AI變得容易做了，而是AI已經深入到行業里面了，有很多值得挖掘的地方。

于是，澎思的第一個五年，我們決定全心投入AI安防這個賽道。

舉個例子，在手機市場之前的功能機時代，甚至再早一點的固話時代，都是強調設備本身的功能，其實后端的數據、服務、場景并沒有被激活。

同樣，在安防的行業，過去的20年里真正的技術聚焦在前端，而非后端，這些年才漸漸往智能方向轉變。

所以，事實上就目前來說，大家都面臨同一個起跑線：整個行業開始向技術、向數據、向服務的方向轉型。

這就是澎思的機遇所在。

算法能力最核心，產業鏈要全打通

所以，如何把握住這個市場機遇呢？

我認為，安防行業必然會出現一個?？低?.0，或者大華2.0這樣的企業，就像手機市場從諾基亞、摩托羅拉，到蘋果、OPPO、vivo、小米的過程。

這樣的公司，最核心的一點，是必須具備算法能力。同時，軟件、硬件、云，這幾個能力都要具備，因為這是這個場景的核心訴求。

這是有別于互聯網行業的，并不是做好某一點就可以了，而是要把整個產業鏈全部打通，才能覆蓋整個安防行業的訴求。

澎思目前核心發力的技術點主要是三個中臺能力：AI中臺、計算中臺、行業中臺。

AI中臺，是AI在安防行業的全棧算法，做到了安防行業所需算法種類的全覆蓋。從人臉識別到車輛，到行人再識別，再到自動駕駛，澎思開始把這些技術都釋放出來。

計算中臺，就是產品的載體。澎思在安防行業，不打算賣算法，也不打算賣授權，因為我們覺得這條路走不通。

我們的選擇是直接做產品。如此，就要有全自研、全場景的邊端智能硬件。

行業中臺，是針對不同落地場景的應用層。采用云+SaaS應用的方式，以此承載大量的數據，擴展不同的場景。

技術，要跟著行業一起走

在AI技術方面，澎思有兩個核心優勢。

一是技術深度。澎思以全球計算機視覺與深度學習頂級科學家申省梅為核心，設立了澎思北京和新加坡研究院，展開面向場景的AI技術研發和創新。

大家都知道華人圈的AI人才大致分布在三個地方：中科院、香港、新加坡?，F在澎思占了兩頭，一個基于北京的中科院自動化所，一個基于新加坡的新加坡國立大學、南洋理工大學等。這兩個研究院保障了新鮮血液的輸送，使優秀的人才能進入到澎思，進入到AI安防行業當中。

而申省梅老師之前是松下新加坡研究院副院長，她在這個行業里積累了27年，從人臉識別，到目標檢測、情感識別、跟蹤、ReID、車輛、機器人，基本掌握了視覺領域的全要素，是這個領域的資深專家。

到目前為止，我們的團隊已拿下33項計算機視覺頂級競賽冠軍。

二是技術寬度。主要是澎思智能視圖的全場景覆蓋能力，全要素算法能力。

目前的安防市場，需要的算法的復雜度相當大，從前端的采集，到檢測，到結構化，到視頻摘要，到后端的識別，整個產業鏈條非常長，深度非常大。

令我觸動很深的一個例子是，在20年前，有很多公司在做車輛識別，但后來基本都被?？低晸魯×?。這是因為，海康能識別全球100多個國家200多種不同的車牌。

我發現，技術還是要跟行業結合起來，要跟著行業一起走，才能最終使你的技術覆蓋面最大化，在技術的寬度上，成為行業中的佼佼者。

講幾個具體的案例。其實這些年大家或直接或間接，都感知到了人臉識別在整個安防行業落地的現狀。但你會發現，比較好識別的那一類人基本上都是同一年齡段的人，他們的特點是基本都有身份證照片、簽證照片、社保照片、駕照照片，或者各個場景采集的數據。而像兒童和老人數據沒有那么多，就成了難以解決的痛點問題。

AI從誕生的那天起，跟數據就是強相關的。數據的問題，可能需要一段時間慢慢積累才能解決，但同時算法也要做調整。

所以今年我們為什么還要繼續去打比賽呢？像我們參加了美國NIST IJB-B和IJB-C的比賽，是復雜光線下非配合人臉的人臉識別。

原因就是安防行業的訴求是全場景、全人口、全年齡覆蓋，而這樣的比賽恰恰帶有強烈的行業屬性。在安防行業，我們拿到的照片往往就是隔著50米或100米的距離，在復雜的光線、復雜的天氣條件下拍攝的。如何在這樣的數據環境下做識別是非常具有挑戰性的。

在今年10月的ICCV LFR 輕量級人臉識別挑戰賽上，澎思也拿下了三項競賽第一，這里的挑戰，是要考慮邊緣智能設備的有限算力。因為到2025年的時候，可能50%的算力會部署在邊緣，所以算法不僅要做得好，還要做得足夠輕。

在行人再識別ReID方面，澎思今年在圖片和視頻兩個方向都取得了優異的成果，一個是圖片的ReID，一個是視頻的ReID。

要把整個行業的攝像機全部變得智能化，全部連接起來，做全圖的檢索，這個能力是必備的。

打個比方，很多年前我們做車輛的時候，第一步做的是車牌，后來發現還要做車型，而且車型會不斷的更新，每年都有新的品牌。所以技術要跟著市場的需求要不斷地往前走。

在視頻結構化方面，比較自豪地說，我們目前完成了在泛安防場景下的全視頻要素算法能力的布局，不管是行人的結構化還是車輛的結構化，從識別的種類到數量，到性能，澎思基本上都是行業top1的水平。

在擁有了全棧的技術算法能力后，還需要有硬件產品。之前大家有不同的做法，有合作的方式，有賦能的方式，有授權的方式。后來我們發現這樣動作還是太慢了，我們決定自己一步到位把這個產品做出來。

我們怎么定義產品呢？就是用戶通上電、通上網就可以用了，這種方式才是效率最高的。

比如說我們在深圳安防展上發布的無人駕駛巡邏車，就探索了一下自動駕駛在安防領域的應用。

AI落地，進入后發優勢時代

另外今天也重點講講落地。

基于之前提到的AI中臺、計算中臺、行業中臺的能力，我們可以快速賦能不同的行業。目前我們已經在公共安全、智慧社區、智慧園區、智慧交通、智能制造等五大行業16個場景發布了解決方案。說白了我們就是把產品丟進去，你有什么問題直接跟我提。

還有一個行業中討論比較多的問題，大家都說到2020年是“十三五規劃”雪亮工程的最后一年，那么AI安防的下一站會是哪里呢？

我的結論是這樣的，整個泛安防行業不是AI化，它本質是由AI驅動的信息化、互聯網化和物聯網化。三個技術周期疊在一起，一方面帶來了極大的顛覆，另一方面也帶來了極大的機會。

我每個星期都會看全國的標訊，看目前政府在采購什么?；旧显谘┝凉こ毯笃?，大量上馬的都是大數據的系統。

原因其實很簡單，由中央政府推動的大量前端建設，現在帶回了海量數據。有數據，有AI能力，就一定要把這些資源利用起來。

那么下一步一定就是大數據，所有數據都會被融合起來，把過去沉淀的歷史價值挖掘出來。整個安防行業或者整個視頻物聯網行業，基于軟件、基于數據、基于算法的市場就正式開始了，這是一個很大的藍海市場。

澎思在江蘇無錫的落地案例，是官方渠道認可的第一個AI技術在公安行業的落地。

這個案例讓我們感覺到了未來城市的狀態。從公檢法司、醫院、地鐵、機場、高鐵、社區、校園、工地、政府、樓宇，所有的數據是打通的。

早年安防建設的時候，往往是劃區，劃街道的。但當你趕上了歷史機遇期，有機會一步跨過這些鴻溝的時候，為什么不呢？

最后我們發現，總會有一家更加強調數據價值，更加強調軟件和算法價值的公司，會把安防這件事做了。

所以整個澎思的落地戰略，堅持的是行業+AI。這是很好的愿景，終局也一定是這樣的。但在目前的階段，我們到底是做安防公司還是AI公司？我說我們是AI公司里面做視覺的公司。

那么首先就要成為一家好的安防公司，因為安防領域目前的問題是最多的，如果連這個最硬的骨頭都搶不過來，要繞過這個歷史機遇期做別的，大概那件事也做不成。

我們公司內部有個文化，如果有兩條路，哪條路更難我們就走哪條路，因為只有你攀過這個最難的石頭，才會形成一個真正的壁壘。

最后，我用幾句話來結束這次的演講。

很多人說今年是資本寒冬，覺得融資變難了，市場難做了，客戶也更加不好對付了。但是我覺得寒冬是特別好的季節，因為身體健壯的孩子往往是在冬天出生的。同時，寒冬也會消除一些噪音。

這個時代，它既是一個最壞的時代，也是最好的時代，會使得真正有實力的公司脫穎而出。當你捱過這個寒冬，春天就到來了。

AI落地，進入后發優勢時代，從技術創新的比拼走向商業模式、落地實力的比拼。澎思作為第二階段AI公司，會堅持行業+AI的策略，把這個行業先打穿打透，帶著勝利的結果再進入到下一個行業。

謝謝大家！

—?完?—