人臉演算法拼殺中,深醒科技的自我迭代

dicksonjyl560101發表於2019-06-05


經過了前幾年人臉識別演算法的拼殺,2019年正成為人工智慧技術重要的落地之年。

AI概念的高估值泡沫下,市場開始更青睞能將人工智慧技術和產品規模化落地的企業。

看準了方向,從拼創始人技術背景、研發團隊和演算法能力,AI創企也開始調整航向,逐步向產品定義、工程速度和銷售轉變。

在這一背景下,一家深耕安防領域的企業,憑藉他們的能力,在市場內的身影正日漸清晰。

相對於一眾早先成立、高融資、高估值的計算機視覺企業,深醒入場似乎有些遲。不過,深醒科技技術創始人史震雲,卻覺得時機剛剛好。

從2016 年開始,人臉識別有了突破性的進展,主流人臉公司的業績也在這一年水漲船高,可以說技術可用、市場契機都在這一年都達到了成熟。

於是在2016年2月,深醒科技應運而生。

當然,作為國內較早關注人工智慧的一批人,史震雲以及另一位創始人袁培江,實際與安防結緣,顯然還要更早。

2015年,袁培江編寫了一個20多兆的人臉識別小程式,這個小程式吸引了警方的注意,被拿到新疆進行測試。結果不到一週,這個粗糙的小程式就識別了一名反恐分子。這次嘗試,讓袁培江和史震雲看到了公安領域的需求。

對此,史震雲判斷道:“公安最大的痛點,是警力不足下任務量很重,他們迫切需要能解決實際問題的技術。而我們所做的,就是以技術與產品,及服務能力為出發點,逐步去挖掘安防領域的影片需求。”

技戰法融入智慧分析平臺

作為深醒科技技術創始人、出身工科的史震雲,顯得對AI技術和安防場景十分熟悉,談起公司和行業來也是快人快語。

“我覺得誰說自己做了十個領域,每個領域挖得很深,是不可能的。”史震雲說道。

於是,在眾多領域中,深醒選擇的是先深耕痛點明顯、有強烈需求的公安這一領域。

相關資料統計,目前我國在編警察數量不到兩百萬,有限的警力面對日益增長的多樣化資料存在著挑戰。在此背景下,公安部門迫切需要AI等技術分析、挖掘資料中的核心價值,支撐偵查辦案、綜合研判等業務需求。

在用一個小程式與公安結緣後,深醒也開始更深入思考,如何將技術真正與公安實戰結合起來。技術不能直接空降到公安領域,硬性、工具性的技術,對公安來說也非常陌生。

AI創企,不能只“拿著錘子找釘子”。

看到這一點後,深醒打造了靜態、動態的人臉識別平臺,及影片結構化、大資料分析平臺,還將公安原有的人工處理影片監控的方式和智慧——影片技戰法融入了平臺中。

早先人臉識別和影片分析等技術應用還不多的時候,實戰經驗豐富的老公安,就透過分析影片影像資訊,分析監控點的時空關係,從而判定犯罪嫌疑人的進出路線、作案過程、人數、車輛……

“雖然很多企業都在講技戰法,但其實只有少數幾個廠家會真的花時間在上面。”史震雲說道。

深醒,便是這少數之一。

史震雲介紹道,深醒的大資料一體化防控平臺中,就包含了技戰法超市功能,可對涉穩人員重點區域聚集、涉毒人員重點區域聚集、多頻次出現不同醫院盜竊人員、時空碰撞分析電動車盜竊人員等進行監控。

平臺能透過人工智慧檢視影像,以及形成知識圖譜,做出線索的自動分析模型。透過結構化的影片資料,以及傳統的資料,直接做資料分析和資料探勘,給公安一些直接的決策建議。

細分場景,平衡需求和產品化成本

公安內有刑警、交警、治安、戶籍、經偵、巡警等多個警種,對影片資源的應用需求也都不相同。

場景細分下,需要攻克的難點眾多,如何平衡實際場景需求和產品化的成本也是一個重要問題。

史震雲也說道,“只要服務好幾個警種,就很不錯了。”

相對於業內對細分領域需求的追求,史震雲認為,客戶的需求是多場景的,但場景細分不意味著都要形成產品,如果不能複製,就難以平衡需求和成本間的問題,對企業來說,負擔就會很重。

史震雲以工廠的場景舉例道,工廠中對操作規範的要求較高,但各個場景又有所不同。有的地方下樓時需要雙手扶梯;有的地方不要求雙手扶梯,但要求戴不同顏色的工帽。這些需求相對來說,就很細分,又存在差異化。對企業而言,就要考慮需求是否是值得做的,做成產品還是專案。

安防領域亦是如此。

史震雲認為,“產品都是從專案中提煉出來的,但不是所有專案都能提煉出產品。產品肯定是某些場景應用的一致性比較強、在產品程度化較高的時候才能形成。”

在細分場景的關注中,深醒也提煉出了一些更細緻的應用。深醒今年年初就申報了一個重點課題,透過一組腳印,或鞋印,能倒推出人的身高、年齡、體態和行為方式。

 工程化能力加持,深醒的模式很重

除了演算法、軟體,AI落地安防,還要經過工程化的服務能力這道門檻。

對於AI初創企業來說,如何將產品化,以及如何將軟體真正用工程方法實施下去,也是一大問題。

在這一點上,深醒的模式顯然更“重”。

區別於其他純產品或者方案售賣的人臉識別公司,深醒採用了以服務輸出的模式。

深醒會配合當地公安準確部署每一個攝像頭的位置、光線、軟硬體調配,這些細緻服務跟上,正是做TO G和TO B生意的基礎。

在和公安的一次合作中,深醒第一次去的時候,當地的公安說,“這個高架已經有12個公司來過了,你們是第13家”,他搖搖頭就走了。

深醒當時並沒有承諾什麼,而是選擇和對方一起工作。隨後深醒團隊在當地連續工作了10個月。後來,這位民警藉助於深醒的系統,抓到了通緝令上的2個重要逃犯。

而在具體的施工中,史震雲介紹道,“一個專案團隊中要包括演算法人員、程式碼人員、專案管理者,還有實施人員和運維人員。前期演算法人員、研發人員、以及產品經理都要全部介入專案,介入後開始與客戶溝通,解決細分的需求問題,然後進行聯調測試;執行一段時間後,會有運維人員、專案經理逐步介入。”

“在這個過程中客戶不斷提供要求,還有需要迭代的東西反饋回來,重新做二次開發和改造。這個反饋的過程是反覆的,直到發現可能已經花了一年的時間了,系統能夠更好執行了。”

在行業都在談論AI,尤其是人臉識別如何落地的應用場景時,這位工科出身的創始人,顯然覺得技術就是為場景服務的。

史震雲將原因歸於工科生與理科生思路的不同,“理科生更多的是做純粹的研究,而工科生做的就是落地的東西。”

 AI企業還大有可為

經過了前幾年的淘洗,業內人士也認為,AI公司絕大多數創始人是技術背景,由優秀的科學家或研究員帶隊,基於之前研究院的演算法能力,進一步做最佳化。

而今天的AI創業公司核心重要的因素可能是產品經營能力,和把一個演算法變成一個工程化的能力以及銷售能力。

演算法之外,產品和工程化能力,正是深醒的優勢。

近幾年來,AI初創企業在不斷切安防入場景,傳統安防巨頭海康提出了“雲邊融合”“物信融合”等概念,大華提出了“HOC城市之心”,華為則提出打造開放生態,安防業內一時間玩家湧入,概念不斷。

談起行業內的生態,史震雲則認為未來不會是“贏者通吃”的局面。

“目前的安防專案,還是大型整合商承接的居多。因為每個工程專案都需要不同的公司合作來做。

從資料鏈路、攝像頭、伺服器,到演算法核心、應用、資料庫以及雲端,甚至中間的各種網閘路由,都要有公司來做。任何一個專案可能都是十幾家公司在做。舉例來說,沒有哪家廠家又做煙霧報警,又做FIRD(遠紅外探測器),又做攝像頭,又做井蓋,其實任何一個專案都能夠看到無數廠家。”

對於AI創企在市場的角色,史震雲認為,雖然玩家很多,但目前AI在安防市場中的滲透率還很低,這還不是個“紅海”市場,AI在其中也還大有可為。

“目前,AI在安防領域的落地還是很少的。有不少廠家都宣稱說做了專案,但實際可能只做了一、兩個案例。而作為初創企業,在目前的格局下,想的應該是如何進行AI規模化的落地,如何把案例乘以十或一百。先把AI的市場滲透率從2%提升到5%,再逐步提升,不斷撐起這個市場,這就是AI創新企業該做的。”


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/29829936/viewspace-2646815/,如需轉載,請註明出處,否則將追究法律責任。

相關文章