江苏龙网

  1. 首页 > 资讯 > 科技 > >

：AI 安防需要“成功学”( 二 )


企业要恪守商业底线 ， 不能用野蛮的方式去掠夺市场 ， 通过烧钱补贴进行恶性竞争 。早期用户看似得到了一些好处 ， 但最终却因为被绑架而要付出更多 。急火煮出夹生饭 ， 小火才能煲好汤 。
不同于胡杨忠 ， 在安防从模拟化到IT化进程中 ， 张鹏国带领下的宇视天然自带IT基因 ， 从新华三独立出来 ， 以“改革者”之姿杀入这片战场 。
八年时间来 ， 张鹏国产出的经典方法论堪称近十年中国安防行业最绚烂的一笔 。譬如：
一个称职CEO应该具备三大标准：短期和长期平衡好：短期能活下来 ， 长期不要失去机会点；所有正确的决策中选一条最重要、最紧急的 ， 坚定走下去 ， 不犹豫不动摇；重大市场和技术拐点绝对不能错过 。
战役上 ， 不要被双杀 ， 即国内市场不要被打残、海外市场不要被封锁；坚持解决方案、部件级产品的双螺旋结构 ， 轮番突破技术制高点和解决规模发展瓶颈 。战略上 ， 必须创造出新的市场 。
ToC行业和ToB行业有很大不同 。在IT领域 ， To C只能成就一家 ， 只有第一名能活的最好；但To B前10、20名都能活 。有定力的公司会笑到最后 ， 任何新技术的落地不会在技术的喧嚣期 ， 而是喧嚣过后的沉静期 。
重兵突围之前 ， 一定要选择更具成长性的业务 ， 通常来说 ， 这类业务需要具备五大特点 ， 缺一不可：可量化（要能量化考核）、可积累（核心竞争力的沉淀）、可迭代（有后来居上的可能性）、空间足够大（有犯错及改正的空间）、符合社会及组织进化的方向（有未来） 。
管理方法论之外 ， 过去两年 ， 还有数百位技术专家分享了他们的技术方法论 。
譬如中国工程院高文院士 ， 他曾提到 ， 现有视频监控体系的弊病 ， 使得很多复杂任务无法完成 。于是数字视网膜应运而出 ， 承载数字视网膜的摄像头需做两件事：
首先做好编码；其次为后面的识别 ， 提取出所需的信息 。
数字视网膜与人的眼睛既具有影像重构（精细编码视觉内容） ， 又具备特征提取（面向识别理解）的功能 。整个数字视网膜实际上包含了三种核心技术：基于背景模型的场景视频编码、视频特征的紧凑表达、视频编码与特征编码的联合优化 。
整个数字视网膜实际上包含了四方面的核心技术：
【：AI 安防需要“成功学”】基于背景模型的场景视频编码；视频同步描述整个表达的记录 ， 同时可结合最近比较热的深度学习；在保证性能的时候 ， 用同一个码流把两个任务都传出去 ， 这需要靠视频和特征原有编码技术的优化形式来解决；最后是云端的检索 ， 对视频进行更加合理的描述 ， 以便用于搜索 。
而云端系统三大构建模式为：直接基于特征码流、在特征码流上深度分析、前端简单识别+云端大数据搜索 。
再譬如阿里巴巴副总裁华先胜 ， 他曾判断 ， 算法更新速度极快的今天 ， 如果很多智能功能要嵌入在摄像头端 ， 得把所有软体刷新一遍 ， 工作量巨大且不见得所有硬件会支持 。
计算是行业需要解决的核心问题之一 ， 怎样才能拥有较高的计算效率 ， 这是包括阿里在内的企业一直在思考的问题 。
第一要有计算平台的支持 ， 该平台要让项目做起来更加高效 ， 要能容错；其次是云计算平台又需要大量的计算机器资源；最后是算法本身 。
改进深度学习的方法很多 。首先可在机器指令集上进行优化工作 ， 其次也可在CPU和GPU层面优化 。算法本身的优化 ， 较为常见的是优化神经网络结构 。由于神经网络中集成的计算量相当大 ， 因此我们需要考量能不能把大模型在不损失性能的前提下压缩为小模型 ， 小模型能不能剪一剪 。
3
行走在AI安防这大千世界 ， 一种或几种方法论无法描绘所有 。
管理成功学、技术成功学之外 ， 还包括产品成功学、观点成功学等等 。如何在较短时间内去获取更多的行业总结、市场方法论？


推荐阅读


上一篇：『』微星B450系列主板新增两款MAX型号 支持三代锐龙

下一篇：■减佣金举措已惠及20万商家 口碑饿了么扶持行业复苏