□ 文/本刊記者 丁兆威

如果說大數據是水，云存儲就是蓄水池，而人工智能就是一只撈魚的網。如果我們跳到水池中去抓魚，猶如大海撈針，累個半死也抓不到幾條。有了人工智能這張網，不費吹灰之力就能把魚從水池中捉出來。

人工智能和大數據是近兩年安防行業(yè)最熱門的技術，大數據的成功應用早于人工智能。

幾年前，大數據和云存儲幾乎是同時出現，并很快成為安防行業(yè)的熱點，因此它們的結合應用最為密切。

大數據與云存儲

隨著科技的發(fā)展尤其是通訊技術的發(fā)展，世界開始進入大數據時代，每天產生的海量數據，在過去是無法想象的。

在每天產生的海量數據中，視頻數據約占了76%，也就是說是主要數據源。據相關機構預測，到2025年，全球數據規(guī)模將擴展至163ZB，相當于2016年我們所創(chuàng)造數據的十倍，安防監(jiān)控圖像將是主要視頻數據增長源之一。

過去，存儲視頻數據靠硬盤（本地存儲），后來出現了集中式存儲技術，再后來出現了云存儲，數據中心模式逐漸成為安防監(jiān)控行業(yè)的主流形態(tài)。

平安城市、物聯網、智慧城市建設促使云存儲技術應用不斷成熟，智慧城市要求視頻存儲數據相互之間必須進行聯動和共享，而這種共享具備了云存儲的特性，傳統的存儲技術已經無法滿足行業(yè)發(fā)展的需要，云存儲成為大數據時代安防監(jiān)控行業(yè)發(fā)展的必然。

云存儲，讓越來越多的IT行業(yè)的技術與理念引入到安防行業(yè)，百度推出了百度云、阿里巴巴推出了阿里云、華為推出了華為云、騰訊推出了騰訊云。甚至一度有人士預測，安防行業(yè)將會逐漸被IT化。

視頻大數據的價值

隨著物聯網的發(fā)展，傳統視頻監(jiān)控生態(tài)發(fā)生了根本性變化，原本用于安防監(jiān)控的視頻圖像，擴展應用到諸多領域，安防監(jiān)控產業(yè)鏈也隨之延伸，從而形成新業(yè)態(tài)——視頻物聯。有了云計算、人工智能技術，大數據的生產者——安防監(jiān)控廠商，逐漸升級為“視頻服務商”。

過去，監(jiān)控攝像機的作用就是動態(tài)社會治安監(jiān)控。在現代信息社會，視頻，是最豐富的傳感器。大數據的獲取、分析和深度挖掘應用，都離不開傳感器。在所有的傳感器中，視頻所采集的信息最豐富、最直觀，也最有價值。隨著應用領域的擴展和延伸，監(jiān)控圖像的價值逐漸凸顯出來。視頻在治安監(jiān)控、抗震救災、交通管理、應急指揮、醫(yī)療、城管、消防、防汛等許多領域，都展現出廣闊的應用前景。

視頻大數據已經成為珍貴的數據資源，在許多應用場景中，視頻監(jiān)控完全突破了安全監(jiān)控的界線和范疇，視頻的價值得到不斷挖掘和應用。

視頻大數據的挖掘應用前提是怎么獲取大數據。過去，監(jiān)控攝像機主要是用于安防，現在監(jiān)控攝像機主要是做抓取，抓取視頻里的人、車、物，甚至一切。一臺IP攝像機，一年可產生的視頻數據大概在1.3個TB，流量1.6個TB。那么2000萬臺IP攝像機，一年大概可以產生8個EB的存量和96個EB的數據流量，這是一個非常龐大的數字。這些數據資源通過云存儲，形成極具應用價值的數據池。

無論是百度云、阿里云，還是華為云、騰訊云，都離不開大數據，沒有大數據，再強大的“云”平臺，也就是一個空水池。

除了安防以外，視頻真有那么大價值嗎？讓我們來看幾個場景應用。

隨著旅游業(yè)的發(fā)展，一些先進的技術也開始應用到景區(qū)管理中，大大提高了景區(qū)管理和服務水平，許多景區(qū)實現了可視化、智能化管理，包括安全監(jiān)控、客流分析統計、報警聯動、停車場、出入口、在線巡查、門禁等。

為助力工廠可視化、智能化生產，?？低暋⒋笕A股份等都相繼推出了工廠可視化管理系統。近日，佳能憑借其先進的影像技術也隆重發(fā)布了佳能工業(yè)影像平臺，助力用戶打造可視化智能工廠，全力促進“中國制造”走向“中國智造”。

當大數據遇上AI

大數據是人工智能的基石，機器視覺和深度學習主要是建立在大數據的基礎上，即對大數據進行訓練，并從中歸納出可以被計算機運用在類似數據上的知識或規(guī)律。大數據生態(tài)里面包含了眾多AI內容，數據科學、機器學習、人工智能，成為大數據發(fā)揮價值的關鍵。

近兩年，AI技術在安防領域的落地應用不斷加速。在AI的加持下，視頻物聯和視頻大數據的發(fā)展如虎添翼。

大數據與人工智能如同兩個充滿巨大能量的球，碰撞到一起，激起璀璨的火花！海量的視頻大數據，充分滿足了人工智能對于算法模型訓練的要求。大數據與人工智能結合，能夠解決安防監(jiān)控應用的痛點，比如利用人工智能技術，幫助分析人流密度分布、變化趨勢、活動的動態(tài)監(jiān)測，從而實現大型活動和重要區(qū)域的風險管理；幫助進行道路狀態(tài)及變化監(jiān)測，分析車流密度分布、變化趨勢，預測道路擁堵指數，實現交通信號的調節(jié)和優(yōu)化；根據車輛軌跡，實現以號搜車、以圖搜車、以特征搜車等，從而實現對人、車輛軌跡的跟蹤等。

這些痛點都是目前在安防行業(yè)普遍面臨和存在的，而單一的人工智能技術在某種程度上還很難徹底解決上述問題。當大數據加入后，一切都變得易如反掌。

目前，視頻大數據的主要產生源集中在社會治安動態(tài)監(jiān)控和道路交通安全監(jiān)控兩大領域。人工智能在安防和智能交通領域的應用，也主要集中在這兩個領域。目前全國各地社會治安動態(tài)監(jiān)控系統已經超過2000萬個，每天產生產數據量幾乎是一個天文數字；以電子眼為主的道路交通安全監(jiān)控系統，每天產生的數據量也相當驚人。這些龐大的數據，可以說95%是冗余的甚至是沒用的，經過人工智能的分析和處理，這些數據就變成了寶貴的資源。

人工智能和大數據的結合，賦予了大數據全新的價值。大數據已經不再是傳統的視頻數據的簡單累積，而是具有無限擴展應用價值的珍貴數據資源，比如人臉數據庫等。

大數據驅動下，全球對人工智能視頻監(jiān)控硬盤和云數據中心硬盤的需求急劇上升，這為安防和AI行業(yè)帶來了前所未有的機遇。

安防大數據與人工智能

AI安防是利用人工智能對視頻、圖像進行檢索、分析，從中識別安全隱患并對其進行處理的“黑科技”。AI安防與傳統安防的最大區(qū)別在于智能化，傳統安防對人的依賴性比較強，非常耗費人力，而AI安防能夠通過機器視覺對傳感圖像進行智能研判，從而實現真正意義上的安全監(jiān)控和事前預防。

隨著安防監(jiān)控市場的不斷發(fā)展，安防視頻數據量日益激增，未來不可能將所有數據都放到云端處理，尤其是在實時性要求高的安防監(jiān)控領域，因此前端智能的實時性顯得尤為重要，AI技術“前移”、前端智能化成為安防監(jiān)控系統的未來發(fā)展趨勢。前端圖像采集設備加載AI技術后，大大減輕了后端存儲和智能分析的壓力，讓視頻采集、數據分析、視頻應用等融為一體，從而為用戶提供更強大、更有價值的視頻服務。

AI技術不斷成熟，但落地應用遠低于預期。AI安防，已經成為AI落地應用的巨大風口。

安防監(jiān)控行業(yè)以視頻技術為核心，每天產生海量的數據資源，可以充分滿足人工智能對于算法模型訓練的要求；安防行業(yè)中事前預防、事中響應、事后追查的訴求與人工智能的技術邏輯完全吻合。

此外，安防整個產業(yè)鏈的人工智能布局已經成型，正在步入加速落地應用的佳境。視頻監(jiān)控、生物識別等安防龍頭企業(yè)紛紛布局人工智能生態(tài)鏈，AI龍頭企業(yè)紛紛進軍安防監(jiān)控市場，AI安防已經成為AI落地應用的熱點行業(yè)，目前， AI安防生態(tài)圈參與方分別包括上游的視頻算法提供商、芯片制造商、圖像傳感器、鏡頭模組等其他核心零部件制造商，中游的硬件供應商、軟件服務商、系統集成商、運營服務商，下游的視頻存儲服務商等。

2017年，希捷發(fā)布全球首款人工智能視頻監(jiān)控硬盤——酷鷹人工智能硬盤。該硬盤具備高吞吐量和優(yōu)化的緩存，能夠提供低延遲和極佳隨機讀取性能，實現對視頻圖像的迅速定位與傳送并進行影像分析，是解決隨著人工智能工作流產生的密集計算工作負載的理想方案。

隨著人工智能硬盤的問世，前端AI、后端AI，甚至AI存儲等，都已經成熟，已經具備市場爆發(fā)的條件。

交通大數據與人工智能

城市交通大腦和“會思考”的信號燈

人工智能在交通大數據的應用，主要分為三大場景：交通擁堵、智慧出行和交通管控。

治理交通擁堵，是城市發(fā)展的第一難題。目前，我國交通電子眼的數量居全球之首，但許多視頻數據得不到有效利用，如果不借助人工智能，每天攝像頭攝錄的數據是看不完的，同時由于信息孤島效應，許多有價值的視頻數據往往被忽略和浪費了。阿里巴巴集團技術委員會主席王堅在2016年云棲大會上表示，世界上最遙遠的距離卻是紅綠燈和交通監(jiān)控攝像頭之間的距離?！八鼈兌荚谝桓鶙U子上，卻從來沒有通過數據被連接過?！?/p>

因此，杭州市政府在2016年云棲大會上公布，將為杭州安裝一個人工智能中樞——杭州城市數據大腦。這個項目由阿里云、富士康、?？低?、大華股份等13家企業(yè)的頂尖人工智能科學家聯合完成?！俺鞘袛祿竽X”交通應用場景的初期主要目標是通過分析車輛視頻數據，來實時調整路口的紅綠燈時長。簡單來說，城市大腦的工程師們首先需要將視頻信息轉變?yōu)閿祿⒔y一這些數據的格式，從而用數字化的結構重現實際的交通環(huán)境。之后，在這個虛擬的“數字城市”里，模擬不同交通狀況進行數字建模，通過大量運算得出紅綠燈時長的優(yōu)化方案，最終同步到真實的路口，也就是說，人工智能通過視頻結構化分析和應用，讓信號機有了一雙“慧眼”，自動優(yōu)化配時方案，提升交通運行效率。

城市數據大腦的內核采用阿里云ET人工智能技術，它可以讓數據幫助城市來做思考和決策，從而將杭州打造成一座能夠自我調節(jié)、與人類良性互動的城市。在此后進行的杭州蕭山區(qū)部分路段的初步試驗中，城市大腦通過智能調節(jié)紅綠燈，車輛通行速度最高提升了11%。

近年，各地交警充分利用人工智能和大數據，治理交通擁堵，收到顯著效果。

深圳交警在管理思路創(chuàng)新的同時，不斷加大科技信息化在交通管理中的創(chuàng)新應用，先后與BAT、華為等企業(yè)合作，通過科技手段，不斷提升交通管理水平。。2016年，深圳成為“年度治堵典范之城”。濟南交警支隊與互聯網公司合作，試點開發(fā)計算機控制下具有深度學習能力的交通信號控制模式，也就是專業(yè)界所說的“會思考的信號燈”，逐步實現交通信號配時智能化和區(qū)域信號多點聯動自適應化。目前，濟南市區(qū)已有交通信號燈控路口1000余處，信號平峰綠波帶77條，高峰紅波帶39條，納入區(qū)域自適應協調控制的道路42條，收到顯著的效果。

交通出行大數據

交通出行大數據，是交通大數據的重要組成部分。目前，許多科技企業(yè)與地方政府展開深度合作，進一步打通數據瓶頸，深入挖掘數據價值。高德與杭州合作“交通大腦”項目，利用大數據迅速發(fā)現城市異常擁堵位置，將其反饋給交警部門，加快出警速度。能夠將事故造成的異常擁堵時長縮短20%，平均車速提高35%。

大數據是推動智能交通發(fā)展的基礎，人、車、行為識別都是獲取數據的工具，是感知智能的提升。

整個交通數據生態(tài)的組成因素有人、車、路、場站樞紐四大因素。當前已經可以通過固定式檢測設備感知車號牌、車流量、車特征等信息。通過場站樞紐的視頻監(jiān)控、出入口車輛識別、車位檢測設備獲取車輛進出數據。隨著車路協同、輔助駕駛、無人駕駛技術的提升，可通過車載智能終端感知車輛相關移動數據，包括位置、行為等。我們也可以通過互聯網技術，以移動終端手機感知出行者信息。未來、隨著技術的發(fā)展和成熟，以及政策的支持，這四類信息將被全面感知，形成人車路場協同，提高整體交通通行效率。

高德目前擁有7億用戶，覆蓋全國超過331個城市，每月覆蓋的移動終端數超過11億；滴滴每日新增軌跡原始數據超70TB，處理數據4500TB，路徑規(guī)劃請求200億次以上。

百度地圖基于百度地圖海量的車輛軌跡、定位、POI、百度搜索等數據，發(fā)布中國城市交通研究報告；高德地圖利用交通大數據，發(fā)布城市交通擁堵報告。綜合分析我國城市交通狀況，為公眾、行業(yè)研究機構以及政府管理部門提供有效的參考。

交通出行大數據極大地豐富了智能交通的內涵。除此之外，還有未來的無人駕駛，更離不開大數據和人工智能。AI，賦予公共交通和無人駕駛更多可能。

大數據助力人工智能發(fā)展

隨著技術的不斷成熟和發(fā)展，人工智能正在加速走向商業(yè)化，人臉識別、圖像識別、語音識別等技術已經在公安、金融、物聯網等行業(yè)得到越來越廣泛的應用，刷臉支付也已經向我們走來。

伴隨著云存儲，云計算技術也日益成熟。相比人工智能，云計算發(fā)展較早，經過10年發(fā)展，國內已經擁有超百億規(guī)模，云計算也不再只是充當存儲與計算的工具而已。

如果說大數據是水，云存儲就是蓄水池，而人工智能就是一只撈魚的網。如果我們跳到水池中去抓魚，猶如大海撈針，累個半死也抓不到幾條。有了人工智能這張網，不費吹灰之力就能把魚從水池中捉出來。

云計算在助力人工智能發(fā)展上具有重要意義，人工智能的發(fā)展、巨大數據的積累，也將會為云計算帶來新的機會。

未來，人工智能和大數據將是AI安防生態(tài)的主角，整個行業(yè)或將圍繞這兩項技術，不斷延伸和發(fā)展。