人臉識別技術(shù)的發(fā)展是大勢所趨，什么也不能阻擋它的來臨。智慧城市的項目也是國家在極力推進(jìn)的項目，為此，深圳市為推進(jìn)智慧城市的發(fā)展，從中融入了人臉識別技術(shù)，讓智慧城市更加具體。

　　“截至2017年年底，深圳市公安局要求全市范圍內(nèi)在視頻監(jiān)控領(lǐng)域?qū)崿F(xiàn)兩萬路的人像識別的建設(shè)?！痹谀炒螘h上，深圳大學(xué)安鶴男教授介紹道。

　　他表示，如今AI已與很多行業(yè)融合、落地，就拿安防行業(yè)來說，深圳公安部門已經(jīng)越來越多地使用相關(guān)系統(tǒng)協(xié)助自身辦案。在系統(tǒng)建設(shè)過程中，深圳平安城市建設(shè)與公安部要求不謀而合，總結(jié)起來有四點：全面高清、全域覆蓋、全網(wǎng)共享、全時可用。

　　安教授透露說，龍崗分局是深圳市公安系統(tǒng)人臉識別建設(shè)規(guī)模最大的一個分局。截止到目前已經(jīng)建設(shè)了智慧警務(wù)二期，人臉一期建設(shè)了108路，二期就已經(jīng)上升到了603路，相關(guān)關(guān)聯(lián)項目建設(shè)了1761路?，F(xiàn)如今，接入到龍崗分局業(yè)務(wù)系統(tǒng)中的人臉識別是2910路，其中還包括了250路從其他分局匯聚到龍崗分局的人像識別的業(yè)務(wù)系統(tǒng)，比如說聯(lián)合判案等等。

　　他在會上強(qiáng)調(diào)，人臉識別等系統(tǒng)的應(yīng)用有效解決了公安以往遇到的棘手難題。在去年的深圳十大杰出優(yōu)秀警務(wù)案例評比中，有六個案例是完全依賴于人像的智能識別，有四個案例是借用了這些系統(tǒng)。

　　隨后，安鶴男教授還例舉了一個詳細(xì)案例加以敘述。“在中國（深圳）國際文化產(chǎn)業(yè)博覽交易會（文博會）上，深圳市公安局福田分局通過動態(tài)人臉布控系統(tǒng)實現(xiàn)了近20萬人次的人像識別，并比中20多名前科人員，保障了文博會零案件的發(fā)生。”

　　對于未來，安鶴男教授認(rèn)為AI等技術(shù)將會在安防行業(yè)落地生根，語音識別及人臉識別將成兩個大方向，包括安防機(jī)器人等產(chǎn)品將大受市場歡迎。

　　以下是安鶴男教授的演講全文，：

　　深圳是智慧安防應(yīng)用比較早的一個城市。尤其是在平安城市的建設(shè)當(dāng)中，它既圍繞著公安部對平安城市的具體建設(shè)要求，同時又有深圳本地公安在平安城市建設(shè)當(dāng)中的一些創(chuàng)新和心得。

　　智慧安防從提出到發(fā)展大概走過幾個“節(jié)點”。從看得見到看得清、從看得清到看得懂。AI的出現(xiàn)很好地解決了機(jī)器“如何看懂”難題。

　　如今，深圳平安城市的建設(shè)過程主要圍繞四點展開：

　　一、全面高清。未來的建設(shè)目標(biāo)是全高清。

　　二、全域覆蓋。不留死角，尤其是在死角當(dāng)中，必須有高清記錄。

　　三、全網(wǎng)共享。全網(wǎng)聯(lián)通，更寬、更快的信息基礎(chǔ)建設(shè)。

　　四、全時可用。全城隨時隨地可以有效利用相關(guān)設(shè)備。

　　其實按照上面的四個目標(biāo)，也就知道高清前端越多，效果會越好，但由此帶來的視頻數(shù)據(jù)也會越大。隨著這些數(shù)據(jù)的指數(shù)增長，為這些數(shù)據(jù)服務(wù)的人力、物力的增長成本也是不計其數(shù)的。這也就顯示出AI在視頻監(jiān)控當(dāng)中的重要地位及使用環(huán)境。

　　我們常說的這類技術(shù)，其實無外乎從三個維度來詮釋這些問題：大數(shù)據(jù)、超算集群、算法。

　　在世界范圍內(nèi)，包括Google、微軟提出來的其實就是卷積神經(jīng)網(wǎng)絡(luò)的一些算法，但從用戶角度來講，我們更關(guān)注的是在云架構(gòu)下大數(shù)據(jù)的計算，包括GPU的集群、給我們帶來的API的出口，未來安防行業(yè)無論是企業(yè)、還是集成單位，更多關(guān)心的是使用成本。

　　這個特點也決定了相關(guān)產(chǎn)品在市場上的智能應(yīng)用。

　　接下來我會分享一些數(shù)據(jù)，這些數(shù)據(jù)是深圳公安局對深圳智慧城市建設(shè)當(dāng)中關(guān)乎到AI方面做的一些重點規(guī)劃。

　　2017年年底，深圳市公安局要求全市范圍內(nèi)在視頻監(jiān)控領(lǐng)域?qū)崿F(xiàn)兩萬路的人像識別的建設(shè)。

　　截止目前建設(shè)情況是怎樣的呢？首先說一下龍崗分局，龍崗分局是深圳市公安系統(tǒng)人臉識別建設(shè)規(guī)模最大的一個分局，截止到今天已經(jīng)建設(shè)了智慧警務(wù)二期，人臉一期建設(shè)了108路，二期就已經(jīng)上升到了603路，相關(guān)關(guān)聯(lián)項目建設(shè)了1761路。

　　現(xiàn)如今，接入到龍崗分局業(yè)務(wù)系統(tǒng)中的人臉識別是2910路。這個2910路里面還包括了250路從其他分局匯聚到龍崗分局的人像識別之后的業(yè)務(wù)系統(tǒng)，比如說聯(lián)合判案等等。

　　那么這么多的人臉識別建設(shè)在龍崗的公安業(yè)務(wù)系統(tǒng)當(dāng)中有何成效？深圳在去年年底做了一個十大杰出優(yōu)秀警務(wù)案例評比，其中有6個案例是完全依賴于人像的智能識別，有4個案例是借用了這個系統(tǒng)，從這些數(shù)據(jù)可以看出，建設(shè)相關(guān)設(shè)備及系統(tǒng)非常有利于公安部門展開工作。

　　其次是福田分局。福田分局建設(shè)相對較晚，之前只建設(shè)了65路。但由于該區(qū)域由深圳市政府所管轄，包括會展中心每年有很多大型活動，對相關(guān)方案需求比較大。比如文博會，今年的文博會總共裝了40路相關(guān)產(chǎn)品，在此次工作中，系統(tǒng)共識別了180883人，預(yù)警了2871人，抓了20人，實現(xiàn)了零案的發(fā)生。

　　說了這么多，其實我們一直都是給AI唱贊歌?！奥勂渖?，觀其形”，未來人工智能在安防領(lǐng)域的應(yīng)用主要會體現(xiàn)在兩個方面：

　　一、語音識別；

　　二、人臉識別。

　　而這些技術(shù)的應(yīng)用背后都涉及到深度學(xué)習(xí)算法，主要關(guān)聯(lián)的就四大塊：

　　第一、計算資源。

　　我覺得它比算法更為重要，計算資源其實指引的就是超算，基于GPU的超算其實是基于一種浮點、寬浮點的運算，以往，它可能是一千個CPU做的集群，然后存20萬張圖片，做一次卷積的迭代大概需要一個月。像這樣的設(shè)備，做12次的迭代，需要一年。

　　那么今天，如果只有200個GPU，集成一千萬張圖片做一次迭代只需要兩個小時，使得識別率出現(xiàn)革命性變化，機(jī)器的識別首次超過了人類。

　　在這個背景下，無論是科學(xué)家也好、企業(yè)家也好，就盯上了這個變化，并將這些成果帶入安防行業(yè)。

　　第二、規(guī)模效應(yīng)。

　　規(guī)模效應(yīng)其實是問題的關(guān)鍵。個別案例的破獲可能不足以說明問題，但大規(guī)模的建設(shè)可能會變成相關(guān)產(chǎn)品在安防行業(yè)落地的導(dǎo)向。

　　第三、加工。

　　系統(tǒng)識別過后的數(shù)據(jù)挖掘及分析。

　　第四、作業(yè)。

　　其指的是安防領(lǐng)域中相關(guān)聯(lián)的一些業(yè)務(wù)系統(tǒng)。在以前，很多數(shù)據(jù)處理在后臺完成，未來可以將應(yīng)用前移，經(jīng)過芯片算法集成，放在攝像機(jī)的前端去做。那么這種作業(yè)量和集成量到底是什么關(guān)系？目前很多公司可以通過很多的途徑來獲取大量的數(shù)據(jù)，目前中國人多，數(shù)據(jù)也非常多，但是數(shù)據(jù)采集、抓取之后，數(shù)據(jù)的整理工作進(jìn)行的如何呢？

　　在這里，我想插敘一個故事，AlphaGo可能是對普羅大眾最深的一次傷害，這個機(jī)器居然能夠贏人。

　　其實，在1996年的時候，也有一個非常轟動的實踐——深藍(lán)，IBM推出了一款專門下國際象棋的超級計算機(jī)，重1270公斤，只有32顆CPU，線程是并行的，4核，大概是120多個計算單元。

　　在當(dāng)年迎戰(zhàn)俄羅斯象棋高手，結(jié)果是：機(jī)器輸了，人贏了。那個時候所謂的計算機(jī)與如今所談的AI完全不是一個概念，結(jié)構(gòu)也完全不同；但1997年再戰(zhàn)的時候，深藍(lán)就贏了象棋大師，當(dāng)時就有人非?？只?，未來該怎么辦？

　　今天，我們看到的這種基于深度學(xué)習(xí)的AI架構(gòu)，是建立了一個深度的卷積標(biāo)做迭代，其實就是耗費背后龐大的計算資源，也就是剛才提到的作業(yè)。

　　后面的這幾個指標(biāo)，就跟我們的業(yè)務(wù)系統(tǒng)有關(guān)系，一個是公安的業(yè)務(wù)，不僅看臉，還看物、聽聲、判別類別。未來應(yīng)用場景有很多：

　　類別一、視頻監(jiān)控。這個應(yīng)用很龐大，包括視頻門禁等。

　　類別二、機(jī)器人。自2015年之后，安防機(jī)器人雨后春筍般冒出，包括如今非?；鸬奈锪鞣謷C(jī)器人，機(jī)器人在安防領(lǐng)域的應(yīng)用不可低估。

　　未來，AI在安防領(lǐng)域的‘機(jī)會’將非常巨大，可能會體現(xiàn)在兩個方面：

　　方面一、視頻監(jiān)控。視頻監(jiān)控看得清已經(jīng)不重要了，未來一定要看得懂。

　　方面二、大數(shù)據(jù)和視頻結(jié)構(gòu)化技術(shù)。

　　視頻記錄下來的是非結(jié)構(gòu)化數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)化是一個非常重要的過程，也是一個非常難的技術(shù)。當(dāng)然，今天已經(jīng)有了很大進(jìn)步，但也能從原來手動的變成了半自動的；另外，我們今天的標(biāo)注其實還有人為的因素。

　　隨著數(shù)據(jù)量增大，AI將進(jìn)入一個快速發(fā)展期；同時，由于AI的發(fā)展，各個行業(yè)對AI的依賴性也會越來越大。