人工智慧

安全、效率與平等：現代城市所有的優先要務。電腦視覺在實現這些目標時該扮演什麼角色，系統整合商又能如何利用最新技術協助城市升級基礎架構？

我們先從顯而易見的部分說起：光是在全市安裝數千部攝影機還不足夠。即使有配置大量工作人員的指揮與控制中心，安全人員必須查看的串流還是太多，為了採取立即行動而待分析的資料依舊過於龐大。雖然 AI 可減輕負擔，但是公民自由方面的疑慮卻使得情況複雜化。

解決方案就是將機器移至邊緣。AI 可以在邊緣即時分析事件，有助於急救人員迅速採取行動，防止犯罪、意外與交通問題等。此外，必須採取行動之前，不需要將識別個人身分的資訊傳送至指揮中心，有助於保護隱私。

更棒的是，高效能邊緣裝置能在現有系統加入智慧與功能，並且提供聲音、嗅覺和其他環境因素的多感官覺知，對於系統整合商（SI）及其城市規劃客戶來說是一大益處。

系統整合商若是瞭解 AI 和可行深入分析之於智慧城市的重要性，也知道哪些技術解決方案最適合提供這類分析，就能夠領先群倫。對於需要任一部分協助的整合商來說，解決方案集合商擁有他們需要的專業知識、資源與供應商人脈。

結合 AI 與多感應器分析

iOmniscient Corporation 是採納這個新方法的領頭羊。該公司的 IQ Smart City Solution 擁有專利的自動化回應能力，超越基本的電腦視覺。此系統可同時對多種資料採取動作，以分析意外發生的瞬間、自動找出最靠近的合適處理人員，並引導快速的動作。

以下的範例可讓您瞭解此解決方案如何自動帶出一系列事件：系統的交通管理功能偵測到一場車禍事故。系統也注意到車輛著火了。隨即會找出最靠近的警車，透過事件的影片回報此事故，並提供關於位置的詳細資訊。

鄰近的消防隊與救護車也會接獲通知。使用這個系統的城市能夠將回應這類事故的時間縮短，原本是平均 25 分鐘，現在則是 5 分鐘不到。

此系統的核心是一系列廣泛的 AI 軟體建構模塊，經過互相結合，為特定應用提供安全解決方案。

該解決方案能瞭解車輛與人的行為，同時保護隱私。此外，識別系統還能以最低解析度提供準確的結果，即使是擁擠的情境也不例外。iOmniscient 共同創辦人兼董事總經理 Ivy Li 表示：「傳統解決方案需要介於 60 至 100 的像素，但我們的演算法利用低達 12 至 22 像素即可達到高準確度。」

該解決方案結合了規則型的啟發法與深度學習演算法，取決於最適合的環境而定。

「深度學習固然能極為準確，但也有其缺點。學習必須由您執行，而且過程耗費大量運算能力與時間。」Rustom Kanga 博士說明。「儘管啟發法是非常輕量的運算過程，但是卻能以宛如人類思考的方式運作。我們混搭這些和其他技術，產生準確且符合成本效益的結果。」

位於邊緣與雲端的分析能力

軟體可在集中式、分散式或混和式的架構中運作，如圖 1 所示。

專為滿足多個利益關係者所設計，可提供中心化或去中心化的報告。舉例來說，街上的警察可能需要具體可行的資訊，而作業人員則需要全系統的觀點。

「我們透過將感應器資料即時轉換為文字來進行報告，」Kanga 博士表示：「比方說，在擷取到的影像中，我們發現一位穿藍色衣服的男性在長椅下放了一個包裹，然後離開。系統會轉譯影像，並將這樣的活動轉換為文字格式。一旦轉換為文字，便能在任何的大數據引擎中進行分析。」

該系統採用 Intel^® 技術，能讓任何 IP 攝影機搖身一變為在邊緣分析視訊的智慧型攝影機。

Intel 是這個解決方案的關鍵部分，包括從位於攝影機位置的 NUC，到雲端的高效能伺服器等。「我們使用 Intel 處理器，因為它們具有非常好的核心技術，可向上與向下相容，並且可靠、強固，還能擴充，」Dr. Kanga 說：「除了其他工具，我們還使用 Intel^® OpenVINO^™ 工具組進行深度學習。」

城市規劃人員、急救人員與安全管理人員意識到，必須採取更有效的方式，才能保護人員、地點和物品。iOmniscient 這類公司正在全球推出創新的物聯網與 AI 技術。

系統整合商為了城市規劃客戶部署這類技術時的成果如何？客戶可獲得即時事故偵測與及時的回應與解決。系統整合商則是能獲得回頭客的業務。