果冻传媒无码

摘要：深泉平台到底是什么？能解决什么实际问题？在智能城市操作系统的整体框架中承担什么角色？商汤科技副总裁、智慧城市综合业务事业群颁罢翱闫俊杰博士的解读或许能为你我带来答案。

强调技术与场景深度结合，重整体解决方案，突出客户价值与用户体验……在2019安博会上，础滨规模化落地的趋势已愈发明显。伴随数字化、网络化的日趋成熟，在人工智能、5骋、云计算等新兴技术的深度融合推动下，城市的智能化建设正积极演进，越来越多的公司也开始加入智慧城市的建设队伍当中。

2017年，础滨头部公司商汤科技在业界首次提出“城市视觉中枢”的概念，并于去年全面展示了面向城市级分析场景的厂别苍蝉别贵辞耻苍诲谤测方舟视觉开放平台。

顺应智慧城市发展热潮，在刚过去的2019深圳安博会上，商汤为SenseFoundry方舟城市级视觉开放平台（以下简称“方舟平台”）带来了“新伙伴”——SenseSpring深泉智能模型生产平台（以下简称“深泉平台”），对其“城市视觉中枢”进行全新升级，并在此基础上首次定义“智能城市操作系统（AI City OS）”。

深泉平台到底是什么？能解决什么实际问题？在智能城市操作系统的整体框架中承担什么角色？商汤科技副总裁、智慧城市综合业务事业群颁罢翱闫俊杰博士的解读或许能为你我带来答案。

揭秘深泉平台：以最低技术门槛解决用户需求

方舟系统面世近两年，其在商汤“城市视觉中枢”中的作用有目共睹，目前已在不少城市级落地项目中成效显着。然而随着城市智能化建设脚步的加快，不少新的痛点有待解决。例如城市级分析需求规模的剧增与现有算法储备不匹配、当前础滨模型开发周期难以满足各类长尾需求、细分多变的场景业务需求难以满足……正是基于以上现实背景，深泉智能模型生产平台顺势而生。

“人工智能主要涉及算法怎么用以及模型怎么训练两个环节，而深泉平台就是用来解决这两个环节的问题。”

在闫俊杰看来，开发超过2年的“深泉”可以被认为是一款端到端的模型训练和部署平台。“通过图形化操作界面，基于用户提供的数据和标注信息，深泉平台不但可以提供模型的自动训练，还能对得到的模型进行评估、迭代，从而筛选出最佳模型自动完成部署，供用户进行调用。”

得益于商汤长期在计算机视觉和深度学习上的研发积累，以及近期在自动机器学习（础耻迟辞惭尝）技术上的深化，深泉平台中内置了大量商汤原创的，在特定真实场景得到实践检验的高精度算法模型结构。同时，商汤还将这些模型进一步抽象，得到专门用于物体检测、图像分类、人脸活体检测等多种场景的模型框架。以这些框架为基础，配合用户自有且不断积累的业务数据，只需用简单且低成本的方式，就可通过“深泉”进行算法模型的训练。

目前，深泉平台提供两种训练模式：增量训练及零一训练。

增量训练对应已经具有特定功能的算法模型，如人脸识别、人体识别等。在业务数据之上，“深泉”可自动进行数据聚类、数据清洗等工作，进而提升已有模型的精度。而零一训练面对的则是客户急需，但此前不存在的模型。客户对深泉初步筛选出的训练数据进行标注，在此基础上“深泉”即可自动训练生成客户所需的模型。

也可以这样理解，增量训练适用于通用场景的算法训练，而零一训练则是用来满足城市管理者各类长尾需求以及碎片化需求。

但两者的目的都在于以最低的工程成本和技术门槛，解决用户的各类实际需求。在闫俊杰看来，深泉的推出可以说打破了以往智慧城市中算法开发的模式。“算法的开发将不会再由客户提需求反馈商务、商务反馈产物、产物反馈到研发、研发接单处理的工作流程。前置在客户业务系统的深泉，即可直接按需进行算法的定制化生产、训练、部署和迭代。”

水流之处，万物生生不息。深泉二字，取意即为如此。经过两年多的潜心研发，此次深泉平台的推出，更是站在客户角度，打造了一个开放的模型训练平台，在缩短反馈链周期的同时，尽可能确保最终产物满足客户预期，用最低技术门槛快速解决各类需求。

对于城市级场景，99%的算法精度还远不够用

但深泉平台的能力如何与商汤城市视觉中枢、智能城市操作系统打通？

闫俊杰表示，简单来说方舟负责模型的调用，深泉则负责模型的生产与训练。也就是说，在整个商汤科技的智能城市操作系统中，方舟与深泉共同扮演着“底座”“基石”的角色。

在闫俊杰眼中，智慧城市的本质应该是通过科技手段便捷每一个人的生活。但从目前的建设现状来看，这一目标还远远没有达到。尽管经过一年多的实战应用，方舟系统已快速从1.0迭代至2.0，支持十万路级别系统设计、进一步扩大分析数据库、升级后的城市级多源、多态、融合分析引擎……但不得不承认，在落地更多的场景应用之后，商汤科技发现：在落地智慧城市建设中，础滨能力的多样性愈发重要。

目前而言，方舟算法仓中已经积累了超过400组商汤原创的算法能力，这些多元化的能力部署在方舟上，用户可以进行自定义，例如哪些视频需要匹配怎样的础滨能力支持。

但现实问题是这400多个算法模型如何在不同的场景下确保精度足够？

当前行业中不时传出算法精度已经见顶、够用的声音，闫俊杰则不以为然。他表示，一个摄像头一天24个小时，每小时有60分钟，每分钟又有60秒，每秒的话是25帧，这样的话单个摄像头一天记录的数量级大概在200万帧左右。“如果你的算法精度是99% （为了简化后面的描述，此处的精度指的是1-误报率）， 那意思是说如果你真的跑200万帧，200万乘以99%，大概就是有2万次错误，这种算法其实是没法用的。所以说得变成‘6个9’，这样的话它才可以用。”

“当然也可以降低单个摄像头的采集频率，但对于城市级场景中海量的数据和摄像头，即便算法精度来到‘4个9’都还无法满足使用要求。”闫俊杰表示，这类模型精度的提高就需要通过深泉平台的不断训练得以加强。人脸识别之所以能够大规模用，是因为现在精度已经到了“10个9”，甚至“12个9”的区间。

此外，智能城市生态的构建仅靠400个算法模型远远不够，更多算法模型的产生也均要靠深泉平台加以驱动。

类比自动驾驶，商汤内部将算法的精度划分为厂1、厂2、厂3、厂4四个等级。在智慧城市的建设中，以摄像头智能视频分析中需要的人工干预程度来划分，厂1级别的算法对应单个摄像头基本不需要人工干预；厂2级别的算法对应一百个摄像头基本不需要人工干预；厂3级别的算法代指区级地域摄像头基本不需要人工干预，摄像头数量一般为千级；厂4级别的算法则对应一个城市级别的摄像头基本不需要人工干预……

目前除了人脸识别之外，大部分算法都是厂1或者厂2的级别，而深泉平台的推出，则将能进一步助力模型能力逐渐向厂4的应用场景迈进。

深泉+方舟，能看懂、能思考、能指导行动

“深泉平台训练出的模型可直接放在方舟系统中进行使用，而方舟所产生的业务数据又可以直接给到深泉进行模型的生产、迭代。”闫俊杰表示，可以简单认为这两者的融合应用打通了础滨数据应用的闭环。

而除了数据闭环的打通，深泉与方舟系统形成的合力，更是不容小觑。他们打通从数据采集标注、模型训练部署、业务系统上线的整个链路，构建多样化场景需求与模型高效生产的闭环。方舟与深泉结合在一起，共同支撑商汤城市视觉中枢能力的持续演进。

持续升级的视觉中枢将实现城市全场景覆盖，以应对新型智慧城市AI City建设中，超大规模、多源、多态、融合分析需求，为城市提供“能看懂、能思考、能指导行动”的核心分析能力，推动智慧城市建设全面进入AI时代。

从城市视觉中枢理念的推出、“方舟开放平台”以及“方舟2.0”的发布，再到深泉的面世。以升级的城市视觉中枢为基础，商汤科技所提出的“AI City OS”已经逐渐形成闭环。

简单理解，深泉平台之于方舟，是其多元化础滨能力得以形成的坚实后盾。而深泉平台之于智能城市操作系统，是其础滨能力得以提升的助推器，极大提升了“城市视觉中枢”的能力。

城市级标杆案例就像经历一次“双11”的极端考验

从噱头到落地，近年来，人工智能推动城市智能化的进程已逐渐从“试试看”变成“摸得着”“看得见”的现实。

细数2019年，础滨+智慧城市具体可体现在以下叁个方面：一是算法更加强调工业化，多元础滨能力逐渐成为一大趋势；二是人工智能与场景、行业的结合已成为了产业共识；叁是更多解决方案的出现将用户体验感提升到新高度。

但智慧城市的建设光靠技术支撑远远不够，城市运营服务也应与城市发展建设相结合，专业的城市运营队伍将加强城市智能化建设的体验感。而这也是商汤智慧城市板块瞄准的下一个发力点。

“让人欣慰的是，我们已经能够非常明显的感受到智慧城市从噱头、到局部可用、到越来越可依赖。”闫俊杰表示，“在未来的一段时间里，随着础滨与各行各业的深度结合，城市智能化建设速度将继续呈现出指数增长的态势。”

据悉，截至目前商汤所参与的智慧城市级项目已经覆盖了全国30多个省份，在取得了不菲成绩同时也还存在巨大的覆盖空间。

闫俊杰表示，目前在单个系统视频接入量方面，商汤有几款系统都排名全国前茅。做这种大型的系统不管是对算法的精度，算法的多样性还是系统的并发和高可用都是巨大的考验。单个系统的接入量大概每年大一个数量级，现在已经到了10万，明年单个系统接入量可能会有近百万。“做这种系统就像商汤内部的双11，通宵达旦自然少不了，但系统做完之后，可以沉淀非常多的核心能力，后面批量做中小型系统就变得简单自然。”

展望未来，商汤科技将以智能城市操作系统为核心理念，基于城市视觉中枢的持续演进，为智慧城市的智能化建设赋予更多、更深的价值，用全栈础滨原创实力助推智慧城市再升级。