2025年全球AI攝像頭數(shù)量將達3.5億個
根據(jù)全球技術(shù)市場咨詢公司ABI Research的報告，使用人工智能（AI）芯片的智能AI攝像頭全球數(shù)量在2025年將達到3.5億個，在智慧城市中成為常態(tài)。到2025年，超過65%的攝像頭預計將至少配備一個AI芯片組。
這些AI攝像頭將具有深度學習功能，在諸如智能交通管理、行人流量監(jiān)控和管理、城市安全以及預防性威脅檢測等場景中發(fā)揮作用。
“全球越來越多的地方政府積極尋求使用AI，這促使了采用具有邊緣AI芯片智能相機的熱潮?！盇BI人工智能與機器學習首席分析師Lian Jye Su表示：“除了低延遲之外，數(shù)據(jù)隱私問題也推動了邊緣AI的發(fā)展，因為數(shù)據(jù)可以在邊緣處理而無需將其發(fā)送到云。Ambarella、海思、Intel、NVIDIA、高通和賽靈思是智慧城市領(lǐng)域中一些關(guān)鍵的AI芯片供應(yīng)商。能夠提供始終在線機器視覺的TinyML供應(yīng)商越來越希望能在電池供電的攝像頭、激光雷達、紅外和其他傳感器實現(xiàn)始終在線機器視覺方面發(fā)揮關(guān)鍵作用?！?/p>
目前，這些工作負載中的大多數(shù)工作是由商湯、Ipsotek、icentana和SentryAI等視頻分析供應(yīng)商提供，托管在云中的深度學習模型執(zhí)行，或者由智能相機和網(wǎng)絡(luò)錄像機，如?？低暫痛笕A提供的深度學習推理來執(zhí)行，兩個提供商的方法都有各自的優(yōu)點和缺點。
有兩種技術(shù)都可能會進一步促進基于深度學習的機器視覺的部署。第一個是邊緣計算。這使得可以在網(wǎng)關(guān)和本地服務(wù)器上托管深度學習模型，而不是在智能攝像頭上部署特定的深度學習模型，省去在傳統(tǒng)攝像頭上花費數(shù)倍的費用，并且可以提供比依賴云基礎(chǔ)架構(gòu)更快的響應(yīng)時間。
第二個技術(shù)是5G。雖然到2023年網(wǎng)絡(luò)切片還不能商業(yè)化，但5G的網(wǎng)絡(luò)切片能力允許通信服務(wù)提供商提供專用網(wǎng)絡(luò)資源來承載微服務(wù)，99.9999%的可靠性服務(wù)保證設(shè)備的無縫連接以及在智能城市中支持基深度學習的機器視覺。
Su認為，“向邊緣計算的轉(zhuǎn)變打開了新的市場機遇，特別是對于AI芯片初創(chuàng)公司來說，這些公司更關(guān)注網(wǎng)關(guān)和標準服務(wù)器的處理，如Blaize、Hailo和Kneron公司?！?/p>
盡管如此，仍然存在很大的阻力。在公共場所安裝AI攝像頭的做法面臨著公眾信任和法規(guī)方面的巨大挑戰(zhàn)。世界各地的人權(quán)倡導者都警惕技術(shù)濫用，并一直在反對采用面部識別技術(shù)。在美國議會甚至禁止使用面部識別。作為基于深度學習的機器視覺技術(shù)的主要市場之一，中國一直在嚴格審查其在全國范圍內(nèi)推出的面部識別技術(shù)，以維護國家安全和公共秩序。
“信任是公共安全的關(guān)鍵組成部分。ABI Research鼓勵開發(fā)人員、供應(yīng)商、主管部門和公眾持續(xù)不斷的對話，并引入通用技術(shù)平臺以提高透明度，以及可以減少偏差的AI倫理和治理框架。展望未來，在智慧城市中成功的技術(shù)供應(yīng)商將是那些能夠展示透明且可解釋的深度學習模型的供應(yīng)商，以及那些愿意接受開放和通用標準及道德約束的供應(yīng)商?！盨u表示。
這些發(fā)現(xiàn)來自ABI Research的《基于智慧城市的基于深度學習的機器視覺》 （Deep Learning-Based Machine Vision in Smart Cities）應(yīng)用分析報告。
來源：雷鋒網(wǎng)