0
如果說今年的安博會上，有什么驚喜，那么曠視發(fā)布的城市級操作系統(tǒng)絕對算一個。
自2015年進(jìn)入城市管理領(lǐng)域以來，曠視已經(jīng)在城市安全管理、樓宇園區(qū)智能化等場景都有了長足發(fā)展。
而隨著在城市場景下的不斷深耕，其業(yè)務(wù)地圖也從單點布局?jǐn)U展到城市全景生態(tài)，這意味著曠視已經(jīng)從原來的單一解決方案提供商，升級為全棧解決方案打造者。
在2019深圳安博會上，曠視在其能力大成之時，也向業(yè)界呈現(xiàn)了其城市級全棧解決方案的全貌，并重磅推出了集全局管理能力為一體的城市物聯(lián)網(wǎng)操作系統(tǒng)。
全新升級的曠視城市級全棧解決方案，無疑是現(xiàn)今國內(nèi)少有以AI為基礎(chǔ)的城市物聯(lián)網(wǎng)解決方案之一。
此次升級的重點在于，曠視面向城市管理核心應(yīng)用場景，推出的“城市物聯(lián)網(wǎng)操作系統(tǒng)（CityIoT OS）”。
在實際應(yīng)用中，城市中各個終端傳感設(shè)備的數(shù)據(jù)難以連通，以及業(yè)務(wù)環(huán)節(jié)難以打通始終是應(yīng)用的難題。
而作為“物理世界的Windows”，曠視的操作系統(tǒng)想做的就是，接入不同廠商的各類物聯(lián)網(wǎng)終端，并統(tǒng)一分發(fā)后臺，以作為管理城市運行的數(shù)據(jù)基礎(chǔ)。
比如，該系統(tǒng)可以對城市中的人流情況進(jìn)行監(jiān)控，如果人流量超過一定范圍，就會對相關(guān)部門彈出；在車流方面，可以對整個車道的每條車流信息進(jìn)行分析，查看是否有故障信息，還能對常年擁堵路段進(jìn)行潮汐刻畫。
那么如何將各類數(shù)據(jù)打通呢？以車路協(xié)同為例。
渣土車是由城管部門管理，但在路上行車、違章，又屬于交管部門。城管的攝像機，一般又不如交管的豐富。曠視通過車牌、車型的結(jié)構(gòu)化信息，以及攝像機聯(lián)動刻畫車的軌跡，再根據(jù)其歷史痕跡和大數(shù)據(jù)分析，進(jìn)行整體預(yù)判。并將結(jié)果交由城管和交管部門，就能在路段上有效進(jìn)行布控和攔截。
除了接入物聯(lián)應(yīng)用平臺，曠視城市物聯(lián)網(wǎng)操作系統(tǒng)也聯(lián)通了智能圖像平臺，處理實時產(chǎn)生并全局流轉(zhuǎn)的各類數(shù)據(jù)，通過信息存儲、跨網(wǎng)傳輸、上下級聯(lián)，發(fā)揮產(chǎn)品連接協(xié)同、資源優(yōu)化整合的作用，為上層應(yīng)用平臺提供低耦合、高效能的資源中樞。
例如當(dāng)交管或城管部門，需要調(diào)取回放違章或肇事記錄，可通過智能圖像平臺從海量數(shù)據(jù)中快速、準(zhǔn)確提取。
另外，要實現(xiàn)城市級的AI技術(shù)應(yīng)用，最需要解決的，是行業(yè)中算法學(xué)習(xí)與訓(xùn)練成本高部署難的問題。因此，曠視構(gòu)建城市物聯(lián)網(wǎng)操作系統(tǒng)的思路，就是“將現(xiàn)成的算法能力固定到算法倉平臺”。
對此，曠視基于自研的人工智能算法平臺Brain++，匯集了一系列先進(jìn)的算法模型，并注入到城市物聯(lián)網(wǎng)操作系統(tǒng)算法倉，以便結(jié)合特定場景需求快速打磨輸出具有競爭力的工程化產(chǎn)品。
算法倉的快速工程化能力，為城市物聯(lián)網(wǎng)場景的AI落地鋪平了道路，也使算法價值得到有力彰顯。
例如，本次在安博會中“算法區(qū)”呈現(xiàn)的“事件預(yù)警”，就是曠視針對“跌倒”這一特定危險動作，進(jìn)行的識別算法訓(xùn)練。
未來應(yīng)用中，這類算法可以直接灌入操作系統(tǒng)，在如敬老社區(qū)的重點場所，用于老人在無人看護(hù)下發(fā)生跌倒的識別，防范意外發(fā)生。
人工智能與產(chǎn)業(yè)融合，應(yīng)該說離不開以下幾個核心要素。
首先是算法，需要基于深度學(xué)習(xí)框架進(jìn)行訓(xùn)練和部署，是產(chǎn)業(yè)大腦；其次是大數(shù)據(jù)，包括物理世界和數(shù)字世界的數(shù)據(jù)獲取與存儲，是產(chǎn)業(yè)生產(chǎn)要素；第三是算力，為應(yīng)用提供計算資源支持，是產(chǎn)業(yè)生產(chǎn)力；四是業(yè)務(wù)場景，通常是由碎片化需求構(gòu)成的市場，是產(chǎn)業(yè)生產(chǎn)環(huán)境。
曠視的城市物聯(lián)網(wǎng)操作系統(tǒng)，也正是落地到了各個場景中。
曠視目前推出了一系列創(chuàng)新性專用算法，結(jié)合城市中的具體場景需求，在系統(tǒng)中開發(fā)出“公共安全”、“智慧交管”、“城市管理”和“智慧園區(qū)”等幾大解決方案，可實現(xiàn)對城市的人車密度、事故/違章、設(shè)備狀態(tài)的綜合態(tài)勢感知和數(shù)字化。
以智慧交管為例，前端IoT物聯(lián)設(shè)備的接入和專用算法的結(jié)合，使系統(tǒng)能夠?qū)θ锹肪W(wǎng)實現(xiàn)數(shù)字化模擬，通過對各類前端設(shè)備回傳數(shù)據(jù)的二次分析實時呈現(xiàn)擁堵狀況、記錄違章抓拍，以及實施邊界管理，全面的認(rèn)知和分析才能提高交通管理效率。
在應(yīng)用中，通過系統(tǒng)在邊界路段或微卡口可對重型卡車、限號車輛、違章車輛進(jìn)行特定目標(biāo)檢測和識別預(yù)警，向交管部門進(jìn)行實時通報，有望能夠解決超載上橋、違章限行、肇事逃逸問題。
值得注意的是，在AIoT的大背景下，城市級平臺的打造已經(jīng)成為大勢所趨。各個廠商都在結(jié)合各自的優(yōu)勢，做橫向的拓展和縱向的打穿。
而曠視的差異化，主要有三個方面。
第一方面是，曠視具有自研的人工智能算法平臺Brain++，這個平臺集成了行業(yè)領(lǐng)先的自動機器學(xué)習(xí)（AutoML）技術(shù)，可以基于不同場景數(shù)據(jù)，實現(xiàn)針對性算法訓(xùn)練和模型部署的高效流程化。
第二方面是，云、邊、端協(xié)同的優(yōu)勢?；贐rain++，曠視創(chuàng)新性的打造了一些列適用于云、邊、端的尖端神經(jīng)網(wǎng)絡(luò)（DorefaNet、ShuffleNet及ResNet），并基于此構(gòu)筑起了邊緣計算產(chǎn)品MegBox、智能傳感器MegEye等一整套人工智能賦能的物聯(lián)網(wǎng)產(chǎn)品體系。
第三方面，是場景能力。曠視能根據(jù)不同場景，將數(shù)據(jù)提純、打包，并量身定制符合特定場景需求的解決方案，提供用戶真正感興趣的能力，幫助用戶實現(xiàn)商業(yè)價值。
全線拉通從算法驅(qū)動、到感知前置、到云邊協(xié)同最后到場景落地的完整價值鏈閉環(huán)，是曠視原創(chuàng)算法能力、物聯(lián)網(wǎng)產(chǎn)品化能力、軟硬件一體化能力到生態(tài)成長能力的集中體現(xiàn)。
如果從高緯度俯瞰曠視對城市運行模式與管理模式的創(chuàng)新，可以看到曠視首先通過改變前端物聯(lián)網(wǎng)接入的方式以打破數(shù)據(jù)壁壘，接著通過專用系統(tǒng)刻畫出精準(zhǔn)對應(yīng)實現(xiàn)物理場景的數(shù)字孿生城市，進(jìn)而為城市規(guī)劃者提供決策參考意見，輔助精細(xì)化管理，改善真實世界的城市運行。
人類花了上千年的時間，才對城市的本質(zhì)和演變過程有了一個局部的認(rèn)識，也許還要花更長的時間才能完全弄清楚那些尚未被認(rèn)識的潛在特性。
曠視城市物聯(lián)網(wǎng)操作系統(tǒng)建設(shè)，正是人工智能技術(shù)下沉與產(chǎn)業(yè)結(jié)合的良好范本之一，也是對城市運行規(guī)律的一次有益探索。
未來曠視，還將繼續(xù)以核心的AI能力為驅(qū)動，挖掘更多AI在不同領(lǐng)域的應(yīng)用。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
