本文作者：阿里巴巴达摩院技术专家李健01视觉智能开放平台（VIAPI）业务场景介绍阿里云视觉智能开放平台（简称VIAPI）是基于以往众多技术实践经验积累的AI能力平台。目前，整个平台涵盖城市大脑、数字营销、金融娱乐等行业。目标群体包括企业主、开发商和个人。整个平台共有14个类别，包括人脸与人体、物体检测、文字识别等，目前平台拥有约200个API。第一个能力是智能家居场景下的人、车、宠物检测。现在网购的IPC智能摄像头，比如老人跌倒检测，宠物移动检测，或者安防中的外星人入侵检测，都属于这个范畴。第二个能力是图像分割（匹配）。比如证件照可以通过手机拍照然后裁剪来实现。除了抠图应用，在视频分析课程中也有很多应用。例如，在线视频会议期间，您可以将背景更改为海边或您喜欢的其他背景。以上能力都是基于视频分割的。第三个能力是超分辨率。可以对低分辨率的老照片进行超分辨率输出，也可以对低分辨率的影视剧进行超分辨率输出，获得更清晰的画质。第四种能力是OCR。比如银行卡卡号的识别，身份证的信息识别，都采用了OCR技术。在办公室，OCR技术还可以应用于发票和一般人事名片。02用户痛点分析在使用VIAPI时，客户希望将自己的多媒体文件直接上传到VIAPI。处理完成后，将结果直接推送给客户。但实际使用的技术方法是这样的：用户首先需要下载十几个SDK，然后开发集成几十个甚至上百个API。在线发布。除了使用VIAPI-SDK，还需要接入OSS。因为目前CV的大部分AI能力都是基于视频或者图片的，所以我们官方支持OSS存储来进行文件存储。在以上过程中，用户主要存在三个痛点。1.编码：在集成VIAPI和OSSSDK的过程中，开发者很容易混淆Endpoint产品。在请求过程中，需要安全通信签名。因为概念比较多，所以比较容易出错，错误的地方也很多。也很容易打消热情。重复性工作：整个接入工作中每个client都做同样的事情，所以无论从API还是用户的角度来看，这都是重复性的工作，应该简化。门槛很高。技术人员虽然会写代码，但是面临的概念很多，第一次上手的成本比较高。对于非技术人员，比如运营人员，如果他也想使用AI能力，但是不会写代码，他就不能使用这些AI能力。03解决方案及架构针对以上痛点，我们实现了一个简化版的解决方案：从用户的角度来看，有没有这样一种方式：用户上传后，驱动主动从OSS中获取信息某种方式，然后处理它。处理完成后，将结果推送给客户端。之前的VIAPI接入全部删除，OSS接入步骤也选择性舍弃，无需直接使用SDK，无需开发编写代码。只需以可视化的方式完成整合，即可实现AI的使用。简化的流程如上图所示。用户首先通过可视化的方式订阅一个主题（一个主题就是每一个API，比如一个特定的AI能力）。然后将文件（图片/视频）上传到OSS，以数据驱动的方式实现文件变化感知和数据处理，最终将结果推送给客户。具体技术做法如上图所示。首先在控制台以可视化操作方式订阅，然后上传图片到OSS，通过跨云账号监控OSS文件变化，根据订阅配置使用SDK引擎调用特定的AI能力。数据被推送给租户。上述过程有两个基本难点：1.跨云账号的数据监控和访问：“用户的OSS”和“VIAPI”可以理解为两个云账号，两个云账号是隔离的，默认拒绝访问.因此，为了实现上述过程，需要通过某种授权机制实现可信访问。如何将AI的结果发送给客户端：客户端期望的数据格式和数据的接收目的地是不确定的。客户端有的要发给钉钉，有的要发给HTTP，有的要发给RocketMQ。另外，客户对字段的要求不同，可能只需要一个字段，也可能需要多个字段。因此，如何根据这样的个性化需求灵活的进行数据清洗和回调是一个难点。EventBridge很好地解决了这些技术难点，从文件变化感知、事件通知、跨账号授权访问，到结果回调。此外，EventBridge还提供了安全的通信方式和事件溯源，从上传OSS到VIAPI处理，再到结果回调，数据发送到哪里，都可以通过EventBridge进行溯源。上图举例：用户OSS文件上传定义事件，可视化配置。这样，在跨账号授权的基础上，用户上传OSS时，可以同步通知VIAPI。上图是使用钉钉作为数据接收方式时直接发送图片到钉钉的效果。对于线上业务，后端可能更愿意将最终的处理结果发送给RocketMQ，以提高开发效率。上图是直接发送给RocketMQ的配置。总结一下，整个架构实现如下：首先，用户在控制台配置订阅，然后上传到OSS。EventBridge会感知流程并将信息推送给用户，并在流程中获得跨账号授权。SDK引擎会调用算法，最终结果会回调给EventBridge，EventBridge会通过多种渠道将结果返回给用户。由于不同客户之间的账户授权信息需要加密，数据访问需要高安全机制保障，我们构建了SDK引擎实现租户之间数据和授权的隔离，支持BYOK加解密。通过以上实践，我们开发了AI智能存储产品，可以大大提高工作效率，在数据安全方面提供更好的隔离。对于非技术人员，也实现了零代码支持，最终结果可以发送到钉钉、邮箱等。借助EventBridge，我们实现了VIAPI产品的AI智能存储产品。EventBridge为该产品的开发提供了极大的支持。“包容”的理念。未来，我们将在品牌和号召方面进行更多的升级，提升技术效率，力争成为行业第一。
