0
如果說今年的安博會上，有什么驚喜，那么曠視發(fā)布的城市級操作系統(tǒng)絕對算一個。
自2015年進入城市管理領域以來，曠視已經在城市安全管理、樓宇園區(qū)智能化等場景都有了長足發(fā)展。
而隨著在城市場景下的不斷深耕，其業(yè)務地圖也從單點布局擴展到城市全景生態(tài)，這意味著曠視已經從原來的單一解決方案提供商，升級為全棧解決方案打造者。
在2019深圳安博會上，曠視在其能力大成之時，也向業(yè)界呈現了其城市級全棧解決方案的全貌，并重磅推出了集全局管理能力為一體的城市物聯(lián)網操作系統(tǒng)。
全新升級的曠視城市級全棧解決方案，無疑是現今國內少有以AI為基礎的城市物聯(lián)網解決方案之一。
此次升級的重點在于，曠視面向城市管理核心應用場景，推出的“城市物聯(lián)網操作系統(tǒng)（CityIoT OS）”。
在實際應用中，城市中各個終端傳感設備的數據難以連通，以及業(yè)務環(huán)節(jié)難以打通始終是應用的難題。
而作為“物理世界的Windows”，曠視的操作系統(tǒng)想做的就是，接入不同廠商的各類物聯(lián)網終端，并統(tǒng)一分發(fā)后臺，以作為管理城市運行的數據基礎。
比如，該系統(tǒng)可以對城市中的人流情況進行監(jiān)控，如果人流量超過一定范圍，就會對相關部門彈出；在車流方面，可以對整個車道的每條車流信息進行分析，查看是否有故障信息，還能對常年擁堵路段進行潮汐刻畫。
那么如何將各類數據打通呢？以車路協(xié)同為例。
渣土車是由城管部門管理，但在路上行車、違章，又屬于交管部門。城管的攝像機，一般又不如交管的豐富。曠視通過車牌、車型的結構化信息，以及攝像機聯(lián)動刻畫車的軌跡，再根據其歷史痕跡和大數據分析，進行整體預判。并將結果交由城管和交管部門，就能在路段上有效進行布控和攔截。
除了接入物聯(lián)應用平臺，曠視城市物聯(lián)網操作系統(tǒng)也聯(lián)通了智能圖像平臺，處理實時產生并全局流轉的各類數據，通過信息存儲、跨網傳輸、上下級聯(lián)，發(fā)揮產品連接協(xié)同、資源優(yōu)化整合的作用，為上層應用平臺提供低耦合、高效能的資源中樞。
例如當交管或城管部門，需要調取回放違章或肇事記錄，可通過智能圖像平臺從海量數據中快速、準確提取。
另外，要實現城市級的AI技術應用，最需要解決的，是行業(yè)中算法學習與訓練成本高部署難的問題。因此，曠視構建城市物聯(lián)網操作系統(tǒng)的思路，就是“將現成的算法能力固定到算法倉平臺”。
對此，曠視基于自研的人工智能算法平臺Brain++，匯集了一系列先進的算法模型，并注入到城市物聯(lián)網操作系統(tǒng)算法倉，以便結合特定場景需求快速打磨輸出具有競爭力的工程化產品。
算法倉的快速工程化能力，為城市物聯(lián)網場景的AI落地鋪平了道路，也使算法價值得到有力彰顯。
例如，本次在安博會中“算法區(qū)”呈現的“事件預警”，就是曠視針對“跌倒”這一特定危險動作，進行的識別算法訓練。
未來應用中，這類算法可以直接灌入操作系統(tǒng)，在如敬老社區(qū)的重點場所，用于老人在無人看護下發(fā)生跌倒的識別，防范意外發(fā)生。
人工智能與產業(yè)融合，應該說離不開以下幾個核心要素。
首先是算法，需要基于深度學習框架進行訓練和部署，是產業(yè)大腦；其次是大數據，包括物理世界和數字世界的數據獲取與存儲，是產業(yè)生產要素；第三是算力，為應用提供計算資源支持，是產業(yè)生產力；四是業(yè)務場景，通常是由碎片化需求構成的市場，是產業(yè)生產環(huán)境。
曠視的城市物聯(lián)網操作系統(tǒng)，也正是落地到了各個場景中。
曠視目前推出了一系列創(chuàng)新性專用算法，結合城市中的具體場景需求，在系統(tǒng)中開發(fā)出“公共安全”、“智慧交管”、“城市管理”和“智慧園區(qū)”等幾大解決方案，可實現對城市的人車密度、事故/違章、設備狀態(tài)的綜合態(tài)勢感知和數字化。
以智慧交管為例，前端IoT物聯(lián)設備的接入和專用算法的結合，使系統(tǒng)能夠對全城路網實現數字化模擬，通過對各類前端設備回傳數據的二次分析實時呈現擁堵狀況、記錄違章抓拍，以及實施邊界管理，全面的認知和分析才能提高交通管理效率。
在應用中，通過系統(tǒng)在邊界路段或微卡口可對重型卡車、限號車輛、違章車輛進行特定目標檢測和識別預警，向交管部門進行實時通報，有望能夠解決超載上橋、違章限行、肇事逃逸問題。
值得注意的是，在AIoT的大背景下，城市級平臺的打造已經成為大勢所趨。各個廠商都在結合各自的優(yōu)勢，做橫向的拓展和縱向的打穿。
而曠視的差異化，主要有三個方面。
第一方面是，曠視具有自研的人工智能算法平臺Brain++，這個平臺集成了行業(yè)領先的自動機器學習（AutoML）技術，可以基于不同場景數據，實現針對性算法訓練和模型部署的高效流程化。
第二方面是，云、邊、端協(xié)同的優(yōu)勢。基于Brain++，曠視創(chuàng)新性的打造了一些列適用于云、邊、端的尖端神經網絡（DorefaNet、ShuffleNet及ResNet），并基于此構筑起了邊緣計算產品MegBox、智能傳感器MegEye等一整套人工智能賦能的物聯(lián)網產品體系。
第三方面，是場景能力。曠視能根據不同場景，將數據提純、打包，并量身定制符合特定場景需求的解決方案，提供用戶真正感興趣的能力，幫助用戶實現商業(yè)價值。
全線拉通從算法驅動、到感知前置、到云邊協(xié)同最后到場景落地的完整價值鏈閉環(huán)，是曠視原創(chuàng)算法能力、物聯(lián)網產品化能力、軟硬件一體化能力到生態(tài)成長能力的集中體現。
如果從高緯度俯瞰曠視對城市運行模式與管理模式的創(chuàng)新，可以看到曠視首先通過改變前端物聯(lián)網接入的方式以打破數據壁壘，接著通過專用系統(tǒng)刻畫出精準對應實現物理場景的數字孿生城市，進而為城市規(guī)劃者提供決策參考意見，輔助精細化管理，改善真實世界的城市運行。
人類花了上千年的時間，才對城市的本質和演變過程有了一個局部的認識，也許還要花更長的時間才能完全弄清楚那些尚未被認識的潛在特性。
曠視城市物聯(lián)網操作系統(tǒng)建設，正是人工智能技術下沉與產業(yè)結合的良好范本之一，也是對城市運行規(guī)律的一次有益探索。
未來曠視，還將繼續(xù)以核心的AI能力為驅動，挖掘更多AI在不同領域的應用。雷鋒網雷鋒網雷鋒網
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
