AI落地存在哪些难题?

人工智能
2019
02/21
17:37
与非网
分享
评论

AI从前两年的概念泛起,如今正逐渐走向落地应用阶段,然而,从厂商和用户的普遍反馈来看,人工智能在安防领域的落地应用似乎并没有大众想象中的顺利,开始有越来越多诸如场景碎片化、应用成本高、实验室场景到实际应用场景效果差距较大等问题被暴露出来,而这些也成为当前阶段AI落地应用过程中新的痛点。其中,对于产品和解决方案提供商而言,AI应用场景的碎片化更成为工程项目亟待解决的问题。

AI作为一种应用技术,有通用型市场,也有垂直市场。第一种情况下诞生了AI+行业的第一批人工智能公司;当AI通用技术从普及到往行业深扎的过程中,会出现行业+AI的第二批人工智能公司。在跟场景数据强相关的市场上,必然会出现垂直型的行业+AI公司。

AI技术下沉激发安防市场深层觉醒

安防作为一个典型的垂直行业,全部是图像视频数据,用通用型技术无法解决,必须用垂直的、专用的图像识别技术来做,比如,多角度多姿态、复杂光线下的人脸识别等。通用技术在早期大家觉得还可以接受,当深扎进入安防行业中,通用的AI技术便开始分裂,用户开始期待更适用于行业领域的AI技术。

AI对安防行业带来的改变不是单纯的提供计算机视觉等AI技术,而是由AI驱动的安防行业信息化。安防是AI技术带来变量最大的行业。对于很多互联网公司而言,AI 只是对某个软件进行了升级,但对安防行业来讲,AI 技术开启了整个安防行业的信息化革命,这是沉睡已久的行业需求,AI 将它唤醒了。而当信息化的需求被解决,整个安防市场的体量会相当可观。可以预料,未来五到十年将会是安防行业的快速发展期,也将是 AI 推进安防信息化的技术改造期。

AI落地智能安防的现存痛点

眼下,AI总是给予大家以错觉,认为安防智能之旅已然结束,但事实上,越往后发展,这其中的故事越多元、越复杂,AI在安防市场的应用比大众想象的边界要更远、更深。

截至目前,AI等技术在安防行业的落地、生根,尚存四大问题:

1、中国安防市场具有其他国家和地区无法比拟的高度丰富性和可挖掘性,雪亮工程等项目中基于对海量视频图像分析的AI应用刚需依旧很大,现有的几家公司还不能够完全应对。

2、安防项目是集产业、技术、模式、资本、服务为一体的复杂系统,涉及前端采集、存储、传输、管理、应用多个产业链条,当下赋能过程中,AI仅仅渗透到了采集等单个环节。同时,AI的实际应用效果尚不能让人非常满意。比如,现在市面上大多安防人脸识别系统可以称之为‘中青年男性人脸识别系统’,因为女性、老人、小孩等人脸识别依旧有很多问题待突破。另外,夜间、正午光线过暗过曝等环境因素对人脸识别的准确率仍然有很大的影响。

换句话说,安防行业一直以来存在的问题,AI只是帮忙解决了冰山一角,该有的问题依然存在,之前没有的问题也还在增加出现。

3、创业公司生存压力之大平常人很难感同身受,作为传统制造业,安防产业链长、成本高也是摆在企业面前的一道现实问题,成百上千人的队伍,加上巨额的营销、研发成本,想要一直紧咬传统安防巨头,做垂直应用变得越来越艰难。

可以看到,如今很多创业公司都在拿着锤子找钉子,多条腿走路,从越来越多CV创业公司开始布局安防之外的零售、教育、医疗等市场就可看出。

4、赛道现有玩家大多无法形成数据闭环。眼下的安防项目构成,集成商们拿着传统安防厂商的摄像机、AI创业公司的算法、ICT厂商的服务器,找第三方公司做软件交付,这样的作业模式无法形成数据闭环,这也是创业公司面临的最大问题。

【来源:与非网】

THE END
广告、内容合作请点击这里 寻求合作
ai
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表 的观点和立场。

相关热点

年底裁员潮里,AI相关岗位依然处在不败之地。
人工智能
联合国世界知识产权组织(WIPO)于 1 月 31 日发布的一份研究报告指出,中国和美国在全球人工智能领域的竞赛中位居前列。该组织总干事称,中国在知识产权领域不容小觑。
人工智能
最后直播的一场比赛中,DeepMind限制了AlphaStar的游戏视角,并在没有测试的前提下与MANA进行比赛,让人类终于赢了一场。最终总成绩定格在10-1。
业界
近日,在《麻省理工科技评论》、DeepTech深科技联合主办的“全球新兴科技峰会”后,英伟达副总裁Kimberly Powell(金佰利·鲍威尔)接受了包括第一财经在内的媒体采访。
业界
中国人工智能学会、国家工信安全中心、华夏幸福产业研究院等四大权威机构、历史半年完成的重磅报告,给你一个全新的角度了解中国AI产业和学术的创新现状。
人工智能

相关推荐

1
3
Baidu
map