全球AI企业 TOP20 榜单，百度商汤科大讯飞位列前十

    【CPS中安网 cps.com.cn】近日，中国科学院大数据挖掘与知识管理重点实验室发布《2019年人工智能发展白皮书》，推出一份全球人工智能企业 TOP20 榜单，具体名单如下：

　　图片来自：《2019年人工智能发展白皮书》

　　其中，微软排名第一，市值为1.21万亿美元；谷歌和脸书位列第二和第三，市值分别为9324亿美元和5934亿美元。

　　中国共有7家企业上榜，其中，百度位列全球第四，领跑中国，市值为438亿美元；大疆创新、商汤科技、旷视科技、科大讯飞则“承包”了后四位。另外两家中国企业是松鼠AI 1对1和字节跳动，位列第十和第十一。

　　图片来自：《2019年人工智能发展白皮书》

　　据中国产业信息网和中国信息通信研究院数据，世界人工智能市场将在2020年达到6800亿元人民币，复合增长率达26.2%，而中国人工智能市场也将在2020年达到710亿元人民币，复合增长率达44.5%。

　　中国的AI实力正在不断提升，并且在各行各业渗透。人工智能技术首先落地应用的领域就是安防行业，涉及到交通、公安、金融、教育、楼宇等多种应用场景。

　　但这不仅仅是中国AI企业的功劳，榜单上的一些国外AI企业和中国AI或安防企业携手，也推动了整个安防行业的发展。

　　比如大华曾和英伟达携手造“安防芯”，发布了一款极高计算性能的智能视频结构化服务器“Deep Sense睿智”系列，将安防行业推向深度学习的智能阶段；海康携手英伟达发布深度学习智能安防系统，打造“刀锋”开创性服务器，让空间利用率更高、电能损耗更少。

　　在安防领域，99%以上的数据是非结构化数据。这就需要AI深度学习算法的突破，对目标进行识别，对物体进行检测，对场景进行分割，对人物和车辆属性进行分析。相比较传统的智能算法，深度学习在解决视频结构化问题方面更智能。

　　“AI+安防”让城市公共安全的治理变得可视化、网络化、数字化、智能化，让前端的数据采集、存储、传输、管理、应用等形成多个产业链条，产生价值，推动产业升级和加速商业化渗透。

　　回顾前两年，科技部等多部门经过充分调研和论证，确定了五大国家新一代人工智能开放创新平台：分别依托百度、阿里云、腾讯、科大讯飞、商汤科技，建设自动驾驶、城市大脑、医疗影像、智能语音、智能视觉人工智能开放创新平台。

　　两年过去，榜单中，百度的自动驾驶，科大讯飞的智能语音，商汤科技的智能视觉人工智能开放创新平台，都取得了哪些进展？与安防行业又有哪些融合应用？CPS中安网对此进行了梳理和采访。

　　百度自动驾驶与安防密切相关

　　近日，麻省理工科技评论、国际科技媒体Gigabit Magazine、金融科技媒体PYMNTS相继发文介绍百度AI最新的科研成果，一系列前瞻技术在疫情防控中的突破应用，对百度AI的实力刮目相看。

　　而百度AI 在场景落地应用最广的则是百度Apollo平台，覆盖智能信控、智能公交、自动驾驶、智能停车、智能货运、智能车联等领域。

　　百度Apollo作为全球首个自动驾驶开源平台和生态，已先后开放了七个版本的能力，汇聚了177家生态合作伙伴，通过开源开放，全球97个国家超过3.6万名开发者正在使用Apollo开源代码。

　　图片来自：《2019年人工智能发展白皮书》

　　截止到今年3月，在智能交通的赛道，百度Apollo陆续跟长沙、保定、沧州、雄安、重庆、合肥、阳泉等城市合作，签下车路协同规划建设项目相关的诸多订单，助力当地完成智能交通、智能城市建设，引领中国智能交通建设。

　　在中科院的《2019年人工智能发展白皮书》中，重点分析了百度Apollo，根据报告显示，作为国家新一代人工智能开放创新平台，百度近年来已构建起完整的产业生态，成为中国目前唯一具备自动驾驶及车路协同全栈研发能力的企业。

　　百度Apollo的限定场景自动驾驶、开放场景自动驾驶，以及车路协同智能交通等解决方案，依托自然语言处理、计算机视觉、机器学习等AI技术，将有效改善交通出行的痛点问题。

　　那么，百度Apollo的自动驾驶跟安防是什么关系呢？它在安防领域的应用又有哪些呢？

　　从技术层面来看，两者是密切相关的。据了解，目前自动驾驶系统主要靠两种方式来实现，一种是通过激光雷达系统，使用范围很广，可应对各种路况的复杂场景，缺点是成本太高，不好推广；另外一种是视频监控分析系统，系统较为成熟，成本低，较好推广。

　　经过多年的发展，安防行业的核心技术优势是视频监控、芯片开发、传感器性能等的技术集成，而这与自动驾驶基于高清摄像头、视频、计算机视觉和大数据、交通控制等的技术基础很贴近。

　　自动驾驶的车辆，可以通过视频监控，实时分析路况、附近车辆及行人信息，基于分析的结果，车辆可以做出及时有效的反馈；

　　而图像传感器的性能也决定了传输图像质量的高低，没有高质量的图像获取与传输，就很难保证视频分析的准确性。

　　视频终端的智能化之后，还需要开放、完整、安全的后端软硬件和服务平台，对设备采集的数据进行实时分析，研判车辆行驶情况。

　　从障碍物感知、决策规划，到云端仿真、高精地图服务、端到端的深度学习，百度Apollo将这五大核心能力进行开源，让所有的自动驾驶企业、平台合作商、合作伙伴都能共同学习。

　　据麦肯锡的预测，到 2040年，自动驾驶汽车的销售收入，中国的市场规模预计达到9000亿美元。这意味着，这将大大推动AI+安防技术的大范围落地应用。

　　除了百度Apollo以外，随着5G的大范围商用，百度智能云、百度大脑也借用5G高网速和8K超高清画质的支持，加上AI技术的优势，助力智能化安防技术升级，打造城市AI计算中心，制作“城市管理一张图”。

　　在5G高速传输、边缘计算和AI能力的支持下，远程监控从“看见”到“看清”，快速识别出“你是你”。用超高清视频技术升级现有城市安全、反恐防暴、交通监控，再结合AI识别技术，实现区域性人脸、车辆、火灾等识别，将大幅提升安防领域的保障能力。

　　商汤：构建“城市视觉中枢”，强化定制服务能力

　　商汤科技在榜单中，以计算机视觉技术、深度学习技术和70亿美元的估值，排在第六。

　　首先，商汤的人工智能技术应用覆盖面较广，不仅限于传统的安防领域，而是聚焦于整个智慧城市板块，如城市管理、智慧政务、交通、机场、校园、社区等。

　　而且，商汤的智能视觉人工智能开放创新平台，被国家确定为新一代人工智能开放创新平台。

　　人工智能技术的发展让视频从“看清”进入了“看懂”的时代。

　　AI技术能够检测和识别视频中的行人、车辆、道路、事件，完成对城市关键要素和对象的动态建模，进而理解、分析和预测城市行为，在海量城市大数据中提炼有价值的信息，为城市管理提供决策依据和有效工具，推动城市的智能化建设。

　　商汤科技的人工智能技术主张为城市构建“城市视觉中枢”。通过打通从数据采集标注、模型训练部署、业务系统上线的整个链路，构建多样化场景需求与模型高效生产的闭环；

　　同时，赋予客户本地模型生产能力，自主满足长尾需求开发。最终，让AI算法的场景化和规模化及自动化生产成为可能。

　　以“城市视觉中枢”为基础，商汤推出了“AI City端边云一体化方案”，整合端边云智能全技术栈创新，提供商汤智慧城市AI生态系统的中枢能力，支撑智慧城市全场景的业务创新，应用于城市街区、公园、校园、社区、写字楼、银行、机场、地铁等影响人们生活的方方面面场景。

　　此外，商汤还建立了开放生态，与合作伙伴共建城市智能应用生态。通过联结上下游合作伙伴，渗透城市场景，为城市管理者、参与者提供更加完善、灵活、适配的整体解决方案，开发各类应用与服务，打通城市公共服务、城市产业服务、城市惠民服务三大智能应用体系，覆盖更多城市场景。

　　目前，商汤所参与的智慧城市级项目已经覆盖了全国30多个省市自治区。

　　在单个系统视频接入量方面，商汤有几款系统都排名全国前茅，这对算法精度，算法多样性，以及系统的并发和高可用都是巨大考验。而且“城市视觉中枢”在北上广深一线城市都有项目落地，实现了单个系统接入量超过10万路规模。

　　商汤科技智慧城市综合业务事业群副总裁张果琲表示：“通过汇聚数万路级的视频，在视觉中枢进行增量训练和处理。我们发现，基于城市级的数据，算法可以得到大幅优化。借助AI算法升级，我们可以更好地理解和预测城市的行为，进而指导各个行业的生产，保障城市高效安全运行。”

　　张果琲认为，人工智能是种服务，除能力平台和业务平台的建设外，商汤科技还将建立智慧城市运营体系，为用户提供定制及持续服务的能力。

　　商汤目前配备了专业的服务团队，在国内建立了6大服务中心，逐渐强化服务能力。

　　同时，还建立创新实验和测评认证等团队，对数据、产品、技术进行持续迭代，将核心能力和智能应用不断优化、不断外延，真正推动城市的可持续发展。

　　随着社会发展，城市中每天都会产生大量碎片化、长尾的业务需求，如人行道违章停车、烟火检测、伞蓬违规占道、共享单车杂乱摆放、共享单车违停、垃圾满溢检测、垃圾暴露检测、工程车抛洒等。

　　当前的AI模型，存在长尾需求支持不好、需专项定制等难题，难以快速实现AI与多行业的结合和赋能。

　　2019年，商汤在城市级分析场景的SenseFoundry方舟城市级视觉开放平台基础上，推出了SenseSpring深泉智能模型生产平台，对“城市视觉中枢”进行全新升级。

　　“深泉”可以通过图形化界面操作，它可基于用户提供的数据和标注信息，提供模型的自动训练，还能对得到的模型进行评估、迭代，从而筛选出最佳模型自动完成部署，供用户进行调用。

　　可以说，“深泉”打造的是一个开放的模型训练平台，在缩短反馈链周期的同时，尽可能确保最终产品满足客户预期，用低技术门槛快速解决各类需求。

　　旷视：三大BG齐头并进，软硬结合

　　2019年，旷视人工智能赋能的解决方案主要应用于个人物联网、城市物联网和供应链物联网三大领域。

　　具体来看，针对个人物联网领域，旷视科技可以提供个人物联网解决方案，包括算法及软件技术，以人工智能赋能摄像头，改善个人设备的用户体验。涵盖设备解锁解决方案、计算摄影及视频处理解决方案和Face ID解决方案。

　　城市物联网领域提供城市物联网解决方案，包括算法、软件及人工智能赋能的传感器，将城市空间数字化，让城市及社会更加安全和高效。涵盖智慧城市管理解决方案和智慧社区管理解决方案。

　　供应链物联网领域提供供应链物联网解决方案，包括算法、软件及人工智能赋能的机器人，通过人工智能赋能机器人及传感器，让供应链更有效率。涵盖智慧物流解决方案和智慧零售解决方案。

　　在今年，旷视则重点发展泛园区智能化市场，聚焦于智慧通行、智慧安全、智慧生活三大核心板块。

　　同时，旷视加大软硬结合的力度，在软件上，开源了 Brain++ 中的核心组件旷视天元（MegEngine）深度学习框架；在硬件上，打造出多款不同规格的硬件，以助力于企业数字化建设。

　　科大讯飞：“AI+安防”的布局会更宽广

　　在人工智能领域，科大讯飞已经有多年的研究根基，在人工智能核心技术层面实现了多项源头技术创新，多次在机器翻译、自然语言理解、图像识别、图文识别、知识图谱、机器推理等各项国际评测中取得佳绩。

　　近几年人工智能技术不断发展，AI算法层出不穷，将人工智能技术应用到安防领域成为必然趋势。

　　科大讯飞智慧城市事业群副总裁兼工程业务群总经理程效根向CPS中安网介绍，科大讯飞一直把握行业发展趋势，积极将自身人工智能核心技术与安防行业结合，在市场上发挥了较大的势能，主要的核心技术融合运用体现在以下几个方面：

　　▎智能语音技术实现实战应用

　　将科大讯飞智能语音技术在语音指挥调度、语音信息发布、警情语音分析等方面实现了实战应用，打造了扁平化指挥调度模式，一方面实现了语音调取设备、警力资源、语音派警、语音反馈的警情流程；

　　另一方面实现了一键指挥、统一调度，第一时间下发警情及调度指令、实时跟踪、及时闭环，不仅有效提高了指挥调度效率、警情处置效率、勤务管理效能，而且还进行了有效的执法监督。

　　▎核心能力平台、AI算法提供有效支撑

　　图片来自：科大讯飞

　　拥有核心能力平台，如大数据平台、云计算平台、AI平台等，为雪亮工程、智能交通等工程的智能解析中心提供有效支撑，使资源利用更节约、计算速度更高效、解析能力更丰富。

　　拥有如图像识别、视频结构化等算法，可将前端数据进行有效的分析，并将特征值进行关联、碰撞等，可实现事件检测、车辆比对等应用，并为布控提供有效的数据依据。

　　▎软硬件系统成熟，应用场景广泛

　　拥有成熟的软件、硬件系统，如交通超脑、鸣笛抓拍等。在多个场景中进行使用，比如：

　　“交通超脑”是运用人工智能和大数据等技术，改进提升交警在交通管理、城市治理、公众服务方面综合实战水平的智慧化应用平台，目前已在合肥市、铜陵市、太和县等地区开展应用，成效显著。

　　鸣笛抓拍是利用了基于深度神经网络的干扰声消除技术、高精准度同步多声源定位技术等核心技术，能够适应嘈杂工况、保持精准定位。主要应用于学校、政府等禁止鸣笛位置。交警执法效率得到提高，违法鸣笛数量显著下降。

　　拥有有效的优化、分析技术，如交通信号优化、视频图像分析，可进行单点、干线、区域信号优化，提高道路通行效率；通过视频图像分析，主动发现各类交通事件和违法行为，如交通拥堵、交通事故、机动车违停、机动车不礼让行人等。

　　▎安全防范技术中台，提供AI中台服务

　　图片来自：科大讯飞

　　拥有多维度安全防范技术中台，可为前端的集成商提供AI中台服务，如安全帽是否佩戴识别、违禁闯入识别、火灾识别、烟雾识别、应急值班值守、应急知识库等。

　　可以在多个场景中应用，例如：在应急事件的处置过程中实现案情信息报文的智能填报。在指挥人员使用业务值守接报系统进行上下级联络的业务场景下，系统可自动将通话双方的语音实时转成文字，并通过自然语言理解、关键要素抓取等技术，实现对专报、快报、续报等案情信息报文的智能化填报。

　　提到在“AI+安防”的布局，程效根表示，科大讯飞早在2012年就开始布局了，截止目前，参与了诸多安防项目的建设，例如淮北雪亮工程项目、临泉视频平台项目等。

　　以车辆、人脸和Wifi信息采集为大数据基础，全方位为公安机关及政法委日常各类案件及社会治安保障的侦查提供数据保障工作。

　　在智能交通方面，依托讯飞语音引擎准确率高、抗干扰强等优势应用于情指勤督全过程，解放交警双手，有效提高指挥调度效率。

　　提到科大讯飞未来的战略和布局，程效根表示，这次疫情其实给科大讯飞敲响了警钟，也启发了科大讯飞对“AI+安防”的深入思考，在战略和布局上将进入更宽、更广、更精细化的防控领域。其中至关重要的是对未来疫情的管控。

　　首先，需要打破数据壁垒，实现数据汇聚与整合。将综治、卫健委、社管、公安、运营商以及交通等各类数据进行汇聚，实现数据快速整合。

　　其次，深入挖掘分析数据形成数据关系网。依托AI雪亮+超脑平台的超融合数据认知、智能语音交互技术、超级算力平台等能力，对数据进行清洗、挖掘、分析和碰撞，为数据建立血缘关系，形成数据关系网，从而进行人物、行为、事件推演，实现对疫情事件的分析研判。

　　最终进行实战应用，包括疫情管控人员全息档案、多维轨迹展示、可视化展示、专题研判、疫情信息发布、应急指挥调度等。成功地为卫健委、综治、公安等用户提供了有利管控武器，大大提升了时效性、科学性以及平台利用率。

　　图片来自：《2019年人工智能发展白皮书》

　　目前，人工智能使用率最高的是安防和金融行业，紧随其后的是零售、交通、教育、医疗、制造、健康行业。

　　安防行业一直围绕着视频监控在不断改革升级，在政府的大力支持下，我国已建成集数据传输和控制与一体的自动化监控平台。

　　随着计算机视觉技术的突破、开放的市场环境、海量的数据资源、强有力的战略引领和政策支持、丰富的应用场景，安防行业将会迅速向智能化前进。

　　但人工智能技术在渗透进各行各业的时候，由于场景多种多样，企业技术水平有差异，导致人工智能技术在应用落地的时候，成熟度出现差异。

　　复杂的场景，往往不只需要人工智能技术，还需要传感器、芯片等配套的技术和设备，而且“AI+安防”目前还存在基础研究和原创算法薄弱、高端元器件缺乏等短板。人工智能企业不妨可从这些方面寻找发展的机会。 

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网并标明了来源，如出现侵权行为，请立即与我们联系，待核实后，我们将立即删除，并向您致歉。