ディープインテリジェンスとは: 2021 年のディープインテリジェンスのトレンドは何ですか?

人工知能の開発は60年以上前に遡りますが、技術的な理由により、ディープラーニングの出現により再び人工知能ブームが巻き起こるまで、何度か休止状態となっていました。では、ディープインテリジェンスとは何でしょうか？2021年のディープインテリジェンスの発展傾向は何でしょうか？

序文

2020年、我が国のネットワークインフラ構築は世界でもトップクラスにランクされ、情報技術の応用も発展を続けています。コンピューティング能力、データ リソース、コア アルゴリズムの進歩により、人工知能の急速な商業化が推進されています。一方、長年にわたる都市のインテリジェントガバナンスと建設により、膨大な量のビデオ監視データリソースが蓄積され、人工知能アルゴリズムの分野への継続的な資本投資と相まって、あらゆる面でのリソースの蓄積により、ビデオ監視業界での人工知能技術の大規模な商業利用の条件が整っています。

人工知能技術の徹底的な応用とビデオ分析技術のインテリジェントな発展により、ビデオ監視は受動的な識別から能動的な取得、分析、予測へと移行しました。ビデオ監視やビデオ分析、ディープラーニング、クラウドコンピューティングなどの分野のリソースは絶えず統合され、カメラの機能は絶えず深化され、使用シナリオは絶えず充実し、コスト、アルゴリズム、帯域幅容量は絶えず最適化され、業界の境界は絶えず拡大しています。

人工知能とディープラーニングの波は、ディープインテリジェンス段階に向かう業界の発展の傾向を直接反映しています。これは偶然ではありません。いくつかの主要なアプリケーション市場の需要、上流のディープラーニングチップとアルゴリズムのオープンソース化、および業界の自然な大規模データトレーニングセットの特性に牽引され、多くの要因が相まって、セキュリティをディープインテリジェンスへと押し進めています。

1. ディープインテリジェンスとは何ですか?

インテリジェントビデオ分析（IV）は、人工知能（AI）研究の一分野であるコンピュータビジョン（CV）技術から生まれました。画像と画像の説明の間にマッピング関係を確立し、コンピュータがデジタル画像処理と分析を通じてビデオ画像の内容を理解できるようにします。ビデオ監視で言及されるインテリジェントビデオ技術は、主に「ビデオソースからの重要な情報の自動分析と抽出」を指します。

カメラを人間の目に例えると、インテリジェントビデオシステムまたはデバイスは人間の脳に例えることができます。インテリジェント ビデオ テクノロジーは、コンピューターの強力なデータ処理機能を使用して、ビデオ画像内の膨大な量のデータを高速で分析し、ユーザーが興味のない情報を除外して、有用な重要な情報のみをモニターに提供します。インテリジェント ビデオ ソリューションは、デジタルおよびネットワーク化されたビデオ監視に基づいています。ユーザーは特定のルールを設定することができ、システムはさまざまなオブジェクトを識別し、ターゲットの動作がこれらのルールに準拠しているかどうかを判断します。監視画像で異常な状況が見つかると、システムはアラームを発し、最速かつ最適な方法で有用な情報を提供します。これにより、セキュリティ担当者が危機に対処するのをより効果的に支援し、監視対象エリアのセキュリティ防止機能を効果的に向上させることができます。

次の簡単な比較から、従来のビデオ監視とインテリジェントな視覚監視の違いがわかります。

上記の比較から、インテリジェント分析技術の利点がわかります。ただし、近年のインテリジェント分析技術の応用から見ると、広く商業化されていません。主な理由は、技術が十分に成熟しておらず、適用効果が理想的ではなかったことです。従来のインテリジェント分析技術には、さまざまなシナリオとアプリケーション要件に応じて手動で設計されたアルゴリズムがあります。その適応性には、継続的な改善と強化が必要です。特定の環境では優れたパフォーマンスを発揮しますが、環境要因が変化すると、アプリケーションでの従来のインテリジェント分析アルゴリズムのパフォーマンスが低下します。

従来の知能分析アルゴリズムには克服できない限界があり、知能分析技術のさらなる発展を制限していました。ディープラーニングアルゴリズムがブレークスルーをもたらしたのは、2012年以降になってからでした。技術的なアイデアとしては、ディープラーニングの理論と技術自体は新しいものではありませんが、ハードウェアの計算能力のブレークスルーと膨大なデータの蓄積により、ディープラーニングはさまざまな分野の知能アプリケーションで大きな進歩を遂げました。

2. セキュリティ業界では多くの用途がある

過去2年間で、セキュリティ市場におけるディープラーニングに基づく人工知能の応用はますます深まり、特にナンバープレート認識や顔認識などの技術が広く使用され、非常に優れた応用結果を達成しました。

もちろん、これらはすべて根本的な技術的な問題であり、ユーザーは気にしませんし、気にする必要もありません。ユーザーにとって最も重要なのは、表面上の美しい概念ではなく、人工知能技術の応用によって本当に効率を向上できるかどうかです。しかし、インテリジェント アプリケーションの特殊性により、単一の製品だけに頼っていては、結果を大幅に改善することはできません。人工知能のセキュリティ アプリケーションを実現するには、ユーザーにとって価値のある総合的なソリューションでなければなりません。これは、ユーザーがプロジェクトの全体的なインテリジェンスに対してより明確な要件を持っていることを意味します。

公安業界での応用を例にとると、公安業界のユーザーの緊急のニーズは、大量のビデオ情報から犯罪容疑者に関する手がかりを見つけることです。この要件を実現するには、ビデオコンテンツをリアルタイムで分析し、移動物体を検出し、人物や車両などの属性を識別できるインテリジェントなフロントエンドカメラが必要です。次に、大量の都市レベルの情報をバックエンド人工知能の中央データベースに集約して保存し、強力なコンピューティングパワーとインテリジェント分析機能を使用して容疑者の情報をリアルタイムで分析し、最終的に最も可能性の高い手がかりと提案を提供する必要があります。

別の例として、成熟した金融インテリジェント ソリューションを実現するには、シングル ポイント インテリジェンスを最終的に銀行のシステム内に組み込み、ソフトウェア プラットフォームによる包括的な管理を通じて、アラーム ホスト、アクセス制御、IP インターコムなどの他のセキュリティ機器とともに管理し、インテリジェント システムの価値を真に実現する必要があります。

人工知能の産業応用にとって、アルゴリズム、チップ、大量のデータトレーニングは確かに開発の重要な要素ですが、その技術をアプリケーションシナリオと効果的に組み合わせて実用的な総合ソリューションを形成できるかどうかが、「AI+セキュリティ」が実際に発展できるかどうかを決定する最も重要な要素です。技術がデータ処理技術の優位性を活用して製品から商品への変換プロセスを実現できない場合、その技術開発には実用的応用の意義がありません。

3. ディープインテリジェンスの将来動向

1. コスト削減

スマートセキュリティシステムのコストは従来のセキュリティよりもはるかに高いですが、AI技術の普及に伴い、個々の製品やシステムの価格は徐々に低下するでしょう。上流のソフトウェアとハ​​ードウェアの現地化の度合いが高まり続けるにつれて、従来の監視製品の価格は3,600元前後に下がり、AI監視システムの価格は2万元前後です。既存の公共安全監視システムを例にとると、現在、公共安全ビデオ監視システムは2,300万チャンネルあり、AIを20％アップグレードすると、920億元の市場拡大をもたらす可能性があります。

2. 統一アルゴリズム標準

統一されたプロトコル標準は、ビデオ監視業界の発展において避けられないトレンドです。顔認識やビデオ構造化などのAI技術のアルゴリズム標準の一貫性と、サプライヤー間のプロトコル標準の統一により、異なるブランドのフロントエンド、ミッドエンド、バックエンドが相互に認識され、データの相互運用性と共有が実現します。

3. 帯域幅容量がさらに拡大

AIビデオ監視システムからの膨大なデータは大きな帯域幅容量を占有し、顧客の他のビジネスとネットワークチャネルを共有すると、他のビジネスネットワークの通信品質に影響を与えます。エッジコンピューティングなどの新世代技術の適用により、データトラフィックはある程度削減されますが、ビデオフォレンジックなどの機能は依然として大きな帯域幅を占有するため、サーバーなどのインフラストラクチャ全体がさらに改善されることになります。

セキュリティ業界は、人工知能技術の自然な訓練と応用分野として、人工知能の実用化を緊急に必要としています。セキュリティ業界の自然な特性に基づいて、セキュリティ業界の人工知能は将来必ず驚異的な発展を遂げるでしょう。人工知能技術の急速な発展により、セキュリティ分野はよりインテリジェントで人道的な方向へと積極的に推進されています。