文/黄海峰
近日 , 华为机器视觉发布了好望云服务 , 要助力连锁店、养殖场、工地、学校等中小微企业或机构的数字化转型 。
回顾华为机器视觉业务发展 , 去年完成从智能安防到机器视觉的更名 , 以“平台+生态”战略 , 发力智慧视觉产业;如今 , 华为机器视觉实现“1+3+N”战略的全面布局 , 借助好望云服务实现机器视觉产业在“端、边、云、生态”全线贯通 。
文章图片
华为机器视觉总裁段爱国发布好望云服务独特价值
那么 , 好望云服务是如何实现华为机器视觉业务的全线贯通?在发布会上 , 华为机器视觉总裁段爱国表示 , 好望云服务是智能原生的华为云行业视频云服务 , 何谓智能原生?智能原生是如何炼成的?
据悉 , 行业用户需求从最初的视频监控 , 到行业场景算法落地后的智慧能力(安防、管理、运营)形成 , 更加追求机器视觉算法的应用、交易、开发闭环 , 以开启数字化、智能化之旅 。 对此 , 段爱国做了详细的阐述 。
需求清晰化:机器视觉需求模型可分4层
视频监控行业并非新兴行业 。 但身处其中的大多数产业链企业 , 只关注于眼前用户的视频监控需求 , 并未了解到行业用户更深层次的需求 。
对此 , 段爱国介绍 , 每一个企业在用到行业视频时 , 会逐步呈现4个层次的需求 , 而不仅是第一层的视频监控需求 。 机器视觉的4层需求模型 , 从低到高可分为视频监控、智慧安防、智慧管理、智慧运营 。
文章图片
我们可以从大家熟悉的马斯洛需求层次理论模型对比看 。 马斯洛需求模型是美国心理学家亚伯拉罕·马斯洛从人类动机的角度提出需求层次理论 , 将人的需求分成生理需求、安全需求、归属与爱、尊重需求和自我实现5个层次 。
马斯洛需求模型的提出 , 让人们对自身需求有了清晰认知 , 也说明人在满足了基本的需求之后 , 就要去实现更高层次的需求和目标 。
在笔者看来 , 华为提出的机器视觉4层需求模型 , 就是视频监控行业的“马斯洛需求模型” , 因为该模型同样让视频监控行业的企业 , 对现在和未来需求有了清晰的认知 。 我们逐层分析下 。
第一层 , 视频监控 。 一家企业部署行业视频 , 最基础的需求就是能够看到视频监控画面 。 比如 , 工厂发生了生产事故 , 人们首先想到的是调取监控设备 , 查看事故发生的过程 , 从而帮助人们找出事故发生的原因 。 这就相当于马斯洛需求模型中最基础的生理需求 , 是企业应用行业视频最基础的需求 。
第二层 , 智慧安防 。 当企业在多次通过视频看到问题后 , 便会发现视频监控只是起到后知后觉的作用 。 对此 , 为了及时发现问题 , 减少损失,许多企业不得不投资更多 , 建立有专门的视频监控室 , 还配备了多名人员时刻盯着监控画面 。
此时 , 企业对视频监控的需求进入第二层——不仅能看到 , 更能借助AI技术 , 实现智能防范 。 比如 , 在智慧交通方面 , 视频监控不再只是监测道路上的汽车 , 更可根据路口车流的变化 , 预判未来可能的交通事态 , 并调整每一个方向红绿灯的间隙 , 提升城市交通效率 。
第三层 , 智慧管理 。 当监控视频帮助用户实现防范能力后 , 用户希望监控能够在生产车间、门店等管理中发挥作用 。 其实这也不难理解 , 试想一下 , 如果你是几十家连锁门店的管理者 , 或许奔波于几十家门店之间将成为常态 , 不是去门店 , 就是在去门店的路上 。 此时 , 如果视频监控能够替代你去管理门店 , 你自然会欣然接受 。
在采访中 , 段爱国就列举了这样的案例 。 有一家拥有几千家门店的公司 , 需要雇佣员工紧盯监控画面 , 观察门店员工着装符不符合规范 , 门店地面干不干净 。 这种人工巡检方式 , 不仅耗费大量人力、财力 , 偶尔也会出现疏漏问题 。 此时 , 借助视频监控对门店运营进行智慧管理 , 就成为企业最为迫切的需求 。
第四层 , 智慧运营 。 既然视频监控已经能满足企业管理需求 , 那是否能在企业运营中发挥作用呢?这就好比马斯洛需求模型 , 当人们的吃、穿、归属与爱、尊重需求得到满足后 , 自然就希望实现自我价值 。
段爱国表示 , 机器视觉需求模型最高层就是采集的数据及背后的算法产生决策信号 , 为企业生产决策提供参考信号 。 比如在养殖行业 , 企业可以根据视频监控采集的动物信息 , 判断动物的生长状况 , 并及时做出调整 。 除养殖业外 , 物流、工地、门店等场景都可借助视频监控系统 , 实现企业的智慧运营 。
赋能全程化:智能原生让智能贯穿“端边云”
智能原生这个词此前在监控行业很少提及 。 目前行业中的视频云业务也很多 , 但好望云服务与众不同之处就在于是“智能原生” , 从而实现端云协同 。
机器视觉的发展从给人看 , 到给机器看 , 必须要有智能来加持 。 而好望云服务生而智能 , 可通过好望开发平台、好望商城、好望视频智能等智慧云服务 , 将机器视觉端边云协同起来 , 助力政企数字化转型 。
在笔者看来 , 为产业提供无处不在的智能能力 , 是好望云服务智能原生的最大价值 , 解决了企业痛点 。
文章图片
如段爱国所介绍 , 人工智能发展历程中有三座大山 , 即算法、数据、算力 。 其中 , 算力只要向云服务厂商付费就能获得 , 数据则掌握在企业自己手中 , 算法成为制约行业企业获得人工智能能力的最大障碍 。
据悉 , 行业企业数字化转型过程中 , 在智能算法获取方面遇到三大问题:大部分场景行业没有沉淀算法、已经沉淀算法很难便捷交易、已有算法很难快速部署到企业IT系统 。
从段爱国的介绍 , 笔者发现 , 好望云服务实现智能原生 , 就是打造了业界唯一围绕视觉智能算法全生命周期管理的架构体系 , 为智能算法的应用、交易、开发提供端到端闭环 。
具体看 , 首先 , 对于行业还未沉淀的智能算法 , 华为通过好望开发平台 , 实现算法现场开发闭环 , 从而解决行业人工智能应用最原始的动力问题 。
比如 , 畜牧产业的智能算法此前并未开发 , 华为提供最基础的物体识别开发模型 , 企业客户基于这个模型可以识别鸡、鸭、牛、猪等任何一种动物 , 开发出属于企业自己 , 且现场闭环的场景化智能 。
其次 , 对于业界已经沉淀的智能算法 , 好望商城 , 可提供智能算法交易过程闭环 。 企业可以根据自己的实际 , 在类似于淘宝的交易平台中 , 进行算法交易 。 比如 , 目前行业已经成熟的目标识别、周界识别、高空抛物识别等算法 , 如果企业需要 , 就可以通过好望商城交易平台 , 购买相应算法 , 实现智能的直接赋能 。
最后 , 在企业想如何快速部署算法到端边云设备中时 , 好望云服务的好望视频智能板块 , 提供算法的一键部署、协同推理 。 如果用户在算法部署后 , 觉得精度不高 , 可通过负向反馈能够直接回馈到云上数据标注环节 , 进行重新标注、训练、再发布 , 实现算法的持续迭代 , 最终让算法变得越来越聪明 。
因此 , 段爱国将好望云服务的智能原生能力定义为“一网通管 , 智能永新” , 他指出:“业界目前绝大部分的AI厂家发布算法都是静态的 , 我们希望可以做到永新” 。
据笔者了解 , 云服务厂商经常提到“云原生” , 如今华为在机器视觉领域提出并做到了“智能原生”:智能原生从赋予基础架构智能 , 到产品和解决方案全面嵌入智能 , 再到助力客户智能迭代 , 助力行业进入全面智能时代 。
开发平台化:赋予企业一站式开发能力
基于智能原生 , 行业企业购买及应用AI算法相对简单 。 但对于企业而言 , 要想开发自己的算法 , 却并不容易 。 对此 , 好望云服务又打造了好望开发平台 。
据悉 , 好望开发平台是华为机器视觉面向最终用户和开发者的极简智能算法开发平台 , 基于华为云ModelArts底层能力 。 其围绕机器视觉端边云产品 , 提供零基础入门 , 可现场闭环的算法“开发-训练-部署-推理”一站式服务 。
文章图片
华为认为要真正解决行业算法开发难题 , 不能将复杂的东西交给用户 , 坚持把“简单留给客户 , 把复杂留给自己” , 所以在算法上投入了大量的精力 。 据悉 , 好望开发平台提供9大类视觉“预训练模型” , 可以将本来需要10万级数据训练的模型降低到千级数据 。
为了讲清楚此处提到的“预训练模型”是什么 , 段爱国打比方介绍 , 如果将算法看做是一名员工的话 , 好望开发平台就是一个培训机构 。 当企业需要员工时 , 华为提供的是具有丰富社会阅历的员工 , 企业只需要进行简单的文化培养 , 就可以成为合格员工 。
那有人说 , 华为的培训能力到底如何?据介绍 , 好望开发平台在业内首创了单个动作识别、连续动作识别、复杂行为识别等 , 并实现更复杂智能功能的“预训练模型” 。
正是基于这样的“预训练模型” , 好望开发平台可将业界需要十万级的数据进行训练的算法 , 降至千级数据就可完成算法训练 。 同时 , 华为“预训练模型”往往是面向更多复杂场景提供算法开发和训练服务 。
值得一提的是 , 在AI算法训练中 , 只有标注好的数据才是有效数据 。 为此 , 好望开发平台提供半人工模式的智能标注 。 用户只需要做到上传数据、少量人工标注、生成初始模型、海量自主标注、人工校对等五个步骤 , 就能将数据标注人力节约50%到80% 。
企业开发好算法模型后 , 还需要快速将其部署到端边云设备中 , 并适配不同产品 。 为此 , 华为通过自身技术 , 可将模型大小从20M变为4M , 推理速度由630ms降低至40ms , 并基于对GPU/NPU芯片架构的深层理解 , 实现算法模型的自动适配 。
好望开发平台所拥有的以上优势 , 让段爱国自信地表示:行业用户不需要太懂AI , 只要会操纵好望开发平台界面 , 就可以进行算法现场开发 。
观察:好望云服务三大利器助企业数字之旅
纵观当前数字化转型市场 , 政府及大型企业以机器视觉为入口 , 在数字化转型中已经走在前列 , 对自身未来发展需求清晰 , 但中小企业往往由于资金、技术等原因 , 其数字化转型偏慢 。 同时 , 这些中小企业往往缺乏对数字化转型的认可认知 , 不知道借助何种方式实现数字化 。
工欲善其事 , 必先利其器 。 在笔者看来 , 好望云服务的好望视频智能、好望开发平台、好望商城三大利器 , 体现了华为对行业的深刻理解以及强大的技术创新能力——这也是好望云服务与众不同、让笔者印象深刻的原因 。
好望云服务 , 不仅让这些企业第一次清楚意识到自身数字化转型的需求方向在哪 , 更让企业拥有了自己开发算法的能力 。
因为有了对行业用户需求的清晰认知 , 才让华为意识到 , 视频监控不能只停留在看得见及智慧安防领域 , 而是要在方案服务上创新升级 , 借助AI能力为视频监控插上腾飞的翅膀 , 满足企业数字化转型深度要求 。
【监控|解读好望云服务:智能原生是如何炼成的?】笔者尤记得去年2月 , 华为将智能安防产品线改名为机器视觉产品线 。 当时很多人疑惑华为此举的意图 。 通过此次好望云服务发布会 , 我们清晰地发现 , 智能安防需求曲线 , 已经无法满足各行业企业智慧管理、智慧运营等需求 。 企业需要的也并不只是简单的算法提供 , 更需要基于自身需求 , 独立开发算法 , 寻找属于本行业的AI能力 。
正如段爱国所讲 , 从智能安防走向机器视觉 , 代表华为对机器视觉4层需求模型理解更全面、透彻;智能原生让华为抓住了企业数字化转型的痛点 , 精准帮助企业解决智能化赋能中的算法获取难题;好望开发平台则让企业能够自主开发专属算法 , 并实现算法自主适配 。
从战略角度看 , 好望云服务的发布 , 是华为在机器视觉领域战略布局的落地关键支撑点 。 早在2019年 , 段爱国在接手智能安防业务后 , 便提出“三年内赢得第二 , 五年内做到第一”的口号 。 如何做到?
从华为的动作看 , 华为想先建立起行业需求理论 , 通过对用户需求的更清晰认识 , 再助力企业打造创新机器视觉方案 , 发掘千亿美元机器视觉市场 。 这就有了此次的基于机器视觉4层需求模型打造的好望云服务 , 也就有了好望开发平台、好望商城、好望视频智能等多个惊艳的智能赋能产品 。
总之 , 在笔者看来 , 智能原生的好望云服务 , 使能机器视觉产业端、边、云全栈 , 为养殖业、连锁店、工地、社区、学校等企业和机构在数字化大海航行 , 提供正确的航线和坚实稳固的大船 , 用机器视觉智慧之眼感知万物 , 点亮智能世界 。
推荐阅读
- 机身重量|黑科技眼控对焦23年后回归,升级! 江一白解读EOS R3
- Apple|苹果高管解读AirPods 3代技术细节 暗示蓝牙带宽可能成为瓶颈
- 接线|关于室外监控立杆摄像机安装及立杆规范【详细说明】
- 消息资讯|污水处理市场-PLC远程监控如何发挥巨大的作用-华辰智通
- 时代|元宇宙时代数字安全怎么保护?专家解读
- 畅享|39.9元、59.9元,小米商城开售固速视频监控存储卡
- 量子|2021年国际十大科技新闻解读
- 监测|青海电网实现全景实时监控 保障输电线路全运行
- 监测|青海电网输电线路全景监控平台通过实用化验收
- Linux|冲刺科创板国产操作系统第一股 麒麟信安IPO文件解读