据外媒报道,摩托罗拉公司宣布与AI初创公司Neurala合作,致力于研发用于公共场所的人工智能视频监控摄像头,帮助警务人员搜寻失踪人员和犯罪嫌疑人等等。有必要安利下的是Neurala,其提供适用于所有智能设备、机器人、无人机、无人驾驶汽车和玩具的软件解决方案,帮助智能机器学习周围环境,并和周边环境进行互动。Neurala 所创建的深度学习软件可以借助“仿生”的方式,让机器人和智能设备学习并适应周围环境。除了软件以外,公司还为无人机、无人驾驶汽车、玩具、消费性电子产品和其他智能设备创建软件。
此前,有媒体报道,Neurala的 AI 系统可以实现实时的行人检测、汽车检测以及骑行人的检测,这个系统可以不依赖云数据处理并且在低功率的智能手机芯片上就可以运行。
摩托罗拉解决方案公司首席技术官Paul Steinberg表示:“人工智能具有非常大的潜力,能够提高客户的安全性和工作效率,从而创造一个更安全的环境。同时,利用Neurala的AI技术,我们将进一步完善公共安全的解决方案,能够在拥挤、混乱的环境中快速地找到失踪儿童或者其他人员。”
看上去确实相当的强大,当前在智能摄像头(称为AI摄像头更贴切)上主要分为三大流派,一是传统安防行业中的佼佼者,如海康大华宇视科达等主流视频监控厂商,二是跨行业进入机器视觉领域的巨头,如华为摩托罗拉等,三是初创AI公司,如旷视、依图、Neurala等。
目前外界信息有75%是通过视觉获取,专注视频技术的安防厂商无论是在技术的积累上,还是在视频领域的重要客户如公安、交通、园区、楼宇等,都具有实战的经验及良好的客户关系积累。以下谈谈个人对安防厂商在AI领域的优势理解:
从技术的角度而言,机器视觉解决的一个问题是视觉与感知,才能保证获得高精确度和高对比度的图像才是下一步建模与检测的基础,硬件的精度是机器视觉的敲门砖。在这点上视频监控厂商一直在研究,拥有较强的硬件实力。
完成采样之后,行业应用的建模需要有一定的行业积累及对客户需求的准确把握,虽然在算法与数据结构上,安防厂商比不上专业的算法公司,但在行业应用与技术的把握上,安防厂商的方案会更具高效及适应性。
理论上高精度的硬件与高效的算法,便能实现机器视觉有很高的适用度,但是要实现系统的智能判断,仍需不断训练,而在于行业数据及训练上,安防厂商的优势更加明显。
但劣势也是相当明显的,充足的数据和计算能力是人工智能发展的两个必要条件,但光拥有数据与计算能力还不够,如何在此基础上发展出高效的算法才是人工智能技术突破的关键,安防行业虽然拥有数据,但却缺少算法公司,这是当前行业的弊端。
但正视弊端才能取得进步,近年来除了安防厂商在算法上开始下功夫,华为等跨行业巨头也开始在人工智能算法及芯片发力,所以算法公司在未来的挑战也不小。
从某个层度上而言,在人工智能这场持久战中,拥有雄厚的资本才是最强的武器,回到摩托罗拉这次合作,性质上可能比较常见,毕竟公共安全的市场及需求是实实在在存在的,但要论整体方案的解决能力上,或许仍欠火候。