科技領域近年來有這樣一個趨勢：移動互聯(lián)紅利正在消退，而數(shù)據(jù)紅利才剛剛開始。據(jù)預測：“數(shù)據(jù)”+“人工智能”將成為未來5-10年的科技投資主線，在過去的十年中，全球每年產生的數(shù)據(jù)量以50%以上的CARG增長，2015年全球產生數(shù)據(jù)8ZB(1ZB = 1012GB)。
據(jù)IDC預測，2020年全球產生數(shù)據(jù)量將超過40ZB，相當于地球上每個人產生5200GB的數(shù)據(jù)?；诤Ａ繑?shù)據(jù)深度學習的人工智能第三次浪潮可能走的更遠。
一些領域數(shù)據(jù)存儲量非常大，例如視頻、安全、情報等。據(jù)說世界上每生產兩塊硬盤，就有一塊用于存儲安防監(jiān)控的視頻數(shù)據(jù)。例如在北京，用于安全監(jiān)控的攝像頭數(shù)量超過了200萬個，每一個攝像頭24小時不停地錄制圖像。這就意味著，每一天這些攝像頭都會錄制兩百多萬天的圖像，折合起來，總時長將超過五千年。
這樣龐大的數(shù)據(jù)量，需要耗費巨大的存儲成本。因此，一般情況下，每隔30天（或者更短時間），就需要將之前存儲的視頻循環(huán)覆蓋。這樣做的結果就是，不僅白白浪費了存儲資源，而且還會丟失大量的有效線索。
如何從海量數(shù)據(jù)中提取有價值的數(shù)據(jù)并轉化成有意義的情報呢？專注于安防行業(yè)的AI企業(yè)格靈深瞳創(chuàng)始人趙勇認為單純依靠大數(shù)據(jù)做安防行業(yè)的情報挖掘工作效率非常低，而結合AI將大大提升海量數(shù)據(jù)向有意義的情報的轉化率。
趙勇認為實現(xiàn)這一轉化率的提高主要在于三個方面：第一是人臉識別、第二是汽車的識別與跟蹤、第三是機器識別結果與地理信息的融合。
首先通過高清攝像頭采集到路面車輛、行人等數(shù)據(jù)，通過人臉識別技術識別人物，并保留人物屬性信息存入公安系統(tǒng)。那么假設一個人被綁架后，標準流程是先查看過去一個受害人的車輛軌跡，需找跟蹤他的車輛，他們的活動范圍等活動特性，以此快速聚焦嫌疑人的生活或者經?；顒拥牡攸c，判斷可能把受害人藏到什么地方。
以前警方要去做非常多的人力工作，而通過AI ，將所有的原始數(shù)據(jù)變成結構化的信息，把這些信息放在一個功能很全的平臺里面去，用戶只要通過一個網頁，就可以完成這個過程。
在整個數(shù)據(jù)挖掘過程，要做到全面、深度、多模態(tài)的挖掘工作。所謂全面是要實現(xiàn)對每個看到的人進行挖掘而不僅僅是嫌疑人，所謂深度是對每一個被觀察物體的各種信息進行挖掘，而不簡單是人與物的對比，所謂多模態(tài)是要綜合一個人的各項信息挖掘他的行為特點，例如消費記錄、車輛的信息、社保的資料等等。
對于安防行業(yè)現(xiàn)狀，趙勇認為，目前公安領域對于AI已經是剛需，而現(xiàn)在的瓶頸在于AI企業(yè)本身能否將這一的系統(tǒng)快速落地，如何實現(xiàn)快速建立穩(wěn)定、可靠小型的數(shù)據(jù)中心。
利用AI將海量數(shù)據(jù)轉換成有意義的情報
發(fā)布時間：2017.04.01