經(jīng)過20多年的本土化發(fā)展，安防經(jīng)歷了模擬、數(shù)字、網(wǎng)絡、高清4個時代，目前已經(jīng)進入到“安防+AI”智能化階段。就在傳統(tǒng)安防企業(yè)砥礪前行之時，廣闊的AI安防藍海市場吸引了眾多AI公司紛紛參與圍獵，就連BAT、華為等巨頭也參與其中。

5月27日，智能交通知名集成商千方科技宣布獲得阿里巴巴近36億元參股，一時竟引得行業(yè)紛紛競猜阿里巴巴的安防布局意圖。其實在此之前，阿里巴巴就已經(jīng)推出了布局智慧城市頂層應用的“城市大腦”，這是一套基于大數(shù)據(jù)應用的城市級管理平臺，也是阿里布局安防的標志。

以阿里之能，仍需投資一家擁有安防生態(tài)的集成商，至少說明阿里此前的安防布局進展并不順利，需要擴充資源來協(xié)助其AI技術在安防領域縱橫捭闔。

那么，安防究竟一個什么樣的行業(yè)？其AI生態(tài)都存在哪些痛點，竟然在眾多知名AI企業(yè)圍剿下仍需合縱連橫？

四重生態(tài)，AI各有布局

我們看安防+AI，通常為算法+芯片、設備制造+解決方案、行業(yè)應用三級生態(tài)。

最上層為基礎算法和芯片，以宇視科技為代表的安防企業(yè)都開發(fā)有各自的AI算法；商湯、曠視、依圖、云從4大AI獨角獸更是聞名全球，可以說在算法端，中國企業(yè)、中國的安防公司都走在了世界前列。而芯片端，主流產(chǎn)品有GPU、ASIC、FPGA三大類型產(chǎn)品，相較國際芯片巨頭，中國已能滿足自給自足需求。

中游則是各種軟硬件產(chǎn)品和解決方案。宇視科技高級人工智能專家黃攀告訴OFweek安防網(wǎng)：這是安防生態(tài)中，宇視科技等一眾安防企業(yè)的強項，可以提供從端計算——邊緣計算——云計算的三個覆蓋大安防各細分行業(yè)的所有產(chǎn)品和解決方案，其中就包括了AI、存儲、大數(shù)據(jù)等基礎應用。

下游為政府、教育、醫(yī)療、零售等各個行業(yè)場景應用，涉及的產(chǎn)業(yè)鏈和企業(yè)類型較多，除了深耕安防的設備商外，還包括運營服務商、系統(tǒng)集成商、軟件定制服務商等安防生態(tài)企業(yè)；宇視黃攀指出，安防+AI的產(chǎn)品落地中,最終面對用戶的部分恰是產(chǎn)品變現(xiàn)的“最后一公里”。

除了上面三部分生態(tài)，安防+AI還需要最底層的核心架構，也是最易為大家所忽視的部分。目前主流的AI底層架構有Caffe（卷積神經(jīng)網(wǎng)絡框架）、TensorFlow（第二代人工智能學習系統(tǒng)）等，且掌握在谷歌、Facebook等國際巨頭手里，本土企業(yè)中，僅有百度、阿里巴巴、商湯、曠視等少數(shù)AI玩家在構建自己的深度學習架構。

2大因素制約早期AI爆發(fā)

人工智能之于安防，一直存在；只是人臉識別技術起來后，才廣被大眾所熟知。其實，安防領域是人工智能技術應用最早、類型最全的一個行業(yè)，涵蓋車輛、行人、人臉、行為、動作、步態(tài)、物品、事件等的識別與應用，不過早期安防智能較集中于智能交通領域,對車輛的車牌識別、車輛品牌、顏色等車輛屬性涉及較多,近幾年才慢慢擴展到人體、人臉、動作、事件等各種智能方案。宇視黃攀認為，這是歷史發(fā)展規(guī)律使然，主要有受兩方面因素制約。

先從算法維度分析，安防業(yè)經(jīng)歷了從模擬——數(shù)字——高清——智能的轉變。早期安防首先需要解決的是圖像清晰化的命題，編解碼算法和圖像處理算法是業(yè)內廠商最優(yōu)先發(fā)展的算法；隨著智能交通的興起，對車輛屬性的識別成為主流應用，傳統(tǒng)模式識別+淺層機器學習逐步在安防領域成為主流。隨著2012年AlexNet的驚艷表現(xiàn)，深度學習算法得到爆發(fā)性發(fā)展，安防智能真正進入到“深度”智能階段，并最先在人臉識別領域得到大規(guī)模應用。

再從硬件維度分析，早期沒有專門針對人工智能的算法芯片——算力，當行業(yè)進入到深度學習算法階段后，專注于游戲業(yè)務的英偉達發(fā)現(xiàn)GPU在分布式計算、大規(guī)模集群運算中有著非常大的優(yōu)勢，由此找到了新的業(yè)務落腳點，并發(fā)力推出針對人工智能深度學習的多個產(chǎn)品線專用處理芯片，如工業(yè)級的Tesla系列、消費級的GTX系列等。

隨著算力的大幅提升，原先需要幾個月才能完成的深度訓練迭代，在分布式GPU集群的加持下，只需要幾個小時便可完成。