2025-01-12 企业动态 0
在20多年的本土化发展后，安防行业经历了模拟、数字、网络、高清四个时代，现已迈入“安防+AI”智能化时代。传统安防企业在此过程中不断前行，而广阔的AI安防蓝海市场吸引了众多AI公司参与其中，即使是BAT、华为等巨头也加入了这一竞争。
5月27日，千方科技宣布获得阿里巴巴近36亿元的参股，这一消息迅速引发行业猜测：阿里巴巴未来如何布局安防领域？事实上，在此之前，阿里巴巴已经推出了名为“城市大脑”的智慧城市管理平台，这标志着其对安防领域的布局。
尽管如此，阿里的这次投资仍然表明，其先前的安防布局进展并不顺利，因此需要扩充资源来协助其AI技术在 安全领域内外纵横捭阖。这让人不禁思考：什么是这个涉及算法与芯片、设备制造与解决方案，以及各个应用生态的大产业？
我们首先看一下最顶层的基础算法和芯片。在宇视科技这样的企业中，就有自主研发的人工智能算法；而商汤、旷视等知名AI独角兽则以全球闻名。而芯片端，则主要包括GPU、ASIC和FPGA三种类型，其中中国已能满足自身需求。
中游则是各种硬件产品和解决方案，如宇视科技提供从端计算到边缘计算再到云计算覆盖大部分细分行业的产品和解决方案，其中就包括了人工智能、大数据等基础应用。此时，我们可以看到除了深耕于安全设备之外，还有运营服务商系统集成商软件定制商等多样化企业参与其中。
下游则是政府教育医疗零售等各个行业场景应用。这里涉及到的产业链及其企业类型繁杂，但最终面对用户的是这些产品变现中的最后一公里。同时，也忽略了一些核心架构，比如Caffe（卷积神经网络框架）TensorFlow（第二代人工智能学习系统）等，它们掌握在谷歌Facebook手中，只有百度Alibaba 商汤 旷视少数AI玩家拥有自己的深度学习架构。
早期因素制约爆发
虽然人们认为人工智能之于安全一直存在且广泛应用，但实际上早期安全领域更侧重于车牌识别车辆品牌颜色等车辆属性识别，对其他方面如行为动作事件识别相比较晚才开始关注。黄攀指出这是历史发展规律所致，与受两方面因素制约有关。
从算法维度分析，当初安全首要解决的是图像清晰化问题，所以编解码图像处理成为重点开发；随着交通需求增长，对车辆属性识别成为主流应用，浅层机器学习逐渐成为了主流。但是在2012年AlexNet之后深度学习爆发，使得安全真正进入“深度”阶段并首先在人脸识别取得突破。
从硬件维度分析，在没有专门针对深度学习的人工智能芯片的时候，一些厂家发现游戏业务中的分布式计算优势，并推出了针对这种新兴市场的大规模集群运算专用处理器，如英伟达Tesla系列GTX系列。
随着算力提升原需几个月完成训练迭代，现在只需几小时即可完成同样的任务，这极大地促进了数据量级上的提高以及模型复杂性的增加，从而加速整个Anfensecure生态向更高级自动化水平发展方向转变。
