2020年8月6日，在ASPENCORE集团举办的第二届国际电子产业链资源对接大会上，中电海康集团有限公司产业总监申强给大家作了题为《物信融合——物理世界与信息世界对话》的主题演讲。
大概在短短两三百年时间里，出行工具从马车逐步发展到蒸汽时代的火车、电器化时代的汽车，再到现在的高铁，现在正在往无人驾驶的智能化汽车方向发展。
身处当时的时代背景，在当局者的角色里，很难看到未来发展的趋势。当汽车第一次出现时，所有的马车用户不会觉得它代表一个未来。当时的汽车结构特别复杂，故障率比较高，能源效率低，速度慢，价格昂贵，它唯一的作用彰显身份。随着技术的发展，发展的结果大家都知道了。
作为一个创新的公司，应该跳出时代的局限，对物联网的发展做前瞻性的思考和探索。
申强介绍说，中电海康在研究物联网视频的发展时经历了三个阶段：看得见、看得清、能思考。
最开始做视频监控时，受制于各种硬件、软件技术瓶颈，加上当时网络传输以及存储条件都不成熟，所以能看见就行。申强表示，中电海康的核心竞争力是利用压缩算法，在传输和存储过程中把视频容量压缩到最小。
第二阶段就是让画面看得清。随着传输和存储技术的进步，利用光学技术及叠加算法，在伸手不见五指的情况下仍然能还原画面的主体和呈现的色彩。
第三阶段，会思考。例如，黑夜里黄色的路灯下停了一辆车，眼睛虽然识别出的颜色是黄色的，但人脑会根据经验迅速纠正这个错误，判断出这其实是一个白色的车。虽然这对计算机来说是个难题，但得益于人工智能技术的进步，摄像头也逐步可以做到会思考了。
信息论之父香农说过，信息的本质是消除不确定性。
例如，近些年一直大力推广的智慧城市建设就是通过获取更多相关性的信息，来帮助管理者作出更精准的城市规划，进行下一个决策。
在实现一个目标的过程中，有很多的不确定性。理论上来说，如果把所有的不确定性都消除了，这个目标肯定可以实现。实际上这是做不到的，现在能做到的只是尽可能消除不确定性。
什么样的信息才能做到这一点？在智慧城市建设里，叠加了更多相关性信息。首先，必须获取更多相关性信息来消除这个不确定性。然后就是要进一步剔除无用信息和干扰信息。
“中电海康根据自己在视频领域产业化发展的历程以及对信息理论的一些思考，提出基于AI Cloud技术的物信融合，让物联网和信息世界结合，获取更多相关性信息。”申强说。
物信整合依靠人工智能以及从边缘节点、边缘域到云中心的架构，剔除里面的无用和干扰信息，从而针对不同的行业客户或者终端客户，让他们得到所需的信息。
最早是把所有的视频数据直接传到云中心，由于视频数据量比较大，占用的传输和存储资源都特别大，所有的存储和计算压力在云中心。设计这样一个三级架构，把部分计算资源分配给边缘域和边缘节点，使边缘节点的终端视频设备不仅拍摄并存储视频，同时还有一定的计算能力，可以直接从看到的画面中提取一些关键信息，从而在节点上就可以提供一些简单的解决方案。结合到边缘域，就结合了时空性的数据关联。
例如，对于原来的视频监控，一个摄像头只看到一个固定的画面。如果有一辆车在整个城区我行驶，就没有办法把所有的摄像头信息关联起来。边缘域就解决了这个问题。搜索一辆车的路径，经过的所有摄像头的信息就调出来了。
人工智能对视频的意义非常重大。我们所获得的初始数据相当于冰山，怎么样把它提供给不同行业的终端客户？视频数据是非结构化的，现在基于人工智能，也可以将视频数据结构化，从而将视频数据提供给不同的客户。
对于人脸识别、车牌识别、人体识别等应用，原来只是简单地记录下来，提供不了任何关键数据，现在拍到人脸就可以判断出年龄、性别、表情等，还可以针对一些关键场景作出判断，例如是不是有剧烈运动，人员是不是有徘徊，人数是不是异常，间距是不是合理等。原来依靠监控人员紧盯监视器来看是不是有状况发生。现在的视频在发生异常时会主动上报数据。这就是人工智能给视频结构化做的最大贡献。人体识别包括一个人的穿着打扮及衣服的颜色、头发长短等；车牌识别包括车牌识别、车辆品牌识别、车型识别、车身颜色识别、有没有系安全带，有没有挡遮阳板，开车有没有打手机等。
人工智能的应用大大提高了物联网数据的价值，使得可以提供更多更有意义的数据，产生更多的价值。
在AI Cloud数据融合平台中，边缘节点可以提供单场景的应用，边缘域可以提供时空域的应用，云中心可以提供宏观综合的应用。
AI Cloud的整个架构设计也考虑了安全性，设计了数据的溯源以及数据血缘管理相关功能。
在这个万物互联的时代，愿产业链上的所有合作伙伴都能作为技术浪潮里的见证者，参与到这场技术变革之中，在演讲的最后，申强表达了这样的愿望。
最前沿的电子设计资讯
