AI|智能安防的普惠密码,在华为好望手中的三根“线头”上

美国有个以解乱线团为乐的网络社区 , 世界各地的成员们甚至会专门从网络上购买乱线团 , 然后想尽办法让纠结在一起的毛线变得有序 , 当然 , 不能动剪刀 。
听起来有些无厘头 , 但现实中 , 人们反而总会有意无意地将自己置于各种乱线团的“麻烦”当中 。
AI|智能安防的普惠密码,在华为好望手中的三根“线头”上
图片

就拿大家都司空见惯的智能摄像机来说 , 随着各种算法模型、解决方案、软硬件产品的不断增加和迭代 , 对AI充满期待的行业管理者们也面临越来越复杂的选择 , 很容易陷入一种慌乱、茫然的状态 。
类似的案例俯拾皆是 。 疫情期间 , 绝大多数公共区域和产业园区都引入智能识别系统来进行体温检测 , 提高出行效率 。 但同时 , 也出现不少地方发现部署的摄像机没法采集到决策所需要的数据 , 亦或是在公共垃圾桶等区域过度部署 , 居民体验不佳转身一个投诉……这些AI应用中的“乱线团” , 就像是老弄堂里纠缠在天际的电线一样 , 各种矛盾、情境交织在一起 , 让AI落地变得混乱难解 , 甚至可能变成无用功 。
AI|智能安防的普惠密码,在华为好望手中的三根“线头”上
图片

随着产业的逐步深化 , 这些“乱线团”已经有了不少解法 。 归根结底 , 是寻找到解开矛盾症结的那根“线头” , 理顺AI落地背后的规律与顺序 , 进而将现实中的复杂问题一一化解 。
华为好望秋季品鉴会 , 就通过一个个关于AI落地的真实案例 , 分享了大量从业者的实践与思考 。 将能够不断打开“乱线团”的关键“线头” , 交付到产业手中 。
第一个线头:产业呼唤的全栈能力
请大家想象一下 , 当你拿到一个“剪不断理还乱”的线团 , 会怎么去解开它?盲目上手只会让线团变得更加混乱 。 正常情况下 , 第一步我们都会选择将它展开得蓬松一点 , 在千头万绪之中找到解决问题的线头 。
同理 , AI落地过程中 , 能否让整个工作保持在一个具有足够扩展空间的选择范围内 , 十分重要 。 然而在现实中 , AI项目却总是会处处碰壁 。
就拿高校食堂来说 , 开学之后 , 不少学校都出现了外卖小哥和学生们隔着围栏“地下交易” , 食堂保安们尝试阻止的新闻 , 为校园日常管理平添了许多烦恼 。 原因就是常规管理模式在防控措施面前翻车了 。
学校既需要控制每个食堂的就餐人数 , 可就餐高峰期学生也不知道食堂有多少人 , 食堂也不知道该配多少餐 , 结果往往是学生下课赶过去却发现没饭了 , 只能急忙奔赴下一个“战场” 。
AI|智能安防的普惠密码,在华为好望手中的三根“线头”上
图片

学校也考虑过智慧食堂来提高服务水平 , 可了解了一圈发现 , 不是硬件有限制 , 传统垂直双目摄像机架设在门口容易被空调等设备挡住 , 玻璃门也会增加安装风险;要么就是算法达不到 , 有些摄像机的算法会将在食堂门口徘徊的人也算进流量中去 , 无法给备餐工作提供决策支撑 。 有的就是简简单单的“太贵了” , 动辄占地百亩的新校区 , 学生和教职工食堂加起来就有十几个 , 需要部署的点位也多 , 如果都采用价格昂贵的摄像机 , 改造成本就太高了 , 而且数据规模及存储、算力等要求也会直线上升 。
这些复杂因素交织在一起 , 就形成了一个越缠越紧的“线团” , 将AI项目困在其中 。
要解开其症结 , 关键在于找到一个在硬件、算法、方案等都能提供多元化选择的“全能型”支撑 。
比如福建某大学 , 就在活动中分享了和华为好望及其ISV合作伙伴一起 , 让食堂脱离“管理泥潭”的案例 。
简单来说 , 就是从三个角度提供了更多的选择空间 , 比如:
硬件上“因地制宜”:最终选择的华为好望D10系列定焦产品 , 在室内室外、30°到60°角度都能任意安装 , 较强的普适性可以大大减少改造时资源浪费的概率 。


推荐阅读