昨天，在2020世界人工智能大會上，科達首席科學家章勇博士發表了《用邊緣計算驅動智慧城市公共安全建設》的主題演講，重點介紹了邊緣計算的發展以及AI超微光技術在未來城市公共安全建設中的重要意義。
在演講中，章勇表示，公共安全是智慧城市的基石，智能攝像機是保證這塊基石生生不息的神經末梢，受限于夜間低照成像技術的發展，這些神經末梢每天有近一半的時間會發生感知障礙。
深度學習的興起，有望采用一種全新的算法，突破傳統低照成像技術局限，一舉解決上述問題。但是，由于前端攝像機算力有限，阻礙了這個方向的發展。
邊緣計算的普及，給這個問題帶來了新的曙光。近年來，隨著公共安全建設規模的擴大，單一的集中處理方式的云計算模型開始遇到越來越多的問題。而邊緣計算作為一種接近數據源頭處的計算，具備實時低延時計算、本地化數據保護、海量數據處理等諸多優勢。因此，邊緣計算與云計算一起，構成融合的計算模型，正在成為未來城市公共安全建設的主流方向。
AI超微光正是在這樣的背景下誕生的。它基于邊緣計算賦予攝像機的算力，結合深度學習的算法，在不產生光污染的情況下，很好地解決了智能攝像機夜間成像和識別感知的難題。因此，AI超微光技術在未來智慧城市公共安全建設中將有著舉足輕重的意義。
科達率先突破并命名了這一技術，并在2019年7月發布了首款產品：AI超微光車輛卡口。在隨后多個城市的實地測試中，AI超微光技術以無光污染、低照成像清晰、目標識別率高等優勢，遠遠領先于其他技術流派，獲得廣泛認可。目前，科達已將該技術應用到多個產品領域，包括車輛卡口、車輛電警、人員卡口、布控球型攝像機等。
了解更多干貨，詳見章勇博士的演講全文（共3538個字，約需15分鐘）。
用邊緣計算驅動智慧城市公共安全建設
各位晚上好！今天我分享的主題是“用邊緣計算驅動智慧城市公共安全建設”。
智慧城市這個詞近幾年頻頻出現在政府工作報告、學術會議和行業論壇上。正如由總所說，這是一個非常宏大的主題，影響到城市建設方方面面，不同城市、不同領域的人，可能對這個名詞的解釋也有所不同。
我們認為，智慧城市主要是要運用物聯網、邊緣計算、云計算等新一代的信息技術，實現城市規劃和建設的智慧化。這里說到的城市智慧化，最終目的是要創造一個更安全、更舒適、更方便的生活，促進城市和諧、可持續成長。這里面，有兩個層面的意思：一個，它體現了一個新時代的信息技術的引領；另外，更為深層次的，就是它有一定的社會含義，體現出我們和信息社會所對應的一種面向服務的、以人為本的協同和創新的理念。剛才Marco Landi先生也說到我們要讓世界更美好，對我們來說，這一點上我們是不謀而合的。
說到以人為本，可以想象，人在社會中最直接或最卑微的一個訴求，就是安全。公共安全是社會中人最為直接的一個需求，也影響城市建設方方面面。比如社區安全，小區安全，交通安全，平安校園，道路安全。這些都是公共安全的一部分。
我們欣喜地看到，這幾年發展以后，公共安全建設正逐漸從人工轉向自動，從分時段、分區域的防控轉到了全天候、無死角的監測，從被動的事后分析轉到了事前預警、實時響應。城市公共安全建設，正在發生這三大明顯的轉變。
這樣的轉變，如果還依靠傳統的集中式的，把所有信息匯聚到集中節點的處理方式，已經遠遠不夠了。那我們就要引入一些新的建設的范式。這里提到的就是邊緣計算。邊緣計算的概念，并不是說被邊緣化的邊緣，而是體現一種從集中式向分布式、從中心化到去中心化、從集中單一式的計算到協同的計算，是相對于云端計算的另外一個概念。
邊緣計算如何驅動公共安全建設發展？我們看邊緣計算的幾個最重要的特點：
1.它是實時、低延時的計算。這一點非常重要，公共安全中，常常很多事情都是突發的，需要非常快速的響應，如果把信息回傳到某個中心節點、再等它傳回來，事情可能已經過去了，所以實時、低延時是邊緣計算很重要的一個優點。
2.可以處理海量數據。邊緣設備是數以億萬計的，具有計算能力的邊緣設備如果同時進行信息處理，可以處理海量數據，遠遠優于把大量的數據傳輸到中心節點，通過擁塞的網絡等待網絡返回來得更為實時、快速，不會產生由于網絡擁塞而引起數據處理瓶頸。
3.精確位置感知。有很多公共事件，特別是公共安全事件，跟位置是非常有密切關系的。比如前面嘉賓提到的防疫、對人軌跡的追蹤，自動駕駛的導航，這些都要跟邊緣側設備位置發生密切關系。這些邊緣側的信息最好是在邊緣側跟邊緣設備其他信息能融合在一起，就地解決，而不是要再回傳到中心節點。
4.本地化的數據保護。因為公共安全的數據跟每個人密切相關，每個人都不愿意把自己的隱私隨意地在網絡上分發，那如果信息能就近、就在本地邊緣節點上得到處理、消化，就不需要再把這些數據回傳到網絡其他節點上，從而就避免了信息泄露。前幾年，歐洲、北美對數據保護做了非常多的法律法規的建設，這兩年我們國家也開始非常重視這方面政策的制定了。邊緣計算應該是解決本地化數據保護的一個非常有用的武器。
邊緣計算在公共安全上的主要載體，我們認為是智能攝像機。首先人對外界信息感知，有80%都是來自視覺。比如，現在我面對的是攝像機，這樣的直播都是通過視頻進行分享。視頻是智慧城市中采集數據最為重要的一個數據形式。不同形態的攝像機，也是采集數據主要的來源，上面一排的攝像機是我們在外面經常看到的監控攝像機，下面一排是這些年我們逐漸發展出來的基于移動的、無線的（比如車載的記錄儀、門禁、無人機）非常態化的智能攝像機，這些攝像機每天無時無刻不在采集視頻數據，視頻數據本身又是非常龐大數據量的信息來源。舉例來說，一個小時的視頻數據，不壓縮，可能需要300G，如果壓縮，也要一兩個G。所以，邊緣側把視頻數據就地進行處理，提取出當中非常重要的信息，對我們公共安全起到關鍵的分析作用的信息。智能攝像機是快速獲取視頻中有價值信息的最佳工具。
邊緣計算如何賦能智能攝像機？首先，能完成高清圖像處理。比如手機像素，現在越來越高了，同樣對攝像機來說，分辨率從傳統的標清、高清到超高清，攝像機內部需要實現非常強的圖像處理，才能實現高清的畫質。這一點來說，是邊緣計算能給智能攝像機帶來的一大好處。第二就是高效的視頻壓縮，視頻數據量是海量的，非常龐大，如果我們用比較先進的邊緣計算算法，可以將視頻數據輕松壓縮100倍甚至200倍，可以大大縮減傳輸帶寬。第三，它能提供高級智能功能。基于深度學習的現代的人工智能算法，在攝像機邊緣側就可以完成，進行自動檢測、識別人、車、物，就可以非常有效地濃縮視頻里的冗余信息。
接下來重點介紹一下我們一個創新型的應用，這是我們在邊緣側用邊緣計算的方法完成的攝像機的設計，我們稱之為AI超微光攝像機。
為什么我們要做這樣一個攝像機？首先，公共安全，低照成像是核心訴求，治安事件一般發生在夜間；第二，城市中存在眾多不便外加光源的低照度環境，比如小區里，加一個很強的燈，馬上就會遭到投訴，在醫院或監獄里，也不方便添加光源，但這些地方又常常需要用攝像機采集視頻圖像，看有沒有問題。傳統攝像機做不到良好的低照成像，因為傳感器有靈敏度，感光能力是受限的。所以基于以上的重要問題，我們設計了一個超微光攝像機。這個攝像機的特點，就是基于深度學習AI算法，運用邊緣計算，實現低照的增強。
這是超微光攝像機一個簡單的原理。圖像傳感器把圖像采集進來以后，直接對它用一個深度學習網絡進行學習，然后有個完美的圖像輸出，再進行編碼壓縮。內部的結構非常簡單，但算力要求非常高，所以需要用邊緣計算技術來完成。
科達公司已經形成了超微光攝像機產品系列族。包括超微光車輛卡口。放在高速出入口或是城市道路的。還有車輛電警，還有人員卡口，在關鍵道路卡口上對人臉進行分析，經常說在某某演唱會上抓到罪犯，基本就是它的功勞。最后就是超微光布控球，這是非常靈活的便攜式的球形攝像機，在某些地方來不及架設固定攝像機的時候，公安人員可以用它快速布設。
我們看比對，左邊的是傳統攝像機，需要非常強的補光，采用超微光攝像機，補光非常暗，人感知不到。抓出來的圖片，左邊的是傳統的卡口出來的圖片，右邊的是AI超微光的車輛卡口的圖片，無論是明亮度、清晰度都比傳統方法高一個檔次。
這是電警的一個場景，左邊的非常亮，刺眼，右邊的基本感覺不到。這是抓出來的圖片，違章照片我們需要抓三張，這是其中某一張，可以看到右邊的圖非常清晰，車牌、各方面都看得很清楚，所以如果違章你是跑不掉的。
這是放在小區里的人員卡口，左邊有個非常亮的燈，經過的人會感覺非常不舒服，右邊的基本感知不到它的光，抓拍出來的人臉，傳統的攝像機有非常多的噪點，右邊的人臉非常清晰，后續通過人臉識別可以清晰地識別出他是哪個人。
最后這是布控球，臨時防盜某個地方，在沒有補光的情況下右邊的圖比左邊的圖明顯明亮、清晰，背景、人臉也看得很清楚。
這些是我們研發的各種AI超微光攝像機。這個技術用上去以后，最重要是提升大家生活的舒適感。安全當然非常重要，但不能影響人們生活的舒適。我們覺得智慧城市里面，一定是有社會含義的，并不是簡單的技術濫用，而是技術本身是為了人而服務，以人為本，要給人創造各方面更舒適、更理想的一個生活。
最后簡單總結一下。對邊緣計算在公共安全建設方面的展望：
第一，邊緣計算會得到更強大算力的支撐。AI算力現在有個新的摩爾定律，每18個月算力會翻一番。但實際現在速度已經超過了摩爾定律，速度在不斷的提升中。這意味著我們可以把更多更先進的算法，包括AI算法、壓縮算法、圖像處理算法，放到邊緣設備中。這必將帶來很多公共安全的功能在邊緣側實現。
第二，多IoT的數據融合。AIoT的設備現在越來越多。根據國際數據公司的數據，2025年我們全球大概有1500億的IoT的數據，這些數據在每個角落都會產生，采集各種各樣的視頻或非視頻數據，我們必須把這些視頻、非視頻數據有機融合在一起。現在常見的，比如煙霧光警器，有對煙霧的敏感性，但如果再加視頻，雙管齊下，在某個設備失靈的情況下，就可以用另外一個設備來繼續保證公共安全。再比如WiFi探針，各種不同傳感器產生的數據，都可以有機地融合起來，為公共安全起到保障作用。
第三，剛才鄭總已經講了，5G+邊緣計算。邊緣計算本身就是5G一個核心的功能，5G三個典型的場景，其中一個場景就是UILLC，極低延遲、超可靠的場景，這個場景可以用于邊緣計算在公共安全方面的應用。邊緣計算在5G中的應用，將來也會越來越普遍和常見。
總的來看，我相信邊緣計算在公共安全中大有可為，也是大有作為的。我也相信，在智慧城市中，邊緣計算一定會發揮更大的效應，能成為非常重要的一個武器。
