前言：现代AI的特征是什么?提到这个问题可能大部分人脑海中浮现的第一个词是“训练”，“训练”意味着AI门槛的降低，只要有足够的数据且这些数据具有足够的特征，那么就有机会仅通过“训练”这个过程快速得到一个AI库，然后基于这个AI库便有机会开发出一款自定义的AI智能设备。对于开发者及终端用户而言，可以从头到尾完全自主研发一款现代AI智能设备，也可以选择站在“巨人”的肩膀上，在一套完整的系统里，植入你的AI“基因”，而这种机会正随着AI开放平台的诞生而到来。
推出AI开放平台，通过开放平台的力量来实现AI技术赋能、产业供需交流以及产业生态圈的构建是很多开放平台的初衷和理想，这种初衷和理想同样贯穿在智能安防厂商所打造的AI开放平台中。大华AI开放平台可实现端（端的二次开发和增量开发）、边（增强使用）、云(大数据&大存储&大智能)全方位资源和技术赋能，并基于平台的开放式架构，联合算法、设备、平台等厂商一起达成战略合作，共建智能安防生态圈。
合作共赢是AI开放平台生态圈核心主旨
“合作、增值、共盈利、共成长”是我们对AI开放平台生态圈设立的终极目标。客户带着需求，寻找到生态圈启动合作，期望需求能够实现和落地，这是生态圈形成的“源动力”。
合作的起点是澄清客户带来的需求，选择合适的技术方案、技术平台、产品形态和系统方案。只有清晰无误地澄清客户的需求，才能有机会准确无误地开始生态圈后续的萌芽、成长、开花结果实，这一系列有效有意义的活动，都只依赖客户需求这个种子。
澄清出来的适合采用开放平台的需求，前行推进到增值过程。增值客户的开发将基于DHOP_SDK和配套工具，开展实际的增值开发工作。增值开发的特点往往比较专业，增值开发也最擅长解决专业相关的工作，而且增值开发也应该仅解决专业相关领域里的问题。
因此，增值开发的过程里，只需要测试和验证增值相关部分的内容。增值开发最终安装的目标设备或目标系统的测试和验证工作，可以通过DHOP_TVC来实现，由它来验证添加增值内容后的设备或系统的全面测试验证，尤其是其它功能是否正确有效，稳定性是否达到预期需求。这是一种互补性测试架构，既降低增值开发的测试验证成本，又提高整个增值开发验证的效率。
增值开发的成果，经过开放平台的互补性测试后，达到可以稳定发布的状态。稳定发布的增值开发成果，客户可以直接安装到目标设备或系统，此适合小范围和小规模项目。当遇到大规模应用项目时，可切换为量产安装模式，即将增值开发成果直接打包进量产设备的固件，或者打包进量产系统的预装软件体系，进行生产线级别的大规模量产，实现效率最优的目标。
稳定发布的增值开发成果还可以发布到DHOP_Market，这是生态圈的成果交易市场。交易的目的是让生态圈的参与各方的比较优势得以发挥。
整个生态圈里，有需求发掘、增值开发、测试验证、生产制造和实施运维。通过各方优势互补、资源共享和业务协同，生态圈将会被坚如磐石的经济学比较优势原理所激活，发展出市场经济般的蓬勃生命力。
总的来说，基于AI开放平台所构建的生态圈既是一个开放的圈子更是一个封闭的回路。开放是因为生态圈随时欢迎在某领域拥有相对优势的合作伙伴的加盟，封闭的回路即是每一位合作伙伴的比较优势都可以在生态圈内增值、循环，实现价值的放大。
基于AI开放平台实现最具TCO的增值开发效果
基于大华股份AI开放平台进行的增值开发，最终会得到整体增值的效果。典型的增值现象会在两个视角集中呈现，第一个视角是从单个系统内的视角，第二个视角是从多个系统间的视角。在单个系统内部，增加或增强局部，达到增值的效果。在多个系统之间，增加或加强互联互通，达到增值的效果。
单个系统的组成也有规模差异，小规模的单系统比如单台设备，大规模的单系统如一整套安防解决方案。通过大华AI开放平台进行增值开发，既支持小规模的单台设备单系统，又支持大规模的安防解决方案级单系统。客户选择在开放平台的哪个位置进行增值开发关键在于业务需求的清晰准确澄清和理解，以此为前提，就可以去选择在预计综合成本最低的位置启动增值开发，再辅以开放平台的基线系统已经具有的基础能力，于此同时，用户还能够通过开放平台的生态圈寻找到其他方面的各种助力。
针对小规模单台设备的单系统，大华AI开放平台支持多级开放度的增值开发架构，典型如增加该设备系统的AI能力，只需将增值开发工作集中在AI的算法实现本身，算法需要的像素清晰的实时视频源，算法结果将触发的复杂而多元的后处理，以及设备与大规模系统的业务无缝整合。针对这些方面的应用需求，我们的开放平台的基线都能够支持，因此用户只需在单设备里增值一个AI功能，也可以获得让整个解决方案级的系统得到增值的效果。
多系统间，尤其是异构系统间的互联互通，大概率都是历史遗留难题。难题的根本原因在于信息不对称和利益不一致。如今，在AI和IoT的双引擎驱动下，系统间的互联互通更成为显著需求，而大华AI开放平台在架构和开发模式上可以支持各类协议、各种场景、各种规模，既支持极小通道的微通讯，又能够支持极大平台的复杂互联，为异构系统间的互联互通扫除障碍。
总的说来，AI开放平台的开放式架构，既能轻松增加或增强一个系统的能力，又有机会去促进不同能力系统间的互补，将这些增值成果放回到开放平台生态圈实现增值闭环，可以持续发挥更多后续的增值效果。
多维度综合考量设计AI开放平台开放度
判断一个AI开放平台是否能够真正给用户及合作伙伴带来价值，除了上文提到的生态圈、能力圈的要素之外，开放平台还有一大核心要素在于它的开放度。我们针对开放平台架构设计了不同的开放度，拟助力用户在全面综合考虑专业度、自由度、难度和复杂度之间，寻找最合适的平衡点，为进入生态圈的各方，准备最适合的增值参与和投入模式，降低各方的参与和投入成本，为最高效率的增值成果产出铺设好最多和最大适应度的路径和台阶。
开放平台的开放度，对于专业度、自由度、难度和复杂度都有不同的考量：
【1】 | 专业度高，复杂度低，自由度低，容易开发 |
【2】 | 专业度高，复杂度大，自由度上升，工作量大，中等难度 |
【3】 | 专业度高，复杂度极大，自由空间极多，不确定性激增，极大难度 |
【4】 | 最大的自由度，最高专业度，最大复杂度，难度和工作量都无法想象和预计 |
开放平台不同的开放度，对于开发知识的基础也具有完全不同的要求：
【1】 | • 专业 – 某个场景、产业智能，某种特殊算法 – 某类特定处理，某些专用协议 |
【2】 | • 专业，+广度 – 在具体业务和功能相关开发这些维度体现广度 – 对于具体业务和功能必须熟悉理解 – 且具有将已有技术方法和方案转换为实现手段的能力 |
【3】 | • 专业，+广度，+深度 – 支撑业务和功能快速、自由开发 – 结合业务和功能核心特征，理解技术平台的优势、劣势，再去架构、设计适合度最佳，性价比最高的嵌入式软件开发框架 |
【4】 | • 专业，+广度，+深度，+交错度 – 软硬件知识、系统架构、系统设计 – 评估、风险和决策能力 |
我们针对AI开放平台总共划分了四级开放度：
【1】：基于DHOP_PAT的局部增值，典型如AI智能增加或增强
【2】：基于DHOP_BBS的业务增值，典型如视频、图片新业务的采集、发送和存储
【3】：基于DHOP_BSP的系统增值，典型如整套产品系统级安全的新框架
【4】：基于DHOP_Hardware的全软件增值，典型如整个软件体系的新架
对于不同的需求，不同的增值期望，大华都会在开发平台上做深度思考和总结，也希望能够帮助参与方更好的理解开放平台开放度的定义，从而做出综合成本最低，预期增值和收益最高的选择。
智能安防产业正在迎来新的革命，为了更快的推进AI普惠时代的来临，推出AI开放平台，携手合作伙伴一起共建更高阶的智能安防产业生态圈，为广大用户赋能，为千万应用领域赋能，这是产业头部企业的责任和使命，我们也将为此努力奋斗。
（本文作者现任李香林 吴惠敏，大华股份系统架构师）
a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台，为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等，为读者搭建专业的行业交流平台。
粤公网安备 44030402000264号
