Shenlu Teknoloji Başkanı Chen Ruijun: Güvenlik endüstrisi köklü bir değişim geçiriyor ve yeni bir dev doğabilir
23 Mart'ta, Leifeng.com ve AI Nuggets'ın ev sahipliği yaptığı "İkinci Çin Yapay Zeka Güvenlik Zirvesi" Hangzhou'da düzenlendi.
Zirvede, Shentu Technology başkanı Chen Ruijun, "Güvenlik Endüstrisinde AI Devrimi" başlıklı bir açılış konuşması yaptı.
Geleneksel bir güvenlik listesinde yer alan şirketin başkanı ve yeni bir yapay zeka güvenlik girişiminin kurucusu olarak Chen Ruijun, çok sayıda sektör değişikliğine uğradıktan sonra her seferinde sektörün ön saflarında yer almayı başardı. Bugün, eski bir güvenlik görevlisi perspektifinden güvenliğin geleceğini ve AI güvenliği uygulamasını yeniden inceledi.
Chen Ruijun konuşmasında, güvenlik endüstrisinin dijital çağda birçok yinelemeden geçtiğini ancak özünün değişmediğini, hala veri toplama, iletme ve depolama altyapısına odaklandığını söyledi. Yapay zeka çağında da bu nokta değişmedi Sistem altyapısından video görüntüsündeki nesnelere ve içeriğe geçiş yapan yapay zeka güvenliğinin odak noktası değişti. Yapay zeka çağında uygulama daha önemli ... Bu değişiklik tüm endüstri ürün zincirinin güncellenmesine neden olacak ve birçok yeni fırsat yaratacaktır.
Günümüzde güvenlik endüstrisi, suç için dar bir güvenlik konseptinden, iş ve üretimdeki kullanıcıların sıkıntılarını çözen bir pan-güvenlik konseptine doğru genişlemiştir. İlgili veriler, yapılandırılmış verilerden yapılandırılmamış verilere doğru genişledi ve bu da mevcut popüler kentsel beyin konsepti gibi gerçek büyük veriler yaratacak.
Chen Ruijun, gerçek bir büyük veri endüstrisi oluşturmak için iki ön koşul olduğuna inanıyor: Birincisi, AI güvenliğinin standartlaştırılması ve farklı veri boru hatları arasındaki engellerin aşılması. Bunlar arasında, Huawei tarafından savunulan hiyerarşik ayrıştırma kavramı önemli bir rol oynayabilir; ikincisi ise AI uygulama hizmetidir. , Algoritmaların senaryo haline getirilmesi ve yapay zeka sürecinin yeniden yapılandırılması dahil. Yapay zekanın şu anda uygulanmasının zor olmasının ana nedeninin, algoritmik senaryolara ve endüstri süreçlerinin yeniden yapılandırılmasına ulaşmakta başarısız olması olduğunu vurguladı. Shenlu Teknoloji bu amaçla birçok çaba ve girişimde bulunmuştur. Örneğin, yüksek nokta durum analizi, araç tıkanıklığı tespiti, kalabalık yoğunluğu analizi, şerit işgal tespiti vb.
Chen Ruijun'a göre, Shenyu Technology, kapsamlı bir ekolojik işbirliği güçlendirme stratejisini savunuyor ve farklı müşteriler ve endüstri ihtiyaçları için birden çok algoritma, donanım, platform ve uygulama hizmetleri düzeyinden karşılık gelen çözümler sunmayı taahhüt ediyor.
Aşağıdakiler, Leifeng.com'un orijinal niyetini değiştirmediği Chen Ruijun'un canlı konuşmasının içeriğidir:
Ben eski bir güvenlik görevlisiyim. 2001 yılında bu sektöre ilk girdiğimde, birçok kişi bu endüstrinin artık yapamayacağını söyledi. Tüm sektör kısır bir rekabet içindedir ve fiyatlar çok düşüktür. Daha sonra, sektörde bir dizi değişiklik oldu ve Haikang ve Dahua gibi bir grup dünya çapında güvenlik şirketi doğdu. Bence bugünün güvenlik sektörü de böyle bir değişimle karşı karşıya.
Geleneksel güvenlik, analogdan dijitale, SD'den HD'ye birçok değişikliğe uğramıştır. Ancak özü değişmedi ve veri toplama, iletme ve depolama altyapısı etrafında dönüyor.
Yapay zeka çağında da bu nokta değişmedi Sistem altyapısından video görüntüsündeki nesnelere ve içeriğe geçiş yapan yapay zeka güvenliğinin odak noktası değişti. Örneğin videodaki kişilere, arabalara ve nesnelere dikkat edin, içeride olup bitenlere ve olabileceklere dikkat edin.
Bu, geleneksel güvenlik ile karşılaştırıldığında çok büyük bir değişikliktir.Bu değişiklik, ön uç veri toplamadan iletim, depolama ve uygulamaya kadar tüm endüstri ürün zincirinin güncellenmesine neden olacaktır. Bu güncelleme, endüstri için yeni fırsatlar yaratacaktır. Örneğin Ali ve Baidu gibi internet devlerinin dikkatini çeken video görüntüleri internet üzerinde önemli bir veri kaynağıdır.
Büyük verinin uygulanması akıllı şehirler kavramına yepyeni değişiklikler getirdi.Huawei ve ZTE gibi geleneksel bilişim devleri de bu sektöre giriş yaptı. Bu noktaların entegrasyonuna bağlı olarak, endüstri devrim niteliğinde değişikliklere uğrayacak ve aynı zamanda dünya çapında bir işletme haline gelmek için büyük bir fırsat getirecek.
Ek olarak, güvenlik sektörünün sınırı, suç için dar bir güvenlik konseptinden, iş ve üretimdeki kullanıcıların sıkıntılarını çözen bir pan-güvenlik konseptine kadar genişletildi.
Geleneksel büyük veri, sayılar ve tablolar gibi yapılandırılmış verilerin uygulanmasına yöneliktir ve nispeten olgunlaşmıştır. Yapay zeka ile, yapay zeka tabanlı büyük veri aslında video, görüntü ve ses gibi orijinal yapılandırılmamış verileri yapılandırdı. Bu tür verilerin ölçeği çok büyüktür ve bunları yapılandırmak, şehir beyni gibi gerçek bir büyük veri konsepti yaratarak çok geniş bir uygulama alanı yaratacaktır.
Şehir beyni ilk olarak Ali tarafından önerildi, ancak prototipi akıllı bir şehir.
Akıllı şehirlerin Çin'de on yıldan fazla bir geçmişi var. Geçtiğimiz on yılda birçok büyük ölçekli inşaat yaptık, ancak çoğu yalnızca donanım yapımına dayalı bazı geleneksel uygulamalar yaptı. Bu uygulamalarda iyileştirme için hala çok yer var.
Yeni kentsel beyin kavramının evrimleştiği video, görüntü ve ses gibi yapılandırılmamış verileri yapılandırmak için AI kullanılıncaya kadar değildi.
Örnek olarak büyük insan ve araba dinamik dosyalarımızı alın.Video yapılandırma yoluyla, insanların ve arabaların özelliklerini, zaman ve mekandaki konumlarını ve niteliklerini video görüntülerinde belirleyebiliriz. İstatistik yasalarına ve bu verilerin analizine dayanarak, kamu güvenliği, hükümet ve diğer departmanlar ve hatta ticari alanda birçok hizmet sağlayabiliriz.
Birkaç örnek vermek gerekirse: Örneğin, büyük insan verileri ve araç dinamik dosyaları ekonomik indeksleri yansıtabilir.Çeşitli bölgelerdeki büyük, orta ve küçük kamyonların sıklığı ve miktarı analiz edilerek, çeşitli bölgelerin ekonomik türleri değerlendirilebilir.
Örneğin, ticari alanların içindeki ve dışındaki araçların ve personelin analizi, ticari tüketimin sıcak noktalarını ve eğilimlerini keşfedebilir. Diğer bir örnek, turistlerin kaynağını ve doğal noktaların mevsimsel özelliklerini analiz etmek için turistik bölgelerde insanlar ve arabalar hakkında veri toplanmasıdır. Aracın yörüngesi ve zamanı gibi özelliklere dayanarak belirli bir olayın trafik üzerindeki etkisini tahmin eden bir trafik beyni bile var.
Standardizasyon her zaman geleneksel güvenliğin karşılaştığı en büyük ikilem olmuştur. Geçmişte, Kamu Güvenliği Bakanlığı birçok standart yayınladı, ancak güvenlik uygulayıcıları standartların genellikle geride kaldığını biliyor.
Genellikle yeni bir teknoloji ortaya çıktığında, şirketler genellikle önce yenilik yapar ve uygular, ardından standartlar yavaşça ortaya çıkar.
2001'de güvenlik sektörüne girdiğimde, sektörde bir standardizasyon yoktu.Müşteriler, sadece benim işlev ve uygulama gereksinimlerimi çözmeniz gerektiğini düşünüyorlardı. Bu nedenle, birçok şirket pek çok yenilik yaptı, ancak bunlar hiçbir zaman standartlaştırılmadı veya büyük veriyle bağlantılı değil.
İlçe, il, il ve bakanlık seviyelerinde video görüntü ağları bulunmasına rağmen radyo dalgaları şeklinde olup veri iletimi uygulanmamaktadır. Dahası, her noktadaki veriler izole edilir ve hatta bir şehirdeki farklı departmanlar arasındaki veriler izole edilir.
Ancak sektörün standartları olduğunda herhangi iki cihaz ve ürünün birbirine bağlanabileceğini biliyoruz. Güvenlik endüstrisinde, herhangi iki ürünün kenetlenmesi belirli zorluklara sahiptir.
AI, daha önce bahsettiğim büyük veri konseptiyle ilgili olan standardizasyon için yeni gereksinimler ortaya koyuyor. Büyük verinin özelliği, veri miktarı arttıkça gücünün katlanarak artmasıdır. Bu nedenle, büyük veri, veri adalarının kırılmasını gerektirir ve her seviyedeki tüm departmanlar ve farklı endüstriler birbirine bağlanmalıdır. Verileri almak için öncül standartlaştırmadır.
Huawei tarafından önerilen hiyerarşik ayrıştırma kavramı sektördeki çoğu şirket tarafından desteklenmiş ve birçok kullanıcı tarafından da kabul edilmiştir. Sözde hiyerarşik ayrıştırma, farklı seviyeler arasındaki ve aynı seviyenin çeşitli seviyeleri arasındaki arayüzlerin standardizasyonunu ifade eder. Sektör trendlerine büyük değişiklikler getirecek ve yeni fırsatlar yaratacaktır.
Güvenlik endüstrisindeki bir başka eğilim de AI uygulama hizmetidir. Yapay zekanın yeniliği aslında bilgi işlem gücü ve derin öğrenme algoritmalarındaki atılımlardan geliyor, ancak mevcut yapay zeka zayıf yapay zeka ve çok yönlülüğü yok. Güçlü yapay zeka, gelecekte algoritmalarda ve teknolojilerde çığır açamazsa, her senaryonun, algoritmanın sahnelenmesi olan özel bir veri kümesine dayalı bir algoritma eğitmesi gerekir. Algoritmik senaryo, şirketlerin her bir endüstriyi tam olarak anlamasını ve aynı zamanda endüstri süreçlerini yeniden yapılandırmasını gerektirir.
Birkaç yıllık uygulamadan sonra, Shenyu Technology, AI'nın uygulanmasının çok zor olduğunu gördü ve gereken değerini yerine getirmedi. Algoritmanın sahne tabanlı olmaması yanında en önemli nokta sektör sürecinin yeniden yapılandırılmamasıdır. Örneğin, birçok kamu güvenliği müşterimiz var ve bir proje lideri buna pek dikkat etmiyor ve etkisi tamamen farklı. Liderler buna dikkat etmezse, bir proje on milyonlarca hatta yüz milyonlarca dolar yatırım yapmış olsa da aslında hiçbir etkisi yoktur. Yalnızca üstler süreç yeniden yapılandırmasına dikkat ettiğinde ve tüm çalışma yöntemlerimiz ve iş mantığımız AI bilgileştirme kavramına göre yeniden tasarlandığında, AI daha büyük bir rol oynayabilir.
Süreçlerin yeniden yapılandırılması yalnızca müşterileri değil, aynı zamanda sektörlerini tam olarak anlayan teknoloji şirketlerimizi de gerektirir. Öyleyse Shenlu Technology'nin anlayışı nedir?
Sektörde yüz tanıma ve araç tanıma algoritmaları yapan birçok şirket var ancak günümüzde müşterilerin sadece bir algoritmaya veya teknolojiye değil, karşılaştıkları sorunlara bir çözüme ihtiyacı var. Farklı sektörlerin ve farklı senaryoların problemlerini çözmek farklı algoritmalar gerektirir.Bu algoritmanın sadece yüz tanıma veya araç tanıma değil, sahne tabanlı olması gerekir.
İşte başvuru örneklerimizden bazıları:
Aşağıdaki resim, tipik iniş durumumuz olan Huawei ile ortaklaşa oluşturulan bir yapay zeka ön denetim sistemidir. Ne tür bir AI inebilir? Sosyal ihtiyaçları çözmenin yanı sıra, belirli ekonomik faydalara da ihtiyaç vardır. Bu yapay zekaya 1 milyon yatırım yaparsak, ancak kullanıcıları 10 milyon kurtarabilirsek, evrensel olarak uygulanması gerekir. Tesis dışı kanun yaptırımı yoluyla, her yıl büyük müşteriler için yüzlerce insan gücünden ve on milyonlarca harcamadan tasarruf edebiliriz.
Geliştirdiğimiz araç trafik sıkışıklığı tespit sistemi, her şeritte bulunan araç sayısını ve türünü belirleyebilmektedir.
Ayrıca Sinopec'te, işçilerin iş süreçlerinin standartlaştırılmış olup olmadığını belirleyebilen bir sistem başlattık. Geçmişte, işçilerin davranışları manuel denetim gerektiriyordu ve arka plandaki çok sayıda insan iş süreçlerinin standart hale getirilip getirilmediğini denetliyordu. Bugün çalışanların iş akışını parçalara ayırıyoruz ve her davranışı, eylemi ve tedariği standartlaştırdıktan sonra onları denetleyip rehberlik edebiliyoruz.
Ek olarak, bir kalabalık yoğunluğu izleme algoritması ve dolu şerit algılama algoritması geliştirdik.
Shenlu Technology, altı yıl önceki kuruluşundan bu yana kendini her zaman buluttan sonuna kadar ürün ve çözümler sağlamaya adamıştır. Akıllı ön uç açısından, birçok yerli kamera şirketi için çeşitli sahne tanıma algoritmaları sağlıyoruz. Edge computing için gömülü video analizörleri sağlıyoruz. Sis bilişim açısından, akıllı analiz için depolama cihazları sağlıyoruz.Ön kameradan veri topladıktan sonra, önce onu depolamalıyız.Bu düğümün akıllı depolaması, tüm uygulamanın temel taşıdır. Bulut bilişim açısından, video analiz algoritmaları dahil olmak üzere merkezi video analiz sunucuları sağlıyoruz.
Shenyu Technology, kapsamlı bir ekolojik işbirliği güçlendirme stratejisini savunur ve farklı müşteriler ve endüstri ihtiyaçları için birden çok algoritma, donanım, platform ve uygulama hizmetleri düzeyinden karşılık gelen çözümleri sağlamayı taahhüt eder. Bu sektörde tedarikçiler, entegratörler ve acenteler de dahil olmak üzere birçok farklı üretici türü vardır ve bunların teknoloji ve ürünler için farklı ihtiyaçları vardır. Kamu güvenliği, trafik polisi, güvenli şehirler, akıllı ulaşım, akıllı topluluklar vb. Dahil pan-güvenliğin uygulama alanları da çok geniştir ve bunların algoritmalar ve ürünler için gereksinimleri de farklıdır. Şu anda, Shenyang Technology, farklı endüstrilerdeki farklı kullanıcılara ilgili teknolojileri, ürünleri ve çözümleri sağlayabilir.
Zirve hakkında
Leifeng.com ve AI Nuggets tarafından düzenlenen "2019 Çin Yapay Zeka Güvenlik Zirvesi", Çin'in "AI güvenliğinin" entegrasyonunu ve "akademik endüstri" uygulamasını teşvik etmeye adanmış, sektörde etkili bir AI güvenlik forumudur. .
Bir önceki zirvenin yüksek seviyeli ve yüksek popülaritesini sürdüren 2019 Çin Yapay Zeka Güvenlik Zirvesi, bir kez daha algoritmaların, mühendisliğin ve ürünlerin ön saflarında durarak güvenlik endüstrisine bilişini daha da yükseltmesi için rehberlik etti. Bu Haikang, Dahua, Huawei, Alibaba, Tencent ve birden fazla AI tek boynuzlu at. "AI Güvenliği" ilk kez aynı sahnede olduğu için, yurtiçi ve yurtdışından 1.000'den fazla hükümet ve işletme yönetimi ile teknik araştırmacı, birlikte tartışmak üzere zirvede bir araya geldi 2019'da yapay zeka güvenliği akıllı teknolojisi, en son algoritma uygulaması ve iş stratejisi düzeninin devreye alınması
Zirve dört ana başlık oluşturdu: "Urban Brain and Edge Computing", "Global Top Algorithm Application", "Front-end Dynamic Recognition and Intelligent Video Cloud" ve "Urban AIoT ve Edge Intelligent Engine". Mevcut 15 konuşmacı vardı :
Sabah oturumu: Alibaba Huaxiansheng, Hikvision Pu Shiliang, Dahua Co., Ltd. Yin Jun, Horizon Zhang Yongqian, Shenyu Technology Chen Ruijun, Shangtang Technology Zhang Guoxuan, Inspur Business Machine Zhang Qi.
Öğleden sonra oturumu: Hong Kong Bilim ve Teknoloji Üniversitesi Quan Long, eski Panasonic (Singapur) Araştırma Enstitüsü Shen Shengmei, Huawei Yu Hu, Touch Jing Wu Xiao Hongbo, Megvii Technology Anyang, Qianshitong Hu Dapeng, Tencent Li Muqing, Çin Bilimler Akademisi Otomasyon Enstitüsü Wang Jinqiao.
