Insight Tech

尽管基于视频的安全机制已被广泛采用，但直到最近，效果还是时好时坏。例如，业主通常希望在有人越过安全周界时收到警报，但动物其实也很容易触发这些传感器。因此，运营人员经常不得不在错误警报中翻查，并手动搜索长达数小时的录像，才能找到真正有意义的事件。

但是，基于人工智能的视频分析正在改变一切。这些边缘到云系统采用复杂的深度学习算法，观看并分析视频、过滤噪音，并在需要行动时实时向运营人员进行通报。

因此，安保人员可以做到随时就绪，并在接收到有效警报时立即作出响应。
而且，员工也可以执行更有价值的任务，比如与客户互动，而不是花费数小时的时间在现场“转来转去”。

但是，提高安全性仅仅是上述新技术的优势之一。它的设计依靠边缘处理并限制对个人身份信息的使用，从而确保监控视频使用的可靠性。

驾驭视频的力量

与人类视觉甚至是传统计算机视觉相比，基于人工智能的视频分析的主要优势在于精度的提高。车牌识别用例很能说明问题：数字和字符可能是纵向或横向的；颜色、大小、符号等也可能根据所在的州或国家/地区而有所不同。

人工智能视频分析解决方案提供商 Unanny Vision 的销售副总裁 Prush Palanichamy 表示，在这种情况下，传统计算机视觉系统的准确率无法超过 40%-50%。这种程度的性能实际上意味着系统毫无用处。

另一方面，Uncanny 基于人工智能的视觉系统则确保准确率达到 95%。Uncanny Vision 的联合创始人 Navanee Sundaramoorthy 表示，这时它们才真正开始起作用。而特定于地点的训练可以将上述数字进一步提高到 97%或 98%。他说：“然后这个系统变得如此易于使用和有效，客户就不会再想要回到过去的方法了。”

但这种程度的精度无需收集个人身份信息。与此正相反，系统不关心人脸或车牌号码。图像鲜少被存储下来，更不要说发送到云了，这样做对于城市和企业来说成本都过于高昂。

反之，Uncanny 在边缘将视频转换为元数据。本地处理视频意味着只需要将几千字节的数据发送到云中进行分析，作为基础来自动生成警报。这样做，客户既节省了开支，又省去了保护机密信息的麻烦。

基于人工智能的视觉应用数不胜数

采用英特尔^® OpenVINO^™ 工具套件在小型嵌入式处理器上构建的可自定义框架，使这样的处理方式成为可能。事实上，根据 Sundaramoorthy 的说法，OpenVINO 优化可以将性能提高四到八倍。这意味着该系统可以以每秒 30 到 40 帧（而不是每秒 10 帧）的速度处理视频，而且可以让一系列应用成为可能，比如高速公路交通监控。

上述应用，无论大小，将会使公共生活和私生活变得比以往任何时候都更美好。例如，某些服务提供商 (SP) 已经在使用 Uncanny 的解决方案，在高带宽连接性的基础上为城市提供额外的价值。

在 Uncanny 的帮助下，服务提供商可以将城市现有的 CCTV 摄像头变成经济高效的视觉传感器，通过后者提取深度分析来改善娱乐场所、写字楼和交通运输枢纽的运营以及外观。

但更重要的是，利用此时此刻的数据（而非10年前的交通调查表）来规划交通活动，可以提高道路安全性。Sundaramoorthy 指出，考虑到疫情对我们的生活、工作和出行方式造成的影响，实时深度分析在当下尤为重要。“很多城市的交通模式都发生了剧变，” 他说，“历史数据几乎毫无用处。”

保持同步的唯一方法是对所有相关指标进行连续、及时的查看：道路上的车辆、行人和骑行者的数量，以及它们的位置、方向和速度。这就是 Uncanny 开发流量分析用例的动机，它带有一个仪表盘，会将城市需要知道的一切悉数告知。

基于人工智能的视频分析还可以确保高速公路的安全。例如，美国交通部正在使用 Uncanny 的解决方案，告诉卡车司机哪里可以找到可用的过夜停车位。因此，他们既不需要再停在路边，危及自己和其他司机的安全，也无需浪费时间和汽油到处寻找合适的停车位，而是根据需要随时停车。

系统集成商的新机遇

Uncanny 可以帮助城市和组织机构将现有安全的摄像头轻松转化为智能视觉传感器。通常，系统由本地系统集成商 (SI) 安装，成功的部署不需要任何人工智能方面的专门知识。

“任何了解如何安装 CCTV 摄像头的人都可以安装我们的系统。”Sundaramoorthy 说。Uncanny与包括联想、华硕和英迈在内的多家公司合作，而这些公司反过来又将 Uncanny 的软件加载到他们采用英特尔^® 处理器的系统上。剩下的就是将 CCTV 摄像头连接到其中一个智能盒子上。

这意味着该技术很快也会成为系统集成商的商机。除了该领域的专业知识以外，他们还可以为客户带来基于订阅的摄像头加分析服务。这一更具价值的产品可以作为全新、稳定的收入来源，为客户提高系统集成商的价值，并帮助他们过渡到更具竞争力的业务模式。

基于人工智能的视频分析系统的优势将延申至每一个方向。为使用这些功能的人员提高增强的性能。为组织节约资源——时间、金钱和人力。并为其余的人提高生活质量。这项革命性技术的所有特征不容忽视。

随着数字转型席卷整个行业，每一家零售商都渴望以更低成本提高运营效率。但这并不容易。从销售点到数字屏幕，他们需要处理多种设备类型。还要考虑大型零售商巨大规模的运营，在数百甚至数千个地点的每家店铺里都有数百台设备。

如果店铺运营能够像汽车一样顺畅地运行，那会如何？汽车现在会在胎压低、需要换机油或更换新的刹车片时向我们发出提醒。在这背后是传感器和计算机的努力工作 – 进行监控、管理、微调 – 同时提供信息避免在司机最需要的时刻崩溃。

Box Technologies 市场与战略客户总监 James Patterson 说，“我们受到了这一类比的启发。” 这是一家零售客户参与解决方案提供商，是 Flytech 的子公司。“每个人都在研究如何增加净利润，并提升设备正常运行时间。这其实就是我们决定与 Inefi Spotlight 开启合作旅程的原因。”

统一的零售设备管理

Box 解决方案采用设备诊断平台解决零售运营难题。通过一套统一管理系统，其远程监控及维护功能可提供整个系统的可见性。这样，零售商便可以将传统的服务模型转换为集中化、自动化和可预测的模型，如视频 1 中所示。

视频 1. 可用于预测零售设备监控和维护的统一系统。（来源：Box Technologies）

在远程监控方面，Inefi 代理是关键任务设备、其相关外设和基于云的智能管理系统之间的中介。这可以解决端点问题 – 甚至在可能的问题发生之前便能解决。

Patterson 评论道，“使用我们的方案，为客户服务的销售合作伙伴便不用总需要去解决问题。”“IT 员工便不需要等有人遇到某个问题，然后在事后上报。”

发现问题后，通常可以通过自动修复解决。使用 Inefi Spotlight 的零售商报告称他们每年可将零售店的工程电话减少 35% – 这样可以减轻服务电话和停机带来的成本。

数据驱动洞察

成本节省十分可观。举例来说，Box 分析了英国一家大型零售商的数据，该零售商在 20，000 多个地点设有成千上万台设备。一年之中，这家零售商有 20% 的服务电话与某一特定型号的打印机相关。

服务提供商没有将问题分类，而是派工程师来更换打印机、修理并将其退回设备库存中 – 这样便导致了多余资本开支，也浪费了员工时间。Patterson 说，“我们的客户永远无法看到问题的根本原因。”“从来没有使用任何数据驱动的洞察来分析问题的成因。”

Inefi 解决方案能够从打印机收集详尽的功能数据，查明问题的根本原因，并远程实施提供解决方案。排除这一打印机的问题可以将零售商的现场服务需求降低到更易于管理的水平 – 将百分比降至个位数。

BI 最大限度提高效率

业务智能可以通过提高在整个商店网络部署设备的管理能力，节省大量资本。一种常见情况是，零售商可能会发现一天之中 6 台 PoS 终端有 3 台最常被使用，而其他几台则无人问津。

正因为 Inefi 平台集中监控并分析设备使用量，所以在这个例子中，店铺经理便可以让终端得到均匀使用，从而增加设备正常损耗。

该平台使用英特尔^® 主动管理技术（英特尔^® AMT）及英特尔 vPro^® 软件支持其远程管理 – 从故障排除到更新设备软件 – 的所有功能。它甚至可以远程管理端点能耗状态来提高能效。

在带外支持下，即使操作系统停止工作，远程监控和故障排除也会持续运行。

在各种气缸上运行零售操作

随着边缘到云的人工智能技术广泛部署，预测和自动设备管理的优势将进一步扩大。例如，随着时间的推移，数据趋势可能辨别平板 PC 达到特定数量的交易后很可能失灵。

拥有计划设备维护周期的能力后，零售商便可以更顺畅地进行运营，和我们操纵汽车一样。Patterson 总结说，“如果我们可以通过互联的预测平台提供每天坐进汽车时拥有的体验，这便是我们的任务，这也将是我们的未来。”

如今大部分医疗数据都来自医学扫描，而医生要在解读成像的同时照顾患者，让他们倍感压力和负担。医生使用人工智能和深度学习技术分析患者影像，能够更快获得结果，提高诊断准确性。

医学成像不似看上去那么容易解读。扫描结果通常包含数十张影像，而医生必须一一看过才能作出诊断。准确指出碎裂、结节和其他伤害的确切位置与尺寸大部分情况下很难。

人工智能分析扫描可以很快为医生指出碎裂或结节的位置，从而节省时间（图 1）。HY Medical 的首席执行官 Xiangfei Chai 说，“我们称其为人工智能辅助诊断”。这是一家位于北京的公司，致力于开发基于人工智能的成像解决方案。“医生仍是作出决策的人，但现在他们可以以两三倍于传统扫描的速度完成工作。”

基于人工智能的扫描分析患者图像数据，找到人眼难以识别的特征。这些功能都有助于提高医生诊断的准确性。Chai 说道，“我们的人工智能辅助医疗成像解决方案能够将诊断准确率提高高达 15%。”

 协助进行外科手术决策的人工智能医疗成像

HY 解决方案已协助诊断 10 多种疾病，如骨折、主动脉夹层、腹主动脉瘤和一些癌症。北京一家大医院的经验展示了该解决方案的精确计算如何发挥重要作用。

主动脉夹层是指连接心脏的大血管内膜发生撕裂。对此，医生通常会使用支架进行治疗。支架有多种尺寸，而 U 形的血管使得测量撕裂口尺寸的工作变得困难。

在北京这家医院，HY Medical 的研究发现，几乎有一半的支架手术第一次进行时失败，20%在第二次失败，因为医生用了错误尺寸的支架。医院采用 HY 基于人工智能的解决方案后，支架选择准确性提高了 50%。该解决方案能在 10 分钟内出结果，从而减少医患的等待时间。

人工智能辅助医疗成像作为疾病管理工具

人工智能还能根据患病程度帮助医生隔离患者。COVID-19 疫情在中国爆发时，这项功能发挥了作用。

爆发伊始，病毒检测量不足。供应商供不应求时，早期检测还出现了很多假阳性。因此，一些医生转而使用 CT 扫描进行诊断。经 HY 解决方案的人工智能进行辅助的机器，不仅可以准确诊断疾病，而且可以分析患者患病程度，这样医院便能有效对大量病患进行分类。

随着实验室检测能力和可靠性提高，医生开始使用人工智能扫描来跟踪患者的感染状况。

Chai 说，“人工智能能够自动计算病灶尺寸及其改变的速度。” “它还能根据病灶改变速度预测病程发展，协助医生提供个性化治疗方案。”

疫情蔓延到中国以外地区时，英国受到了最严重的打击。HY 与英国考文垂大学的科学家紧密合作，快速开发了针对英国医生需求的人工智能辅助扫描解决方案。解决方案随后在大学的附属医院内运用，在 24 小时内便下载完成，让医生得以立即对病情最严重的病患进行治疗。

“治疗 COVID-19 患者的过程中存在极多不确定性，例如应该使用什么治疗方案，何时要将病人送至 ICU 等。” Chai 评论道。“有了人工智能技术，我们可以更好地决策，评估哪些患者需要住院，哪些可以居家治疗。”

扩展到治疗方面

基于人工智能的成像效率和准确性相关消息进一步传播，越来越多的供应商正在将此技术融入产品中。

为提高灵活性，HY 为临床医生提供了三种方法部署解决方案：医生可以将扫描影像上传至云端程序，大型医院可以将解决方案连接至其内部成像网络，而小型医院可以通过单台 X 射线仪器或其他扫描设备直接将 HY 设备加载到机器中。所有计算均由基于英特尔^® 至强^® 可扩展处理器的系统完成。

随着越来越多医院采用人工智能辅助成像，它正广泛运用到各种手术、放射肿瘤和化疗领域的新病例中。

为帮助供应商构建这些应用程序，HY 解决方案使用英特尔^® OpenVINO^™ 工具套件，便于开发人员轻松将代码从一个应用程序传输到另一个，并对其进行调整满足特定需求。“您只需要做一些简单设置，不需要修改算法便能适用。” Chai 分析道。

越多的医院使用人工智能算法，数据迭代越多，准确性就越高。随着人工智能不断发展，它将更多地被用来预测治疗结果。

例如，HY 正在开发一套成像解决方案，将能预判一个乳腺癌患者对不同化疗方案的反应情况。它还同时在开发癌症和动脉疾病的预测算法。

“世界各地有许多组织致力于开发预测解决方案和其他新应用。”Chai 说道。“未来，人工智能将对医药领域产生更大的影响。”