风口过后，人工智能终于迎来落地实践的时刻

　　得以预见的是未来几年，安防行业将向规模化、自动化、智能化转型升级。

　　自上世纪五十年代在达特茅斯会议确立人工智能的概念以来，虽然已历经近70年的发展，时至今日，人类似乎依然未能摆脱关于人工智能的困惑：它究竟是为了服务于人类未来的帮手，还是取代人类劳动、控制人类行为的凶手?

　　说起人工智能的发展史，自其1956年被正式定义以来，已经度过了风风雨雨七十载。的确，长久以来人类对于人工智能的研究尚停留在实验室阶段，就像一个尚在襁褓中的婴儿等待着成长，又似一个高不可攀的亭台：存在，但却遥远。

　　直至深度学习(DeepMind)的人工智能系统阿尔法狗(AlphaGo)在2016年对战韩国棋王李世乭中获胜，人工智能似乎才开始迎来了其大爆发的时代，或是——疾风之口。

爆发式发展

　　从2012年大量CV初创公司开始涌入安防市场起，人工智能、深度学习技术运用于安防行业已经成为行业趋势。与此同时，天网工程和雪亮工程等国家政策整体推动了AI在安防行业的发展。如果说资本的注入和政府的扶持只是外在推动力的话，那么安防产业本身对于智能化的强烈需求则是使其成为国内AI企业落地首选的核心内力。

　　智能安防的概念被媒体、行业和资本大面积提及，还是在2016年。彼时起，AI技术在安防市场上得到了大规模落地与应用，应用场景也得到的极大的拓展，由最开始聚焦的公安、交通、银行等业务逐渐向其他行业拓展。于某种程度而言，可以说是人工智能推动了传统安防产业进化和革新。

　　互联网爆发式增长的十年间，除了为大众生活带来了极大的快捷与便利之外，更带来了海量影像信息和安全隐患。传统安防疲于应对，不仅识别准确度、效率远远不够，其可应用的领域也十分局限。已经不能完全满足人们对于安防准确度、广泛程度和效率的需求。

　　伴随着AI技术的普及传统安防被彻底的拔高了一筹，从一开始便落实到实际产品需求上。人工智能的相关发展报告指出，算法、算力、数据作为AI+安防发展的三大要素，在产品落地上主要体现在视频结构化(对视频数据的识别和提取)、生物识别(指纹识别、人脸识别等)、物体特征识别(车牌识别系统)。得以预见的是未来几年，安防行业将向规模化、自动化、智能化转型升级。

　　智能化技术的不断完善，使得主动应用和事前预警逐渐普及;人脸识别、异常行为分析、人数计数、音频检测等智能化应用明显显示出安防将从事后查证向事前预警前移的趋势，这些应用可以有效预防各类事件的发生，并且全面提升了事后处理的效率和质量。安防从传统模式大踏步迈入智能新时代，“事后追溯”、“人防”为主升级为“实时监管”与事前预防。

　　而在安防领域中引入和使用AI取得了“肉眼可见”的良好效果，使中国城市的安全属性有了大幅度地提升。根据Numbeo安防安全值来看，中国区域的犯罪指数从2015年的41.75降低到2017年的33.90。与加拿大、德国等发达国家处在同一水平，领先于美国、俄罗斯等同级别国土面积大国。

入局高门槛

　　即便人工智能未来看似一片大好，然而不可忽视的是，目前该领域的行业入门门槛依旧很高，几乎所有团队都孵化自知名大学教研室或由知名教授带领。在北京，国内较有代表性的AI企业商汤科技团队孵化自汤晓鸥博士带领的香港中文大学教研团队;而在成都，由申恒涛教授带领的考拉悠然团队所进行的同样是具备世界先进的技术『多模态识别』——通过对多媒体检索、人工智能、计算机视觉、虚拟现实、大数据等领域的前沿研究，来实现对大媒体数据的快速获取、管理、索引、搜索、识别、认知、可视化等，从而获取大媒体数据的巨大价值。

　　值得一提的是，申恒涛教授除了是考拉悠然团队的创始人以外，也是电子科技大学计算机学院院长、教授，以及澳洲昆士兰大学的终身荣誉教授。

　　事实上正是由于AI行业对从业者的高门槛以及本身专业人才稀缺，才造就了2016年开始对人工智能相关人才的哄抢情况。最夸张的时候，应届毕业生也能轻松拿到逾50万元的年薪。这对于薪资水平相对较高的互联网行业来说，依然可以称得上是一份夸张的offer。当然拥有了高端技术人才不代表一定能成长为行业独角兽玩家，能走的更高更远的团队，总是带着一些特别的属性或是特点。[!--empirenews.page--]

　　在考拉悠然团队的申恒涛看来，对于人工智能初创企业来说，核心团队和技术人才是最宝贵的：“AI人才需要长时间锻炼积累，研究才能深入。”

　　对于申恒涛来说，自己进入人工智能领域带着一些幸运的偶然与学术的必然。早在1999年谷歌才刚刚成立不久的，申恒涛就进入图片检索和识别领域研究。其大学本科的毕业论文就是关于互联网图片搜索，在博士期间也一直在当时非常前沿的图像搜索检索和数据管理领域。

　　18岁那年拿到新加坡教育部奖学金后，申恒涛开始在新加坡国立大学开始学习计算机，令他未想到的是，自己第一次接触互联网就将行走在人工智能研究的前沿。直至后来博士毕业后欣然去往澳洲，并在34岁就成为澳大利亚昆士兰大学最年轻的教授之一， 申恒涛都一直在人工智能和大媒体领域。

　　虽然做学术是他所愿，但申恒涛却时常有“一眼望到头的乏味感”。加之其在2007年带领当时的团队创造了世界上首个“近重复视频监测系统UQLips”，并获得国际一线资本青睐的经历，使其产生了另外一种思考。“以往做学术就只是做学术，更多的着眼于技术上的重大突破或是论文的发表上。但这次的经历却让我觉得，如果能把这些国际领先的技术，应用实践到生活中的各个业务场景中，将会是一件极有意义的事情。当然那次我也是运气不好，正好遇到了2008年全球金融危机，原本谈好的融资泡汤了。”

　　转机发生在2014年，那时候36岁的申恒涛入选了国家创新类“千人计划”，国内多家高校向其抛来橄榄枝。作为一个土生土长的山东人，申恒涛却选择了从未到过的成都，成为了电子科技大学计算机学院的院长。

　　谈及为何选择成都，申恒涛半开玩笑的表示虽然文化、学术以及城市环境等等都是他所考虑的诸多因素之一，但其中一定有“好吃好玩，惬意悠然”这一条。“当然的确是放弃了许多，除了已经在澳洲稳定优渥的生活，更重要的是对家人的陪伴。但无论是回国还是创业都是令人兴奋且有意义的，我也相信我们正在做的事情，未来一定是能改变行业甚至改变世界的。”

　　十余年积累下来，当大媒体开始炙手可热时，申恒涛已手握丰厚的成果和转化的优势。组建顶级团队似乎反倒成了理所当然的一件事，在考拉悠然核心团队中的大部分人，都是跟着申恒涛从澳大利亚回来的计算机专业博士。截至目前，这支年轻的团队已在世界顶级期刊上发表论文140余篇，获得了近10项国际会议最佳论文奖。

安全和落地

　　至少目前为止，人工智能依然属于高技术门槛的创业，但依然有不少AI噱头充斥市场。如何将国际先进技术真正切实有效的落地应用到实践中，真正做到『科技改变生活』是行业从业者需要认真思考的事情。

　　现在人工智能技术不停地被产业需求推动向前。在AI技术如何落地上，申恒涛教授和其团队有自己的想法。目前大多数AI+安防公司仍在人脸识别方向胶着，而考拉悠然已具备能为用户提供“多模态识别+数据融合”的更优势的整体解决方案。即融合行为识别、人脸识别、声纹识别、图片识别、视频识别等多种识别方式，进行综合分析应用。

　　考拉悠然针对公安、校园、小区三个场景，分别推出了：考拉警用实战平台、考拉校园安全卫士、考拉物业门禁安防一体化平台等三款核心产品，并于今年实现了商业化落地。对应三个方向及三款产品分别与成都市成华区公安局成立联合实验室、电子科技大学及北京泛海、首开、鑫苑等小区实现合作，共同推进产业化落地。

　　结合前文所提到的多模态识别技术，考拉悠然同时融合大数据分析技术，自主研发了“考拉大脑”AI平台。实现实时人车轨迹追踪、跨模态检测识别分析、视频内容精准搜索、异常行为及事件的识别预警等同时，期望做到积木式，零门槛和可拓展的智能平台。

　　申恒涛表示，现在仍在追求两个目标，其一能持续深耕，在学术上保持国际顶尖水平;其二让科研成果不仅仅是停留在研究和实验室阶段，希望能更多地贴近社会和普通人的生活，将顶尖的技术应用到实践。据了解，考拉悠然团队已在7月完成了千万级的Pre-A轮融资，并已经开始进入下一轮融资。