AI席卷百業(yè)，作為AI時(shí)代的兩個(gè)主要入口，智能語音產(chǎn)業(yè)已經(jīng)進(jìn)入爆發(fā)期，計(jì)算機(jī)視覺在新基建的推動(dòng)下正在成為AI落地規(guī)模最大、應(yīng)用最廣的領(lǐng)域。
在語音和文本智能領(lǐng)域，無論是面向公有云市場的七陌云客服，還是面向大中型機(jī)構(gòu)的容CC，容聯(lián)一直在引領(lǐng)行業(yè)創(chuàng)新，構(gòu)建了基于智能客服、智能聯(lián)絡(luò)中心的商業(yè)閉環(huán)。
在視覺領(lǐng)域，容聯(lián)又是如何在原有能力上做延伸和商業(yè)化落地的？近日，CPS中安網(wǎng)對容聯(lián)云通訊AI視覺解決方案總監(jiān)陳開仡進(jìn)行了采訪，并關(guān)于通訊服務(wù)、AI技術(shù)、智能化視頻監(jiān)控等話題進(jìn)行了交流與探討。以下為訪談內(nèi)容：
Q：容聯(lián)云通訊的核心技術(shù)和產(chǎn)品優(yōu)勢主要集中在哪些方面？容聯(lián)提出的視覺智能服務(wù)與傳統(tǒng)視頻監(jiān)控的區(qū)別是哪些？
陳開仡：當(dāng)語音和文本、視頻智能化在通訊業(yè)務(wù)中的應(yīng)用已經(jīng)大量普及的時(shí)候，容聯(lián)意識(shí)到當(dāng)下市場對于圖像識(shí)別具有大量的需求，因此容聯(lián)開始了計(jì)算機(jī)視覺（CV）的調(diào)研和研發(fā)。
由于CV與NLP深度學(xué)習(xí)技術(shù)上具有相通性，并且容聯(lián)擁有NLP引擎相關(guān)技術(shù)的積累，因此迅速掌握了CV場景的相關(guān)技術(shù)。
容聯(lián)的優(yōu)勢在于針對特定場景的數(shù)據(jù)進(jìn)行增強(qiáng)處理，將AI和傳統(tǒng)技術(shù)結(jié)合，以及前沿技術(shù)工程化的能力。
比如說準(zhǔn)確率，以智慧工地為例，容聯(lián)的“慧眼”視覺分析平臺(tái)可結(jié)合工地復(fù)雜現(xiàn)場做全方面檢測，做安全帽佩戴檢測時(shí)容聯(lián)產(chǎn)品準(zhǔn)確率可以超過90%。
AI算法極度依賴數(shù)據(jù)，但是很多情況下有效的數(shù)據(jù)采集又比較難，容聯(lián)自有的數(shù)據(jù)增強(qiáng)處理技術(shù)可以在素材比較少的情況下獲得比較好的效果。
深度學(xué)習(xí)技術(shù)十分依賴訓(xùn)練數(shù)據(jù)，且深度學(xué)習(xí)輸出結(jié)果中一般都有“閾值”限制，實(shí)際應(yīng)用中，很難設(shè)定適用于所有場景的統(tǒng)一閾值。
目前AI技術(shù)在落地過程中仍然受到數(shù)據(jù)量、數(shù)據(jù)質(zhì)量、標(biāo)注成本、數(shù)據(jù)域變化等問題的制約，單純依靠深度學(xué)習(xí)模型難以解決復(fù)雜場景下的實(shí)際CV問題。
容聯(lián)具備一系列針對實(shí)際應(yīng)用場景的工程化優(yōu)化手段，包括圖像的時(shí)序分析機(jī)制、檢測目標(biāo)屬性過濾機(jī)制、目標(biāo)跟蹤及ReID機(jī)制等，提高算法在落地應(yīng)用時(shí)的精度。
除了技術(shù)上的壁壘，容聯(lián)產(chǎn)品一個(gè)重要的壁壘還是其在行業(yè)中的積累，因?yàn)樽瞿硞€(gè)行業(yè)的視頻識(shí)別本質(zhì)上就是還是拼行業(yè)數(shù)據(jù)的積累、以及對行業(yè)的理解力。實(shí)際操作中，準(zhǔn)確洞悉行業(yè)痛點(diǎn)是一個(gè)周期很長且很重的事情。
另外關(guān)于視覺智能服務(wù)與傳統(tǒng)視頻監(jiān)控的區(qū)別，傳統(tǒng)技術(shù)的一般特點(diǎn)是通用性較強(qiáng)，容聯(lián)提出的視覺智能服務(wù)結(jié)合深度學(xué)習(xí)后，可在傳統(tǒng)視頻監(jiān)控的基礎(chǔ)上，得到神經(jīng)網(wǎng)絡(luò)模型輸出的具有語義信息的結(jié)果，在保持通用性的同時(shí)提升精度。
例如，目標(biāo)跟蹤場景，利用深度學(xué)習(xí)檢測圖像中特定種類物體位置，結(jié)合傳統(tǒng)背景建模、幀差法、光流法等，達(dá)到通用性與專用性的平衡協(xié)調(diào)。
Q：容聯(lián) CV 的商業(yè)化落地聚焦在哪些行業(yè)？這些行業(yè)關(guān)注的重點(diǎn)是什么，解決了什么問題， 提升了什么價(jià)值？
陳開仡：目前容聯(lián)聚焦的行業(yè)有智慧社區(qū)、加油站、化工、城管、衛(wèi)監(jiān)、明廚亮灶等行業(yè)，這些行業(yè)的重點(diǎn)各有不同。
以監(jiān)控場景為例，50個(gè)攝像頭，每天24小時(shí)，產(chǎn)生的視頻量1200小時(shí)，一個(gè)月就是36000小時(shí)。即使監(jiān)控崗位人員三班倒也無法做到100%覆蓋，期間很容易漏過一些突發(fā)事件，事發(fā)后再去追溯會(huì)很困難。
再比如制造業(yè)工業(yè)產(chǎn)線場景，工人有規(guī)定的操作規(guī)范，規(guī)定的位置，通常會(huì)有監(jiān)管人員進(jìn)行監(jiān)督。但是產(chǎn)線很長，又在不停運(yùn)動(dòng)，監(jiān)管人員很難覆蓋全部工位進(jìn)行督導(dǎo)。產(chǎn)品因操作不當(dāng)產(chǎn)生的瑕疵會(huì)直接影響用戶評價(jià)，對企業(yè)造成不良的影響。
我們通過智慧視覺算法，對以上行業(yè)的關(guān)鍵場景進(jìn)行智能的監(jiān)管，提升了管理的效率、覆蓋率，也提高了安全管控水平，同時(shí)降低了風(fēng)險(xiǎn)并且降低了監(jiān)管成本。
Q：在這個(gè)市場上有做硬件的廠商，有做整體解決方案，有圍繞最終用戶的系統(tǒng)集成商，容聯(lián)跟產(chǎn)業(yè)上下游的廠商的區(qū)別在哪里？有哪些合作？
陳開仡：容聯(lián)采用的是AI能力+垂直行業(yè)+服務(wù)的模式，并且在多個(gè)領(lǐng)域都有大客戶積累，善于深挖用戶場景，發(fā)現(xiàn)痛點(diǎn)；單個(gè)用戶的痛點(diǎn)可能是行業(yè)痛點(diǎn)，針對痛點(diǎn)進(jìn)行定制化方案，將方案沉淀為行業(yè)方案，提升整體行業(yè)智能化水平是容聯(lián)的目標(biāo)。
另外容聯(lián)的產(chǎn)品設(shè)計(jì)秉承松耦合原則，模塊之間支持靈活的拆分重組，可以單獨(dú)提供，或跟上下游廠商產(chǎn)品進(jìn)行靈活融合，根據(jù)客戶的需求進(jìn)行方案的定制。
Q：了解到容聯(lián)的視覺算法商城很豐富，現(xiàn)在還有正在挖掘的場景和算法，容聯(lián)未來還關(guān)注到哪些是沒有被開發(fā)的行業(yè)需求？是否可以簡單談一下未來趨勢。
陳開仡：目前還有一些行業(yè)的需求還未被開發(fā)，例如衛(wèi)監(jiān)、教育、國土資源、軍工、港務(wù)、物流等等。
關(guān)于未來趨勢的預(yù)測從技術(shù)角度來講：一個(gè)值得關(guān)注的未來趨勢是從識(shí)別到理解，套用古人的說法就是從知其然到知其所以然。
過去十多年，計(jì)算機(jī)視覺在識(shí)別方面取得了顯著的進(jìn)展，但是現(xiàn)在僅僅進(jìn)行識(shí)別遠(yuǎn)遠(yuǎn)不是我們所期望的，或者說只是邁出了智能化的第一步。
僅僅有結(jié)果對企業(yè)對行業(yè)的價(jià)值仍舊有限，可以對結(jié)果進(jìn)行解釋，價(jià)值會(huì)更大。把物體和物體，物體和環(huán)境的聯(lián)系建立起來，有了這樣的從基本屬性到對象直至環(huán)境的關(guān)系，就有可能實(shí)現(xiàn)從知其然到知其所以然。
未來最重要的趨勢就是從無需知識(shí)支撐的識(shí)別到需要知識(shí)支撐的理解，做到知識(shí)圖譜的效果，或者可以稱之為“計(jì)算機(jī)視覺圖譜”。
從市場規(guī)模角度而言：目前計(jì)算機(jī)視覺行業(yè)增速持續(xù)保持較高的增長趨勢，深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)技術(shù)的推動(dòng)著計(jì)算機(jī)視覺技術(shù)，同時(shí)也驅(qū)動(dòng)著整個(gè)人工智能行業(yè)的迅速發(fā)展，計(jì)算機(jī)視覺技術(shù)已在各行各業(yè)有著舉足輕重的作用。
伴隨著技術(shù)成熟度提高，硬件性能的飛速提升，人臉識(shí)別、物體識(shí)別、工序識(shí)別、復(fù)雜場景識(shí)別等分類、分割算法不算提升精度，未來將有更多的場景能夠應(yīng)用計(jì)算機(jī)視覺技術(shù)，計(jì)算機(jī)視覺企業(yè)應(yīng)在強(qiáng)化技術(shù)打造的前提下，發(fā)掘更多垂直領(lǐng)域需求，解決企業(yè)痛點(diǎn)。
Q：安防行業(yè)受智能化、信息化技術(shù)影響，邊界逐漸模糊，泛安防成為行業(yè)未來趨勢，眾多巨頭跨界入局，行業(yè)競爭加劇，容聯(lián)面對如此激烈的市場格局，會(huì)如何應(yīng)對？未來的戰(zhàn)略和規(guī)劃會(huì)做哪些調(diào)整？
陳開仡：泛安防時(shí)代，無論是技術(shù)還是市場，安防行業(yè)不再是一個(gè)封閉的行業(yè)。
首先是關(guān)于產(chǎn)品升級(jí)，容聯(lián)將側(cè)重于三個(gè)方面去創(chuàng)新：
第一，讓安防從被動(dòng)防范到主動(dòng)預(yù)警，從“看”變?yōu)?ldquo;做”；利用視覺智能把安防體系從被動(dòng)的記錄、檢查，逐漸轉(zhuǎn)變?yōu)樽詣?dòng)剖析、主動(dòng)預(yù)警或即時(shí)處置。
第二，讓智能安防云端化。安防行業(yè)面對的一大問題就是場景“碎片化”，這是一個(gè)不可忽視問題，大量的碎片場景帶來大量的數(shù)據(jù)積累，安防體系中存儲(chǔ)的數(shù)據(jù)量級(jí)成指數(shù)增長，這時(shí)候應(yīng)用會(huì)逐漸轉(zhuǎn)向云端進(jìn)行處理，將復(fù)雜任務(wù)云化，既可以增加處理效率，也可以合理的進(jìn)行資源的分配，容聯(lián)也會(huì)針對云端領(lǐng)域的應(yīng)用場景做深入的研究。
第三，應(yīng)用場景落地。安防行業(yè)已從前兩年關(guān)注各類AI算法的功能和性能，轉(zhuǎn)向重視算法與具體業(yè)務(wù)的匹配銜接，追求將AI性能落實(shí)到具體業(yè)務(wù)應(yīng)用上，形成具體的解決方案。容聯(lián)將致力于解決各種垂直應(yīng)用場景。
同時(shí)隨著5G、AI的興起，外加政策的扶持，我們認(rèn)為邊緣場景將會(huì)為安防行業(yè)帶來新鮮活力，所以云、邊、端一體化也是我們一個(gè)重要的產(chǎn)品規(guī)劃。
據(jù)悉，11月5日，「容聯(lián)云通訊」宣布完成 1.25億美元 F輪融資，由中國國有資本風(fēng)險(xiǎn)投資基金領(lǐng)投，新東方產(chǎn)業(yè)基金、Mirae Asset（未來資產(chǎn)）、藍(lán)藤資本和CloudAlpha等戰(zhàn)略及財(cái)務(wù)投資方共同參與。騰達(dá)資本、花旗環(huán)球金融亞洲有限公司和招商證券（香港）擔(dān)任財(cái)務(wù)顧問。
這是國內(nèi)云通訊領(lǐng)域迄今為止規(guī)模最大的一筆私募股權(quán)融資。
容聯(lián)表示，本輪融資完成后，容聯(lián)將進(jìn)一步加大在智能通訊云服務(wù)方向的技術(shù)研發(fā)投入，提升產(chǎn)品厚度及競爭壁壘；同時(shí)持續(xù)創(chuàng)新，擴(kuò)容邊界，在5G、新基建的浪潮中，更好地助力企業(yè)和政府組織實(shí)現(xiàn)數(shù)字化改造與智能化升級(jí)，推動(dòng)中國企業(yè)通訊市場變革。
