AR说丨AI+安防3.0时代来袭，谁吃肉？谁喝汤？

在这一轮兴起的人工智能（AI）浪潮中，最为火热、最频繁地被人提起的落地行业莫过于安防了。在这个行业规模高达6000亿元（中国）的庞大市场中，AI+安防成为产业升级的重要领域，传统安防巨头与新兴AI创企们同台竞技，形成了新老势力同台竞争的局面。众多巨头以及创业公司的加入将给AI安防市场带来怎样的竞争格局？市场还存在着哪些机会？今天ARinChina邀请到了北京深瞐科技有限公司CTO王建辉先生来和我们聊一聊AI+安防~

注：受访人承诺文中数据无误，为内容真实性负责。ARC作客观真实记录，已备份原始记录

ARC：深瞐科技创立之初是做人脸识别的，为什么之后会转向“车脸”识别的研发？这其中有什么技术或是布局方面的考虑吗？

王建辉：北京深瞐科技有限公司成立于2012年底，创立之处做过一段时间的人脸，但是当时人脸识别技术的精度难以满足实际应用对于算法精度的需求，无法形成销量，不怎么挣钱。当时有一个公安客户问：“你们能不能从图片中识别出车辆型号？”经过一段时间调研之后，公司决定切入“车辆识别”领域。我们其实是拿着需求来做，只要产品做出来能解决公安客户的问题，就能形成销量。

ARC：“车脸”识别技术目前的应用是否成熟？您觉得当代科学技术能否用机器来完全解释，模拟，复现和处理人的视觉呢？机器视觉有可能是AI的下个前沿吗？

王建辉：人眼的功能非常强大，目前机器视觉计算还无法完全解释，模拟，复现人的视觉。但是就单个应用领域来讲，目前的计算机视觉技术已经能帮助人类解决部分问题了，比如车脸识别领域，目前我们的车辆检测能达到95%以上的准确率，而车辆属性分析的准确率大部分也能达到95%以上的精度，已经能帮助公安客户解决部分问题，具有实际应用的价值，但是还是有进步的空间。机器视觉是人工智能的一个非常重要的应用领域，而且一直以来都是人工智能一个非常重要的应用领域。在深度学习算法出现之前，传统的计算机视觉算法因为精度不高、场景适应性不强，能解决的问题其实非常有限。但是近几年随着深度学习算法的不断发展，使得传统的计算机视觉算法不能解决的部分问题，现在也能做到非常高的精度，具有了实际应用的价值。

ARC：为什么安防领域一直被视为AI技术落地最好的行业之一？AI+安防未来还会有哪些技术方面的革新空间？

王建辉：首先，因为安防具有大量的数据，能够满足深度学习算法对训练数据的需求；其次，目前中国监控摄像头的数量将近2亿，传统的基于肉眼的安防方式无法满足应用的需求，因此安防行业对人工智能算法是刚需；最后，目前中国的维稳经费已经超过军费，因此安防行业是能实实在在产生经济利益的一个领域。

未来AI+安防需要将行人、人脸、车辆、驾驶员人脸等信息结合，极大提高公安破案的效率，同时可以利用行人和车辆的社会属性提供城市经济状况的分析指数，结合安防摄像头和交通信号灯可以解决城市拥挤等问题。能为智慧城市提供技术支撑。

ARC：目前，国内AI+安防领域竞争激烈，面对老牌们的强势投入，深瞐如何应对？你们的竞争优势是什么？在市场布局方面有怎样的战略?

王建辉：目前安防领域的竞争非常激烈，深瞐科技作为一家在安防行业内成长起来的人工智能公司，我们的市场策略是和老牌安防厂商深度合作，为传统安防厂商提供人工智能算法和技术解决方案，为传统安防厂商赋能。深瞐科技的优势是在AI+安防领域投入非常早，积累了大量的精确标注场景数据和持续不断优化的高效率AI算法，深瞐科技目前合作的上市安防企业不下20家，安防行业内的合作伙伴将近200家。

ARC：大部分AI公司都在烧钱阶段，变现有很大的不确定性，您如何看待这种不确定性？公司目前盈利如何？

王建辉：目前很多AI企业都专注于AI技术本身，而没有将AI技术与应用行业深度结合，经常会出现技术与应用脱节的情况，所以AI企业的营收具有非常大的不确定性。深瞐科技更多的是将AI技术作为一个手段，主要的着力点在如何解决行业问题上，因此产品具有不错的营收。目前深瞐科技有稳定的客户和收入来源，从2016年开始就已经达到盈亏平衡。

ARC：AI要走向产业化的阶段，还有哪些亟待解决的问题？

王建辉：AI要走向产业化，主要还是需要对相关行业有深入的了解，在技术应用初期可以不计成本的解决一些问题，但是想要大规模应用，成本将会成为一个非常重要的制约因素，这里的成本包括硬件、功耗、开发难度、系统稳定性、可为维护性等各方面的成本。而这些都是AI走向产业化所亟待解决的问题。

END

【热】你与ARVR设计师只差一个编辑器的距离！

【精】盟云全息是怎么做到短短两年就上市的！

【热】VR健身有可能成为运动新风潮吗？

【精】原来月薪三千就可以住智能大房子！

精·选·服·务