澎思科技马原：AI安防竞争还未结束 落地进入后发优势时代

安防，是AI最先触达的领域之一。激烈竞争之后，看似“战争结束”，但亦有后发者，表现出了亮眼实力。

比如中国第一批人工智能专业毕业生，毕业于西安电子科技大学的马原和他创立的澎思科技。

马原本人早在2012年就进入到了AI领域。当时他在中科院自动化所，师从人脸识别领域华人界第一人李子青教授，26岁就承担起江苏省省级研发课题《海量视频综合利用技术集成与示范应用》。

2015年，马原加入国内顶尖人工智能公司负责AI+安防工作，在国内多个城市进行AI行业落地。2016年，由其承担的人脸识别研究项目被公安部列入该年度全国科技成果推广计划，成为公安行业第一个人脸识别全国科技成果推广项目。2018年，他开始创业，成立了澎思科技。

在MEET 2020智能未来大会现场，澎思科技创始人兼CEO马原以《AI落地后发优势时代，智能视图的行业机遇与重构》为题，分享了他在AI落地时代的所思所感。

技术要跟行业结合起来，跟行业一起走。

关于MEET2020智能未来大会：量子位主办，现场20多位行业大咖分享，1000多名行业观众参与，线上有近百万从业者通过直播参与观看和互动，包括新华社在内的数十家主流媒体报道，活动整体线上总曝光量超过千万。

谢谢主办方给我这个机会到这里来介绍一下澎思科技成立一年的一些进展和方向。

2014年开始，视觉领域这个行业从VC进入，媒体关注，到被大众认知，有几个场景是非常具有商业化落地市场的。

第一是安防。第二是自动驾驶。第三是娱乐、影音、电视。

只有6%的场景被解锁

不管是安防行业还是互联网行业，在我看来都是IT行业，IT行业的特点一定是软件服务数据的价值最大。但进入安防领域后，我们发现有一点很奇怪，安防行业目前的市场规模有7000亿，这7000亿里面大部分是硬件。

AI安防行业经过这些年的发展，最广泛的是人脸识别技术，包括AI四小龙在内的玩家都在进入这个领域开启应用，但实际上，人脸识别技术仍只解锁了6%的场景。

因为大部分的摄像机其实拍不到人脸，所以人脸识别也只能解决部分场景的人员身份的识别问题。

在那些拍不到人脸的地方怎么办呢？可能还需要行人再识别的技术，需要视频结构化的技术。

所以有些人说这些年AI安防行业到了一个瓶颈期，甚至说随便一个大学生用一些开源的方案就能解决问题，对于这样的说法我是不认同的。事实是，在这个阶段，并不是AI变得容易做了，而是AI已经深入到行业里面了，有很多值得挖掘的地方。

于是，澎思的第一个五年，我们决定全心投入AI安防这个赛道。

举个例子，在手机市场之前的功能机时代，甚至再早一点的固话时代，都是强调设备本身的功能，其实后端的数据、服务、场景并没有被激活。

同样，在安防的行业，过去的20年里真正的技术聚焦在前端，而非后端，这些年才渐渐往智能方向转变。

所以，事实上就目前来说，大家都面临同一个起跑线：整个行业开始向技术、向数据、向服务的方向转型。

这就是澎思的机遇所在。

算法能力最核心，产业链要全打通

所以，如何把握住这个市场机遇呢？

我认为，安防行业必然会出现一个海康威视(33.150, 0.38, 1.16%)2.0，或者大华2.0这样的企业，就像手机市场从诺基亚、摩托罗拉，到苹果、OPPO、vivo、小米的过程。

这样的公司，最核心的一点，是必须具备算法能力。同时，软件、硬件、云，这几个能力都要具备，因为这是这个场景的核心诉求。

这是有别于互联网行业的，并不是做好某一点就可以了，而是要把整个产业链全部打通，才能覆盖整个安防行业的诉求。

澎思目前核心发力的技术点主要是三个中台能力：AI中台、计算中台、行业中台。

AI中台，是AI在安防行业的全栈算法，做到了安防行业所需算法种类的全覆盖。从人脸识别到车辆，到行人再识别，再到自动驾驶，澎思开始把这些技术都释放出来。

计算中台，就是产品的载体。澎思在安防行业，不打算卖算法，也不打算卖授权，因为我们觉得这条路走不通。

我们的选择是直接做产品。如此，就要有全自研、全场景的边端智能硬件。

行业中台，是针对不同落地场景的应用层。采用云+SaaS应用的方式，以此承载大量的数据，扩展不同的场景。

技术，要跟着行业一起走

在AI技术方面，澎思有两个核心优势。

一是技术深度。澎思以全球计算机视觉与深度学习顶级科学家申省梅为核心，设立了澎思北京和新加坡研究院，展开面向场景的AI技术研发和创新。

大家都知道华人圈的AI人才大致分布在三个地方：中科院、香港、新加坡。现在澎思占了两头，一个基于北京的中科院自动化所，一个基于新加坡的新加坡国立大学、南洋理工大学等。这两个研究院保障了新鲜血液的输送，使优秀的人才能进入到澎思，进入到AI安防行业当中。

而申省梅老师之前是松下新加坡研究院副院长，她在这个行业里积累了27年，从人脸识别，到目标检测、情感识别、跟踪、ReID、车辆、机器人(14.430, 0.12, 0.84%)，基本掌握了视觉领域的全要素，是这个领域的资深专家。

到目前为止，我们的团队已拿下33项计算机视觉顶级竞赛冠军。

二是技术宽度。主要是澎思智能视图的全场景覆盖能力，全要素算法能力。

目前的安防市场，需要的算法的复杂度相当大，从前端的采集，到检测，到结构化，到视频摘要，到后端的识别，整个产业链条非常长，深度非常大。

令我触动很深的一个例子是，在20年前，有很多公司在做车辆识别，但后来基本都被海康威视击败了。这是因为，海康能识别全球100多个国家200多种不同的车牌。

我发现，技术还是要跟行业结合起来，要跟着行业一起走，才能最终使你的技术覆盖面最大化，在技术的宽度上，成为行业中的佼佼者。

讲几个具体的案例。其实这些年大家或直接或间接，都感知到了人脸识别在整个安防行业落地的现状。但你会发现，比较好识别的那一类人基本上都是同一年龄段的人，他们的特点是基本都有身份证照片、签证照片、社保照片、驾照照片，或者各个场景采集的数据。而像儿童和老人数据没有那么多，就成了难以解决的痛点问题。

AI从诞生的那天起，跟数据就是强相关的。数据的问题，可能需要一段时间慢慢积累才能解决，但同时算法也要做调整。

所以今年我们为什么还要继续去打比赛呢？像我们参加了美国NIST IJB-B和IJB-C的比赛，是复杂光线下非配合人脸的人脸识别。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!