a&s专业的自动化&安全生态服务平台
公众号
安全自动化

安全自动化

安防知识网

安防知识网

手机站
手机站

手机站

大安防供需平台
大安防供需平台

大安防供需平台

资讯频道横幅A1
首页 > 资讯 > 正文

AIoT大家谈| AI安全监管,从“治理”到“智理”   

——as对话中科智云高级副总裁李源博士

如何用AI来优化传统行业的安全监管流程?这个过程又有哪些值得注意的问题?
资讯频道文章B

  AI赋能传统行业数字化转型趋势下,诸多传统行业领域都在积极推进人工智能、物联网等数字技术的应用,以实现生产效率和经营管理效能的提升。

  AI对于简单、重复性高的一些作业环节具有最佳的可替代性,能够将人力有效解放出来,并大幅提升传统模式的生产效率。但像建筑工地、化工厂这类具有较高安全隐患的行业,他们对于AI很大一部分是出于安全监管的需求。

  一直以来,安全监管是很多传统行业的痛点。以建筑工地、化工厂为例,仅靠人力无法做到全方位的管理,会存在很多安全隐患。而AI技术的应用,给传统行业的安全监管也带来了新的管理手段和思路。

  如何用AI来优化传统行业的安全监管流程?这个过程又有哪些值得注意的问题?

  国内AI安全智理龙头企业中科智云高级副总裁李源博士近期在a&s 『AIoT 创新应用话题大家谈』直播间,围绕着“如何用AI赋能传统行业的安全智理?”这一主题展开了详细的分析和解读,直播访谈QA如下,as编辑做了不改变受访人愿意的整理。

  Q:a&s 执行主编 汪琴丽

  A: 中科智云高级副总裁 李源博士

  Q:如何看待数字化转型趋势?从中科智云的业务出发,您觉得近两年市场上发生最显著的变化是什么?

  A:数字化转型是当下明显趋势,数字化转型已经从锦上添花发展到了必须要做的阶段。伴随着数字化转型的深入推进,行业市场也发生了一些显著变化,其中一点就是客户方对数字化方案的需求和认知更加深刻,愿意积极投入去推进。

  尤其是在安全监管方面,诸如化工厂、建筑工地这类企业,数字化赋能之下,安全管理已经从被动免责变成了保障安全生产和提高生产效率的重要措施。这种需求的转变对于AI在行业领域的应用提供了一个更好的市场环境,但如何去抓住这些市场机会?切实帮助用户解决实际性的问题,这对于专注在AI安全治理领域的中科智云而言是未来发展的一个关键点。

  因此,在这方面中科智云一直在做积累和准备,深耕行业多年,公司已经推出数字化治理AIoT平台“X-Brain” 这一主流产品,能够很好的结合不同行业的场景和痛点,通过这种针对问题的解决方案去提供AI应用能力。

  比如在工业生产当中,既要实现对设备的安全管理也要做到对人员的安全管理。通过AI视觉技术方案辅助,帮助运维人员及早发现安全隐患问题,避免安全事故的发生。以前通过AI技术主要做一些违规行为的检测和防控,现在更多是从环境、人员、设备三方面综合区应对工厂或建筑企业的安全监管挑战。

  Q:上面您所谈到的这些变化当中,您觉得有哪些是机遇性的东西,又有哪些是挑战?

  A:机遇主要是客户认知的改变,安全治理从免责作用变成了辅助安全生产的有效手段,这在很大程度上能够拓宽AI安全治理的应用机会。

  挑战则主要在于,如何让客户更好的理解我们的AI安全治理方案,以及如何契合用户的具体需求去做一些真正能解决实际问题的AI方案。

  当下,要推进AI技术和应用场景的紧密结合还是存在一定难度,需要有相应的解决方案以及相应的技术去解决如何跟场景结合的问题,这也是我们在技术上面临的主要挑战。

  针对这些技术挑战,中科智云通过多年深耕行业的经验和积累,在这里很愿意分享一些解决这些难点和技术问题的方式。

  单一人脸识别检测就算一套AI方案的时代已经过去,我们要切实地深入到行业当中去,去解决整个安全生产各环节可能面临的所有安全问题。

  比如像工业生产中用皮带轮输送原材料,如何保障皮带轮在运行过程的安全,防范诸如皮带撕裂等异常问题的出现?如何避免因下料口被堵塞而导致的设备停转问题?以及如何对危险源做精准识别和管理等等。

  或者在化工领域,如何用AI技术实现物品分类摆放?如何实现安全高效的测距工作?这些都是具体而微的需求,也是保障安全生产的关键环节。如何通过AI技术解决这类问题,同时还需要考虑投入产出比,这是现在我们需要面对的一些挑战。

  Q:对于这些现实的问题和挑战,中科智云目前有哪些突破性的方式可以来解决这些问题?

  A:基于多年在 AI应用落地方面的积累,中科智云 “X-Brain” 平台,该平台的核心是中科智云领先的全新小样本计算框架,通过小样本技术可以很好的去解决方案定制化和需求碎片化的矛盾。

  当下AI普遍是基于深度学习、监督学习技术框架,它的优点在于网络参数非常丰富,所以精度非常高,但是参数多也就意味着需要很多样本。而在工业生产领域,像皮带轮撕裂这种事件发生的概率其实很小,所以能够采集到的撕裂样本非常少,这种情况就非常需要用到“小样本”技术。

  小样本计算框架,只需不到传统模式10%的样本,便能完成同等精度的算法的提升,算法所需训练时间也缩短到传统模式的10%。这很大程度上可以解决由于样本量少导致的算法不够精确的问题,同时也能够快速响应这类小众且碎片化应用场景的AI算法需求。

  目前,中科智云 “X-Brain” 平台已广泛应用于工业、建造、交通等不同领域,尤其能自适应复杂多变的环境和规则,帮助这些行业的用户通过体系化的AI平台,“扁平快”地去解决所面临的安全挑战。

  Q:目前业内有不少厂商在推自己的AI开放平台,同样也是宣扬能够降低 AI的应用门槛。但我们知道,像这样的AI平台,算力、算法训练等能力的实现都需要强大的技术和资源做支撑,每一项AI能力单独拎出来都是比较难突破的技术难点,中科智云为什么能做到?

  A:冰冻三尺非一日之寒,这些技术的实现主要是通过我们在行业领域持续性的探索积累而来。公司从成立开始,就瞄准了AI技术应用的落地,我们并没有去赶早期人脸识别的风潮,一开始就选择深入到工业应用、建筑这些对AI有切实应用需求的一线场景。

  “X-Brain”平台的推出,是公司深耕行业应用多年经验积累的转化。中科智云一直以来都非常重视技术研发,我们跟包括牛津大学在内的很多高校以及前沿的研究机构都有非常紧密的合作,像前面提到的小样本、异常检测等AI技术,公司其实在很早之前就开始了投入研发。

  和其他厂商不一样的是,我们并不认为一个算法能够跨行业去通用,所以我们很早就开始研究如何去解决算法和跨行业的碎片化场景结合的问题,现在所有的技术突破都来源于我们持续的积累。

  比如“小样本”技术研究。现阶段行业内围绕着AI应用,普遍的思路是先收集模型样本来开展AI算法训练,样本越丰富,算法也就越精准。而中科智云从一开始就投入到通用模型的研究当中,探索如何通过“度量学习”去解决AI模型样本少,甚至没有样本的算法训练问题。

  当然,我们也不奢望训练出来的一个模型就能够适配所有的应用场景,我们的方式是把它做成AI训练平台上的一个功能应用(类似于APP),通过自主添加一些现场样本即可变成满足特定细分场景的AI算法模型。通过这样的功能应用,甚至都不需要专业的算法人员来操作,只需要现场实施的工作人员拿手机拍几张照片,即可快速训练出一套适用的算法。

  目前业内很多厂商推出自己的AI开放平台,诸如BATJ等互联网企业主导的AI开放平台,其优势在于云计算平台。而这类互联网企业提供开发框架的目的更多是为盘活它的云计算资产。比如用他们的GPU做训练,来实现他们云存储产品的销售。

  BATJ等企业着眼的是开放,他们的AI开放平台面向的用户也是算法工程师这一类有一定技术基础和研发能力的群体。中科智云关注的是AI方案能够真正落地的问题,目标用户是面向工业、化工领域一线工程师。我们提供的不是编程语言,更多是一个训练平台,能够让即便没有神经网络这些技术知识和编程基础,也能获得即拿即用的AI技术应用体验,通过中科智云提供的AI平台工具深度结合一线工程师对行业应用需求的深刻理解,来共同解决工业、建筑等安全领域AI应用落地问题,这也是我们和其他厂商的一个最大的区别。

  Q:推进AI商业化落地一直是AI企业探索的重点和目标,那么中科智云在AI的商业化落地方面又有哪些见解和经验可以分享一下?

  A:我们始终认为要深耕行业,就需要最大程度去推进AI技术和行业实际应用需求的有效结合。

  因此,中科智云在推进AI+行业应用方案落地方面主要实行项目制,通过和行业领先的系统集成商以及独立软件开发商展开深入合作,我们不仅提供平台工具,同时还会对他们进行培训,帮助这些合作伙伴解决技术在实际场景应用中会遇到的一些具体问题。对于我们而言,这也是提升我们平台面向不同行业平台业务实战能力的很重要的事情,这是我们商业化其中的一条路。

  另外一种方式是我们会把前面提到的那些技术和经验积累固化到“X-Brain” 平台,平台对外进行销售。

  第三块,针对性的提供满足不同行业应用的SaaS服务,这方面主要由我们的行业合作伙伴做二次开发,因为他们对这个行业需求了解更深入。

  除此之外,我们还可以提供针对单点应用的AI工具,比如软硬件配套的皮带轮检测仪器,用户可以拿来即用;或者是面向石油行业,防止非法破坏天然气管道的专业监测设备。类似于这类实用性AI设备,可以很好的帮助一线作业人员展开安全监管作业。

  通过“项目+平台+终端产品”来实现AI技术变现。

  Q:AI算法需求呈现高度碎片化,业内有不少企业提出“软件定义硬件”的做法,您怎么看待这个概念?

  A: “软件定义硬件”某种程度上只是“新瓶装旧酒”,其实就是边缘计算,而边缘计算只是我们部署方式的一种。

  简单计算一下,比如一台边缘计算设备能支撑多少路算法,扣除成本,就知道每一路的成本,和服务器端部署成本作比较,很容易算出哪种方式更具成本优势,我们支持云、边、端多种部署方式,主要看用户更倾向于哪种方式。

  与此同时,我们也会和一些厂商展开合作,将中科智云的AI算法部署到他们的设备中去。从成本控制和高效响应的角度去考虑,软件定义目前是解决AI应用碎片化问题的有效途径。

  Q:您觉得一套数字化方案,比如像化工厂这样的场景,从方案设计到落地过程当中,最具挑战性的环节在哪里?

  A:最具挑战性的环节首先是对用户需求的理解,其次是算法跟场景的适配性,算法泛化能力等问题。

  但算法泛化能力不足有一个主要前提,即希望通过一套算法去适应多个场景,这显然行不通。

  但通过专业的算法训练平台,可以不用提前训练好一个固定的算法模型,而是在需要的时候结合现场实际场景,在部署的过程中完成算法的训练,这样可以最大程度保障算法和场景的紧密结合程度,提高算法在特有场景的精准度,通过这样短平快的方式来解决算法泛化能力不足的问题。

  Q:我们也了解到中科智云有做一些AI+体育赛事类的项目,这是跟化工厂、建筑工地完全不一样的场景,体育赛事行业的安全治理需求主要体现在哪些方面?

  A:一些大型体育赛事并不是在固定场馆进行,比如马拉松比赛、越野、滑雪这些赛事场地范围很大,如此大的赛事场地要如何保障赛事运行当中的安全,这里就需要用到一些能够实现快速部署、快速适应赛事场地的安全监管设备。

  通过“X-Brain” 平台,我们可以快速进行部署,提供软硬一体的专业安全监管设备及管理平台。比如在张家口密苑云顶乐园(北京2022年冬奥会和冬残奥会比赛场地之一),中科智云与风云科技联合研发的智能哨兵机器人,依靠的就是中科智云自主研发的X-Brian平台的核心自学习框架算法,这款机器人在日常监测中能够自动精准判断入侵者的类别,并将监测到的情况或者入侵者的行踪轨迹上传到后台指挥中心,有效提高安保工作人员效率,确保冬奥会的赛场安全。它最低的耐低温超过零下40度,通过以AI替代人力,也降低了对现场保卫人员的身体伤害的几率。

  Q:不同的垂直行业,面对的应用场景存在很大差异,贵司在垂直行业市场的拓展逻辑是什么?会选择哪些行业优先拓展?

  A:我们主要考虑的是市场大环境、政策以及行业应用需求几个方面的因素。

  比如材料生产、化工这些行业,近两年的原材料上涨驱动着行业领域正在迎来数字化转型升级,由此也带来了更多的商业机会;碳中和、碳达峰双碳目标背景下,多个行业领域将直面低碳环保生产规定,帮助企业完成数字化转型,来优化能耗管理,同时实现提质增效也是我们探索的方向。

  Q:您觉得 AI+安全治理市场在未来会呈现怎样的发展走势?

  A:AI技术应用主要分三个阶段:第一个是初尝试阶段,比如前几年的人脸识别热潮;第二个阶段进入到AI应用的定制化阶段,即面向不同的应用场景量身定制高度匹配的AI算法和软件应用平台,但由于需求场景的高度碎片化,带来了高成本投入、需求响应效率低等系列问题,这加速了第三阶段AI应用平台化阶段的到来。

  工业、建筑、化工等领域的安全治理,已逐步从原来单一的人员管理、车辆管理延伸到对人、设备、环境等全场景要素安全的管理模式。伴随着人力成本的上涨,以及行业数字化带来的效能的提升,安全管理将逐步从传统的人防+技防转向更多依赖技防手段,甚至达到无人化管理阶段,这是这个行业市场未来的发展趋势。

  围绕着AI+安全治理,中科智云始终致力于为这个行业领域提供一个专业好用的AI应用平台,通过“X-Brain” 平台能力协助行业内系统集成商和独立软件开发商更好的推动AI在安全治理领域的落地应用。

  — END —

参与评论
回复:
0/300
文明上网理性发言,评论区仅供其表达个人看法,并不表明a&s观点。
0
关于我们

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。

免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!
© 2020 Messe Frankfurt (Shenzhen) Co., Ltd, All rights reserved.
法兰克福展览(深圳)有限公司版权所有 粤ICP备 12072668号 粤公网安备 44030402000264号
用户
反馈