對于安防產業(yè)來說，除了每一年一屆的安博會之外，就是各大巨頭自行主辦的各種峰會會議，而海康威視作為全球安防的領頭羊，其發(fā)言更是備受關注。

在今年的智涌錢塘·2019 AI Cloud 生態(tài)大會上，海康威視CEO胡楊忠更是發(fā)表了對安防發(fā)展的看法，同時表示，�？低�視從視頻感知，到智能物聯，再到物信融合，已經成為一家大數據公司。

在此，OFweek安防網對�？低�視CEO胡楊忠的發(fā)言稿做不改變原意的編輯。

以下為胡楊忠在智涌錢塘·2019 AI Cloud 生態(tài)大會的發(fā)言。

胡揚忠：尊敬的各位領導、各位朋友，歡迎大家來到杭州。

現在的杭州就是古時候的錢塘，說到錢塘，很多人都會想起白居易的詩，《錢塘湖春行》，其中有一句：亂花漸欲迷人眼，淺草才能沒馬蹄。說明當時詩人騎馬出游，農耕時代標志性工具就是馬。

18世紀發(fā)明了蒸汽機，第一次工業(yè)革命來臨，人類進入機械化時代，出行的交通工具標志性變化就是蒸汽火車。19世紀發(fā)明了發(fā)電機、電動機，第二次工業(yè)革命來臨，人類進入電氣化時代，出行交通工具標志性變化就是汽車。20世紀發(fā)明了電子計算機，第三次工業(yè)革命來臨，人類進入信息時代，出行交通工具標志性變化就是高鐵。21世紀，物聯網、大數據、云計算，特別是人工智能技術的發(fā)展，第四次工業(yè)革命來臨即將開啟人類智能化時代，出行標志性變化就是對國內交通工具智能化管理，也就是智能交通。

剛才鄭院士展示了自動駕駛，大家對自動駕駛充滿期待。出行只是人類生產生活的一個方面，即將來臨的智能化時代，我們居住的這座城市也將變成智慧城市。智能交通、智慧醫(yī)療、智慧教育、智慧零售、智慧社區(qū)、智能制造、智能家居、智能安防等等，人工智能作為一項技術應用范圍非常廣泛。在智能城市中，智能作為一種能力將賦能所有的行業(yè)，存在于城市的每個地方。也就是說，泛在智能是智能化時代的核心特征。如果說過去人工智能的運用可以看為“X＋AI”，比如設備＋AI、場景＋AI，那么未來，AI將無處不在，和我們的生活、生產方方面面緊密相關。

泛在智能有兩個基本的組成部分，那就是智能物聯和物信融合。物聯網與人工智能的結合，將推動物聯網跨越式發(fā)展，智能物聯是方向、是趨勢、是必然。物聯網實現智能之后，只是單獨服務行業(yè)、服務人類的作用還不夠，也需要與互聯網、信息網緊密結合，才能更好實現與人的全面互動。因此，物信融合是需求，是趨勢，也是必然。智能物聯網將成為智能化時代新的基礎設施，就像當年的鐵路網、電力網、通訊網一樣，智能物聯網的建設、應用、維護將帶來產業(yè)發(fā)展的又一波浪潮。在這個浪潮中最顯著的變化，過去人們用終端上網，未來萬物皆在網上。

智能物聯，簡單說就是有智能功能的物體互聯成網。今年政府工作報告中講到“智能＋”，也就是用人工智能為行業(yè)賦能。對于制造業(yè)，為生產機器賦于智能，是工業(yè)互聯網的關鍵基礎能力。對于交通行業(yè)，為車輛和道路設施賦予智能，是智能交通的關鍵基礎設施能力。對于社區(qū)，為園區(qū)停車場、商超、物業(yè)等各類設施賦予智能，是智能社區(qū)的關鍵基礎能力。智能物體之間的互聯，讓人類生產和生活環(huán)境變成一個巨大的經絡體系，物體世界之間的聯系和協同為智能化時代提供了可能。而智能物體與信息系統之間的聯系，就是要實現物信融合，物信融合是智能化時代的數據經絡。過去，互聯網實現了人人互聯，物聯網實現了物物相連。未來，智能物聯網與信息網將實現充分的融合，而數據是人與物對話的共同語言。

前年，我們提出了AI Cloud是基于云邊融合的網絡架構，通過邊緣節(jié)點、邊緣域、云中心三層有機結合，系統滿足邊緣感知，按需匯聚、多層認知、多層應用的業(yè)務需求。在智能化時代，打通物聯世界和信息世界的是數據，我們構建物信融合數據平臺，實現兩網之間數據打通，為上層應用提供數據服務。從計算的角度看，智能化時代一定是采用云邊融合的方案，AI的智能感知一定是在邊緣計算為主，智能認知會在邊緣域和云中心完成。

一方面，即使云端計算能力足夠強大，但有些數據只需要局部處理、局部應用，不需要把這些數據傳到云中心。如果把這些數據傳到云中心進行智能計算，那么應用的效果反而會降低。另外一方面，由于智能物聯網的規(guī)模過于龐大，把這么多數據都送到云中心是不經濟的，不現實的。帶寬的增長趕不上物聯數據的增長，比如產業(yè)界談到的視頻云，在云端很少處理連續(xù)視頻，主要是在處理已經經過邊緣計算處理過的半結構化數據和視頻片段。從視覺來看，數據是按需匯聚的，只有將物聯網數據按照信息網要求的模式進行組織，并且在信息網中實現融合，才能使物聯數據很好的為信息系統所使用，為用戶所使用。反之，只有結合信息網中應用需求，才能更加有效、有針對性對智能物聯網中數據進行治理和匯聚。泛泛處理物聯數據，應用效果無法盡如人意。

盡管數據是用戶的核心資產，但應用永遠是用戶的出發(fā)點和關注點。只不過過去更多是從應用中產生數據，未來隨著智能物聯網感知到的大量數據，通過物信融合實現和信息網的融合，數據的挖掘、利用將帶來更大的空間。那么我們將迎來數據應用時代，在智能化時代，智能應用將成為重要的發(fā)展引擎。推動數據的匯聚和利用，也推動采集數據的智能物聯網建設和發(fā)展。

當人工智能與物信數據相遇，應用的能力和服務的范圍會得到巨大的拓展，會產生面向兩類網絡、多個層級、多個任務域的大量智能應用。從整體上來看，智能應用可以分為三類：第一類應用在邊緣節(jié)點上，人工智能和單場景數據相結合，實現了感所無感。也就是過去不能感受的，現在能感受到。比如我們感受到在一個場景下過了哪些車，走過了多少人，哪些貨物在貨架上，等等，這是泛在智能感知的重要基礎，是從智能感知到智能應用的小閉環(huán)。第二類應用，在邊緣域。人工智能與時空數據域相結合，實現了知所未知。也就是過去不知道的，現在可以知道了。比如我們知道某一個城區(qū)在過去一個月里面交通狀況。第三類應用，在云中心。人工智能與多維數據相結合，實現了察所不察。也就是過去無法洞察的，現在可以洞察了，這是智能預見能力的重要基礎，從數據匯聚、數據挖掘，再到綜合應用的閉環(huán)。

對數據的應用和分析中可以看出，過去物聯數據相對來講價值密度比較低，某個時間節(jié)點的物聯感知數據包含的信息量比較少。未來，隨著智能物聯網的感知能力提升，以及智能應用需求的牽引，物信數據融合能力增強，數據價值密度會大幅度提高，數據安全和隱私保護需求愈發(fā)強烈。因此，數據保護將愈發(fā)重要。可以毫不夸張的說，數據保護將成為智能化時代的護航之艦。

有權威機構預測，到2020年，全球物聯網設備數量將超過200億，智能物聯網將出現終端數量更龐大、終端類型更多樣、終端性能更強大、網絡架構更復雜、數據內容更廣泛、業(yè)務應用更多元的特點。因此，需要從終端、網絡、數據、平臺、服務、應用等個層面，加強安全防護和隱私保護。在用戶數據安全防護和隱私保護方面，我們將嚴格按照產品和服務所在國家和地區(qū)的個人隱私保護法律法規(guī)執(zhí)行。

多年來在用戶數據安全防護和隱私保護方面，我們在不斷努力。我們的產品通過了多個權威組織的安全認證，成為全球安全應急響應組織First的成員。今天下午，我們也將發(fā)布《安全白皮書》，公司內部制定了用戶數據安全和隱私保護企業(yè)標準，并與所有可能接觸用戶數據的員工簽訂了《用戶數據安全與隱私保護協議》。

為了實現開放融合，我們也建立了自己的開放體系。在產品方面，我們推出了邊緣設備開放平臺。也就是基于設備操作系統的邊緣設備的能力開放，提供AI算法訓練開放平臺，實現了基于自主學習和群智演進的AI算法訓練開放。我們提供螢石開放平臺，實現基于互聯網設備服務和應用能力的開放。我們提供行業(yè)開放平臺，實現面向行業(yè)的基礎設施，數據服務和應用的能力開放。

在服務方面，我們提供一體化運維服務平臺，支持加盟運維模式的一體化運維服務開放。我們提供物聯資源部件評估能力開放，支持更多產品納入評估體系，期望更多的同行共同完善物聯資源能力評估模型。在基礎標準方面，我們將把與合作融合相關的企業(yè)標準體系開放出來。�？低�視自成立起就一直秉承工程師文化，工程師文化就是產品文化，就是工匠文化。

比如我們在黑光相機開發(fā)過程中，不但解決了設計上很多問題。為了保證工藝精度、制造質量，我們還研制了專用的生產設備，歷時五年。再比如車牌識別的研發(fā)，從最早用模式識別的方式來做，到后來用深度學習的方式來做。前后十幾年的時間，從幾個人的團隊到幾百人的團隊。從只支持國內車牌識別，到現在支持一百多個國家車牌識別，我們一直在堅守、堅持以產業(yè)發(fā)展為伴。

17年來，�？低�視得到了眾多用戶和合作伙伴的大力支持和幫助。我們無以為報，只有盡力做好自己的事。這幾年來也和用戶、合作伙伴，以及一些非盈利機構開展一些回饋社會的工作。比如我們與綠色江河環(huán)境組織保護合作，針對斑頭雁的跟蹤保護，將定制視頻產品應用于高寒高海拔無人區(qū)，助力斑頭雁的保護行動。比如我們和英特中國一起，將智能設備應用到東北虎的林區(qū)，助力東北虎的保護行動。心存感恩，回報社會，這些公益活動我們還將繼續(xù)堅持下去。

�？低�視非常幸運在過去這些年得到了用戶伙伴的大力支持和幫助，我們從視頻感知，到智能物聯，再到物信融合，�？低�視已經成為一家大數據公司。在智能化的浪潮中，�？低�視會在用戶的指導下和更多合作伙伴一起迎接智能化的新時代，迎接科技創(chuàng)新者最好的時代。見遠，行更遠。

謝謝。