文章|于洋3月初，智东西主办的GTIC全球AI芯片创新峰会上，32位大咖齐聚上海，共同探讨AI芯片、技术和应用。
大会吸引了超过10000名各界观众报名。
9日早上7点，观众就排起长队。
参加人数比预期增加了三倍，场面异常火爆。
在这股不断兴起的人工智能浪潮中，最热门、最常被提及的行业就是安防。
亿元级的巨大产业市场，成为AI及AI芯片落地的必备。
智东西还特别推出了“加速安防智能化转型，AI芯片赋能机器视觉”，这是AI芯片落地的安防领域。
其中，安防三大巨头之一的宇视副总裁兼首席架构师姚华在肯定AI+安防美好前景的同时，也给当下的AI+安防泼了一盆冷水，并以“冷眼”剖析了现状。
人工智能与安全融合面临的七大挑战。
1、监控将成为我们一开始的基础设施演讲。
姚花椒开玩笑说“深夜在中国能有深深的优越感”。
美国不可能这么晚才这么做。
中国在全国各地都有摄像头和监控系统。
（宇视副总裁兼首席架构师 姚华）去年以来，人工智能成为安全技术和政策领域最热门的关键词。
我们可以看到大互联网、大数据、人脸智能、视图分析、物联网等大话题，AI给整个公共安全系统带来效率提升和功能扩展。
当前，国家对公共安全的信息系统要求更大。
姚华表示，国家的文件提出到2020年建成覆盖中国所有地区的基于摄像头的IoT（物联网）网络，只要中国有人类活动的地方，到处都有摄像头给我们带来安全。
“未来，除了水、电、路、路灯、监控之外，可能会成为我们生活的基础设施。
”与之相对应的是，我国建设了全球最大的视频监控网络——“中国天网”，拥有1万多个摄像头，利用人工智能和大数据进行警务预测。
另外，在新一代信息基础设施的建设中，将会部署大量的摄像头，整个存储能力将会得到提升。
例如，视频等信息的存储时间将从30天增加到90天。
2、人工智能加速安全IT变革。
在安防行业信息化进程中，安防IT1.0将模拟系统转变为数字系统。
随后，安防行业将IT化推进到2.0，包括车辆大数据、视频看门、场景化。
聪明的。
当AI出现，AI正在加速安全IT的3.0转型。
姚华分享，当AI进入安防，首先摄像头能看得更清楚，从原来的D1（弱光）到现在的8K全天候超清信息。
中国也是世界上唯一拥有大规模视频联网的国家，并且建立了非常完善的联网标准，因此整个安防体系可以被更广泛地看到。
过去，我们依靠人眼进行监控。
随着智能视图分析技术的到来，我们现在可以依靠机器来监控，而且结果更加准确。
借助大数据技术，可以了解智能分析得到的结构化数据。
另外，机器一定要“稳定”，数据安全也很重要。
因为人工智能和深度学习，整个安全IT行业正在从2.0跨越到3.0。
综上所述，融合人工智能后，安全IT将看得更清楚、更广泛、更准确、更稳定、更容易理解。
3、人工智能给安全带来七大挑战。
在简单肯定了人工智能对安防的价值和意义后，姚华在安防行业十几年的积累让姚华更加清晰、透彻地看到了人工智能与安全的融合。
虽然AI+安防的未来充满希望，但现在AI也给安防监控系统带来了全流程的挑战。
所谓“全流程挑战”，是因为AI出现后，前端摄像头的采集不再仅仅包括视频，还包括图片和结构化信息。
存储到后端后，将面临全面的智能分析，包括边缘计算和云端。
计算和业务流程已经发生了深刻的变化。
具体来说，我们将人工智能给安全带来的挑战总结为七大方面：一是来自前端的挑战。
例如，复杂道路环境下的人脸识别、复杂的光照、人脸被遮挡、运动状态等都是人脸识别的“杀手”。
另外，在前端计算能力方面，算法现在需要与硬件进行适配。
前端计算能力强的话，功耗就高。
如何平衡结构化信息的算力、功耗和成本，并使其在各种（极端）场景下稳定工作，都是前端的挑战。
第二是存储的挑战。
姚华举了一个例子。
只要在中国发生案件，38小时内就能找到犯罪分子。
这得益于我们建立了一个优秀的“天网”系统。
然而，随着人工智能的应用，存储对象也从视频变为视频+图片+结构化和半结构化信息。
在各种数据的混合存储模式下，大量的小文件导致普通存储的性能下降。
AI激活原始数据，导致写入和读取需求大幅提升至1:1的比例，这对整个硬件系统提出了巨大的挑战。
同时，分析清洗后产生的新数据价值显着增加，对可靠性提出了更高的要求。
如何以更低的成本获得可靠的存储并产生更高的价值也是我们面临的问题。
第三，人工智能挑战图像智能分析。
目前算法与硬件的匹配不一致，软件定义芯片无法实现。
例如，对人的监控可能包括人脸、性别、年龄等信息，而对车辆的监控可能包括车牌、车标、车身颜色等。
不同的监控对象和场景需要多种智能并存。
算法。
姚华举例说明了场景不一致对整个机房应用的影响。
在地铁和商场中，地铁的人脸识别需求是在通勤高峰时段以及夜间我们需要外出购物娱乐的时候。
商场开业期间，人脸识别的使用较多，但在我们上下班的时候很少使用。
这就涉及到一个问题，如何让后台机器和IT系统实现资源的合理分配。
第四，AI在摄像头中产生大量的结构化和半结构化数据，这也对大数据提出了挑战。
姚华以他们曾经做过的一个大型游乐园项目为例。
其年数据量为1亿条。
面对数百亿数据，如何高效响应非常重要。
此外，不断增长的数据量带来系统级机房空间扩张和投资压力。
这时，系统轻量化就显得非常重要。
第五，人工智能挑战安全行业标准。
AI进入安防，推动简单视频服务向复杂视图信息应用升级。
目前，各个标准的演进成熟都需要时间。
GA/T标准的很多接口和检测方法都需要大量的时间来改进。
第六，人工智能对商业应用的挑战。
当AI进入安全业务时，业务的个性化、不确定性与业务厂商产品的标准化之间存在矛盾。
说到这里，姚华做了一个形象的比喻。
他表示，“乔布斯的iPhone给我们的生活带来了多大的改变，人工智能也将为安全带来多大的改变。
”第七，人工智能给信息安全带来挑战。
目前，私有视频网络缺乏安全访问控制，黑客很容易入侵核心服务器和存储。
他举了一个例子，如果淘宝有一天宕机了，对我们会有什么影响？很难想象。
这给安全带来了巨大的安全挑战。
结论：与真正的一盆“冷水”不谋而合。
如今，人工智能芯片风靡一时。
今年不少厂商也打出了量产AI芯片的口号，而安全性是AI芯片落地的关键点。
姚华的“冷水”可谓是浇得及时。
AI安全蓬勃发展的同时，也让我们清楚地认识到AI安全面临的挑战。
安防是关系国计民生的大产业。
针对人工智能与安全融合初期面临的全流程挑战，需要产业链各方共同努力，解决当前痛点，真正推动人工智能在安防行业的爆发。