2017年10月29日，“Intel人工智能改变安防”主题发布会在深圳召开。会上，Intel宣布携手领先的人工智能+解决方案提供商智芯原动（ICETech）发布基于NVR和IPC的视频结构化解决方案，推出基于Apollolake CPU+GPU架构的深度学习视频结构化算法，达到全实时处理，致力于将人工智能全面部署安防物联网，推动智能安防的加速落地。

近年来，随着人工智能的快速发展，以及深度学习在人工神经网络优化方面获得的突破，人工智能的应用也拓展到多个行业。安防行业作为集高清视频、智能分析、云计算等技术融合的行业，也从单一的安全领域向多行业应用、提升生产效率、提高生活智能化方向发展，为用户提供更多基于深度学习的智能解决方案。这其中，人工智能离不开大数据和高强度的计算，而安防行业正是具有庞大数据量和复杂数据层次的领域，二者注定会在日新月异的AI发展浪潮中面临新一轮挑战。

深度学习与人工智能的现状

人工智能离不开大数据和高强度的计算，而深度学习正是凭借“大数据+大模型+大平台”的特有属性成为了人工智能的核心驱动力与技术之一。在Intel看来，让AI得以在不同的产业中得到充分的运用才能创造最大化的社会价值。未来，如果想在AI领域实现从技术升级迈向产业升级，则需要在计算能力突破，即人工智能的能力提升、性能和适应性不断突破。

深度学习与人工智能面临的挑战

作为人工智能应用的一种形式，深度学习在实际表现中需要不断的数据训练与算法调整，需要海量数据与强大计算能力的支持与存储，视频监控的成像是否清晰、传输是否高效可靠、后端的数据中心是否能够及时处理相关数据并形成有效反馈，都是安防企业首要面临的挑战。

举个例子，在安防行业涉及的数据信息类型很多。以数据的结构类型来看，包括了各类非结构化、结构化以及半结构化信息。非结构化数据主要指视频录像和图片记录，如监控视频录像，车辆卡口图片，人脸抓拍图片，报警抓拍图片等；结构化数据则包括运维数据记录，摘要分析结构化描述记录以及各种相关的信息数据库；半结构化数据则如人脸建模数据，指纹记录等。这些信息在连续不间断监控过程中，可能有用的数据仅仅有一两分钟，甚至一两秒。这些信息更新频率特别快，几乎每时每刻都在大量产生。要从这些大量的信息里快速高效的筛选有效信息，安防企业务需要具备以下能力：一是提升对非结构化信息的处理能力和效率，准确和快速地处理视频图像并提取有用信息的能力；二是针对性的改进目前的大数据处理技术以及平台框架，提供针对安防数据信息的快速检索机制，形成有针对性的海量安防数据信息处理架构，从这些大量的结构化和半结构化信息中快速检索和分析。

深度学习与人工智能技术的发展趋势

数据越发庞大，积累的商业信息越多，价值也就越大。它在为整个安防界带来机遇的同时，也提出了更高的技术要求。企业在做好安防系统和应用的同时，需要深度强化学习在机器人中的应用；同时增强网络压缩；提高研发能力，加强硬件加速器的性能，提升对海量数据的处理和利用能力，特别是目前最为迫切需要提升的视频智能应用、视频智能分析的准确度。

联手发布基于NVR和IPC的视频结构化解决方案

作为人工智能+解决方案提供商，智芯原动已在人工智能领域探索近十年，从2012年的算法团队组建到正式开始布局深度学习技术和相关的算法沉淀，可以说智芯原动在人工智能算法领域实现了质的飞跃。此次凭借ICETech深度学习算法与Intel共同合作发布基于NVR和IPC的视频结构化解决方案，双方旨在加强深度学习技术的探索，共同打造人工智能平台。

AI NVR解决方案：

该平台集成ICETech深度学习技术，基于英特尔处理器，并借助英特尔® Apollo Lake 处理器核芯显卡强大的视频处理能力，实现了集成NVR、人工智能深度学习处理和上墙控制器三合一的一体化功能，H.265硬件编解码与显示功能，可扩展硬件智能分析加速模块，可对1500+车辆的车款（品牌、型号、年代）、车型、车身颜色、车牌和人车物分离分类进行高效、准确识别，为企业用户提供性能强大、稳定性强、敏锐感知的安防监控系统。

随着智能终端崛起、深度学习场景的丰富和计算存储的融合都将加速人工智能应用，终端智能化和计算存储边缘化将成为一种趋势。此次，Intel与智芯原动基于NVR和IPC共同打造的视频结构化解决方案对于安防行业来说是一个新的里程碑。未来，智芯原动依旧会在算法上不断深入开拓，在技术上不断完善。