您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
智慧城市 正文
发私信给余快
发送

0

海康威视李亚亚:物联+ AI ,是实现数字化转型的重要桥梁 | 第四届中国人工智能安防峰会

本文作者:余快 2021-12-31 18:08
导语:AI要服务行业,而非颠覆行业。


海康威视李亚亚:物联+ AI ,是实现数字化转型的重要桥梁 | 第四届中国人工智能安防峰会

作者 | 李溪

编辑 | 余快

2021年12月11日,由雷峰网(公众号:雷峰网) & AI 掘金志主办的第四届中国人工智能安防峰会,在深圳正式召开。

本届峰会以「数字城市的时代突围」为主题,会上代表城市AIoT的14家标杆企业,为现场和线上观众,分享迎接数字城市的经营理念与技术应用方法论。

在上午场的演讲环节上,海康威视EBG解决方案部总裁李亚亚为峰会带来了精彩演讲。 

李亚亚认为物联+AI,是实现数字化转型的重要桥梁。

海康威视打造产业实践所需的技术支撑体系,基于体系化的智能设备和软件技术架构,支持算法模型和智能应用,轻松便捷的部署和应用,服务各个行业,以开放融合的态度,迎接AI产业的新融合、新发展。

智能物联技术是数字化转型中重要的技术之一,数字化转型的一个特征是物信融合。海康威视在产业实践中,通过物联+AI,在数字车间、产线合规、巡查巡检、智能考勤等方面助力企业实现数字化转型。

“要把智能物联,以及其他技术嵌入价值链,去服务行业,才能把事情做好,而不是仅仅通过技术创新或者颠覆。”

以下是李亚亚演讲全文,雷峰网AI掘金志作了不改变原意的整理与编辑:

今天我分享的主题是《智能物联助力数字化转型》。

先简单介绍一下海康威视,我们是一家成立于2001年的高科技公司,二十年来不断融合前沿技术,从最初的视频压缩板卡研发制造商,发展成为目前以视频为核心的智能物联网解决方案和大数据服务提供商,产品和解决方案应用到全球150多个国家和地区。我们通过构建开放合作生态,为公共服务领域用户、企事业用户和中小企业用户提供服务,致力于构筑云边融合、物信融合、数智融合的智慧城市和数字化企业。

海康威视构建了从感知到认知、从边缘到中心、从硬件到软件、从数据到智能的全系列产品闭环和解决方案体系,为数字化转型提供一站式服务。

今天的汇报包括两部分:1、人工智能技术实践应用;2、智能物联助力数字化转型的理解。

 人工智能技术实践应用 

我们以海康威视人工智能的发展阶段来介绍一下人工智能技术的实践应用。

海康威视在2006年开始组建算法团队,开展智能算法研究,2007年开始陆续发布行业智能产品,大概2013年开始布局深度学习,开始新的人工智能的研究,2018年,海康发布AI开放平台,目标是通过开放式的AI开放平台降低技术门槛,助力全行业具备产业实践能力。 

最近两年,海康威视完成从感知智能进入认知智能的进化,构建了相对完整的AIoT技术体系,从软件到硬件、从能力到设备底层的全面开放,形成体系化的能力,与合作伙伴一起助力各行各业的数字化转型。

海康一直在感知智能、认知智能上持续深耕。在场景赋能上,我们的人工智能项目积累已经超过数万个,覆盖数百个行业。

从生产制造到城市服务,在制造业、餐饮、工地、气象、水利、生态、社区等各个细分领域,都已经应用人工智能。

我们不断探索,目前形成了体系化的技术支撑能力。

可以看到,最左侧是算法生成、模型数据处理,算法模型包可以下载到整个体系化的设备中,设备底层系统是开放的,叫做HEOP设备开放体系,产品形态也很多,我们不单有摄像机产品,还有后端服务器,嵌入式的智能服务终端,包括移动类的设备,这些设备都可以开放给合作伙伴。

海康威视李亚亚:物联+ AI ,是实现数字化转型的重要桥梁 | 第四届中国人工智能安防峰会

随着算法类型和算法应用的不断增加,智能终端的数量快速增长,出现了算法调度等以及很多新的需求,我们形成了统一的软件体系支撑。

目前,基于体系化的智能设备和软件技术架构,形成了支持算法模型和智能应用,轻松便捷地部署和应用,服务各个行业。

这是我们2018年发布的AI开放平台,三年来这个一站式算法训练平台一直很活跃。公司2020年年报的数据显示,注册用户超过两千家,覆盖行业超100个行业,2020年的训练模型超过1.5万个,这个平台的目的是通过智能促效能,助力产业升级转型,实现社会效益最大化。

海康威视李亚亚:物联+ AI ,是实现数字化转型的重要桥梁 | 第四届中国人工智能安防峰会

在获得了很多成果的同时,我们从产业实践中总结了三点思考。

1、单靠AI不足以满足业务的应用,目前大家理解的AI更多是AI+可见光,前面的举例也是AI+可见光为主,我们发现只有可见光不够,应用落地应该是AI+多维感知。

2、单靠算法不足以支撑业务应用,应该是算法结合业务场景,脱离业务场景的算法,无法去实现碎片化的落地需求。

3、一人拾柴火不旺,一家、几家企业的能力是无法满足整个行业所有需求,一定要形成合力,通过生态合作降低投入资源,提升投入产出比。 

人工智能与物联感知技术融合是必然趋势。 

深度学习需要物联网的传感器产生、收集来自不同类型的设备的海量数据,物联网也需要靠人工智能做到实现感知与认知。物联网有了人工智能这个加持的能力,可以让我们做更多的事情,AIoT能实现万物数据化、万物智联化,最终形成一个智能化生态体系。

物联感知技术,不仅仅是可见光,我们从可见光向全电磁波谱两端不断延伸来看一下各种技术具体的应用场景。

海康威视李亚亚:物联+ AI ,是实现数字化转型的重要桥梁 | 第四届中国人工智能安防峰会

视频可见光是属于电磁波一种,从这张图可以看到,可见光在中间,往左侧相继是紫外线、X射线、伽马射线,化学消毒、医疗、防伪、光刻等领域必须用到紫外线,安检、医疗影像、工业探伤经常用到X射线,伽马射线应用领域主要在医疗手术和工业探伤领域。

右侧是红外,红外线又分近红外、中红外、远红外。近红外成像,可以进行食品、药品的成分检测,物质分析等;中红外主要运用于工业测温、电子测温、气体气云成像产品等;远红外,应用于工业中加热熔化、干燥等工序、医学理疗等。

毫米波雷达,主要在安检、雷达、通信、遥感(如测量体机等),厘米波/分米波/超短波/中波/长波/超长波等无线电波多用于通信、导航、广播和电视,日常生活中也可以碰到。

我想说明不同的领域需要的感知能力不同,包括声音所在的机械波也是非常大的赛道,如何将感知能力和AI结合,这才是解决问题的方法。

融合全面感知、AI、大数据、机械自动化等技术,通过不断创新与实践,打造出一系列适配场景应用的新产品。

我们做了很多探索和尝试,将AI、感知、大数据、机器自动化等进行融合,打造出一系列适配场景应用的新产品。

海康威视李亚亚:物联+ AI ,是实现数字化转型的重要桥梁 | 第四届中国人工智能安防峰会

大家看这张图,这些产品的外观与摄像机并无关联,但其中运用了很多AI+物联的技术,形成泛知物联的产品体系。

这是未来一个重要的方向,随着场景需求变化,产品的形态都会发生变化,背后的技术能力也会发生变化。

下面举的两个例子,都是非可见光和人工智能的融合。

左边的案例是X光智能安检机。我们在很多场所调研后发现安检需要专业能力,安检人员人工检测非常辛苦,我们通过AI能力和X光结合的技术,降低安检岗位的工作强度,智能化提醒违规物品的复核检查。

海康威视李亚亚:物联+ AI ,是实现数字化转型的重要桥梁 | 第四届中国人工智能安防峰会

右侧是热成像+AI应用,在港口、河边等场景,晚上人的眼睛是无法准确识别,我们通过AI+热成像的结合技术对船只进行智能识别,结合业务在多各业务场景中使用,效果反馈很好。

视觉应用领域,随着技术不断发展、不断创新,视觉感知应用领域不断扩展,技术发展驱动场景拓展。

我们以可见光视频举例,随时技术的不断发展,视觉应用从安防、安全领域不断扩展应用领域。从安防到交通到工业机器视觉到工厂内部的管理,到医疗、办公室办公、生活。

AI应用正在千行百业加速落地,物联网、人工智能等先进技术与实体经济广泛深度融合,帮助企业经营者实现业务价值,因此要在具体的行业场景里结合AI应用。

举一个例子,场景非常简单,这是一个水泥厂的应用,检测料口是否堵塞。如果不和场景结合,只是提需求说检测下料口堵料检测,是做不出来可落地的应用的,一定要结合具体的场景。右边的皮带空载检测也一样,不同行业的皮带空载检测需求不一样,要结合场景和业务做,以需求为驱动。

海康威视李亚亚:物联+ AI ,是实现数字化转型的重要桥梁 | 第四届中国人工智能安防峰会 人工智能出现了,人工智能在与各行各业的融合中,不断催生出新技术、新产品、新产业新业态、新模式,当然催生了很多新的名词和产业,比如智能制造、智能交通、智能安防、智慧医疗、智慧教育等各种新词。

众人拾柴火焰高,海康威视未来会持续向外进行产品开放,能力开放,标准开放,以开放融合的态度,与我们的合作伙伴一起,迎接AI产业的新融合、新发展。此外海康威视还启动了“STAR公益伙伴计划”未来,传递共享AI能力,计划通过智能物联的能力去协助公益项目落地,在生物多样性检测与保护、环境检测与保护、文物保护、数字乡村等方面进行能力共享。

智能物联助力数字化转型

智能物联技术在数字化转型会起到什么作用呢?

从当下的整体态势来看,作为技术厂家,我们更多的是用技术的确定性去面对当下的不确定性。

为什么出现数字化转型?我们认为有四大因素在驱动。

1、成本提升。人口老龄化导致劳动力优势减弱,工资成本上升,需要智能制造提升生产效率。

2、政策支持。自上而下的体系性政策文件支撑制造业改革,同时也符合全球制造发展趋势,比如浙江的未来工厂。

3、产业升级。传统工业附加值低,产能利用率低倒逼中国产业升级,通过智能制造提升附加值。

4、技术发展。AI、物联网、云计算等技术发展迅速,为智能制造转型打下坚实基础。

在数字化转型中,从物理世界到数字世界的“数字化”转换中,物联+AI扮演了重要的桥梁作用。

数字化转型到底是什么?不同的人有不同的理解,我们认为数字化转型是从信息化时代开始,最开始信息化时代解决企业/政府内部的数字化问题,比如企业的内部管理、生产过程、事务处置,现金流动等业务从线下到线上,实现企业内部的数字化。

第二阶段互联网时代,实现是商品、货品的数字化,从B2B电子商务到B2C电商平台,处于风口的电商直播也是一种数字化商品销售活动。

第三阶段是移动互联网时代。智能手机出现后,人就开始数字化了。准确地说,人的数字化(行为、作业、交易、规范等),一旦人可以数字化,个性化的生活服务就出现了,所以诸如网上挂号、移动服务、远程教育、网络约车等都生活服务的数字化就出现了。

第四阶段是智能物联时代,机、物、环境、态势、行为等,万物皆可数字化。基于智能感知技术,通过感知和采集各类设备信息数据,建立起物联感知数据网络,比如生产车间的环境温度、空气湿度、气体浓度等的数据采集。

我们从智能物联的角度,结合物信融合,去看待一个企业的数字化体系,底层是大量感知设备,全面感知机、物、环境、态势、行为,整个企业所产生的如产品数据、设备数据、环境数据等数据都可以数字化,采集的数据数字化之后形成泛在连接,连接之上,通过如场景化的智能平台或者认知智能预测分析平台应用实现智能化支撑与应用,最顶层通过各类型屏化终端,支撑智慧、调度、集控、运营、决策、分析等。

数字化转型到底是什么?再次回到这个问题。

每个企业对数字化的理解不一样,数字化转型的理解与实践路径没有统一定论,海康威视从自身的实践经验进行总结和归纳。

总结来看,第一阶段,信息化是起点和基础,信息化解决的是企业内部的数字化需求,当然,这中间有非常重要的移动互联网技术,前面也提到了。

第二阶段,一是产品设备设施物联,实现产品从设计、采购、研发、生产、服务等是完整给的数字化,通过智能物联网结合信息化技术,实现价值链系统与生产执行交付系统的融合,这是产品设备设施物联。二是场景物联,实现各种场景里的行为态势、现场管理,环境检测等做成数字化,实现现场管理的场景数字化转型。

基于前面阶段实现数字孪生和数字化创造两个目标,在第三个阶段通过物信融合帮助企业实现优化、控制、迭代,通过数智融合帮助企业实现推荐、洞察、决策。

下面通过几个例子,介绍一下智能物联能力在数字化转型中的具体实现。

第一个,通过物联+AI+AR,视频实景叠加相关生产数据,实现生产信息与真实世界融合,直观呈现生产管理场景,辅助管理者做好工厂精细化管理,实现数字车间的数字化转型,这是未来工厂的一种模式。

海康威视李亚亚:物联+ AI ,是实现数字化转型的重要桥梁 | 第四届中国人工智能安防峰会

未来有多种数字化转型模式,这是其中的一种。

第二个是企业生产车间场景的无尘车间。通过物联+AI技术,自动判定员工进入无尘车间的是否着装规范,是否戴口罩、戴手套、手持异物等,AI摄像机推理结果并联动风淋门的开关。

第三个是巡查巡检结合智能物联的应用转型,这个占地面积约21万平方米的生产园区,园区巡查管理困难,人力巡检效率较低。为了提高企业智能化综合管理水平,结合实际情况,我们积极开展数字化转型建设实践工作,通过巡检引擎应用组件,变革作业方式,融合线上视频巡检、线下APP巡检、AI智能巡检,打造智能巡检应用,提升巡检业务效率,形成系统闭环管理。

第四个是考勤管理的数字化转型。某制造集团一共约4000名员工,除固定办公人员和业务员外,各个厂区还有大量的产线工人。员工长期通过指纹打卡和纸质单据的方式进行考勤,人力资源需投入大量精力进行数据的计算和排班的核对。数字化的考勤转型,一站式解决了考勤、出入权限、测温、代打卡管理等多种业务诉求,提升业务效率,增强管理效果。

海康威视整合资源,形成了数字化转型的体系,从需求分析与愿景构建、到建设方案设计与规划、到最后的交付路径方法,形成一套体系化的资源整合能力,将智能物联数字技术嵌入产业价值链,赋能千行百业,实现数字化转型。见远,行更远。雷峰网雷峰网雷峰网

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

未来城市主编

关注数字城市、智能制造、机器人的深度报道 |微信:Yukuaikuaier
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说