作者:昆腾监控与安全解决方案副总裁 Wayne Arvidson
对于2016年安防监控行业面对着怎样的挑战,昆腾有着怎样的预测?
1. 更加智能、更加清晰的摄像头、更大范围的主流应用意味着更多数据需要管理
先进的视频监控已不再专属于国家安全。大学、市政、学校和商业企业都在采用具有更多传感器、更广的全景以及更高分辨率的摄像头。此外,这些企事业结构希望通过摄像头本身内置监控功能,比如:数据压缩、流媒体、存储、分析等等,获得更大的价值。高清摄像头的商业化意味着价格将持续降低,更多企业机构将从模拟和标清摄像头转向高清摄像头。2016年,高清摄像头将大幅增加,我们将看到摄像头数量达到峰值,从而导致需要管理的视频数据呈指数激增。
2. 为了更好地执法,可穿戴摄像头已普遍使用,存储挑战也随之出现
2015年部署了大量可穿戴摄像头的试点项目。2016年,随着有关部门意识到证据和公共安全的价值,我们将看到更多可穿戴摄像头的普及,素材保留时间也将更长。由于更多分析功能融入摄像头本身,如果没有良好的数据存储策略,网络视频录制质量将受到影响。目前,许多执法部门和机构仍然苦于管理这些海量的新数据集。执法部门必须更好地了解并部署正确的存储基础架构,才能支持可穿戴摄像头的海量部署。2016年,政府和执法机构的IT管理者将进一步分析如何管理可穿戴摄像头生成的与日俱增的数据,这将成为持续性的工作。
3. 监控分析和商业智能将联手
2016年,执法和私营部门将进一步明确,视频监控信息不仅对于安全有用,对于支持未来的业务决策也大有用处。明年,我们将看到更多企业成功利用视频监控数据赚钱的例子。从零售到货运和物流,更多公司将发现其视频数据背后隐藏的财富,从而紧缩供应链,并保持货架充足供货。要想把不同文件类型的海量数据集整合到一个通用分析引擎中,需要经过深思熟虑,部署有针对性的存储基础架构。
4. 分层存储是最佳的选择
2016年发展趋势提高了对更多视频数据存储的需求,并且需要保留更长时间。曾经安装独立系统,并作为一个单独的业务线来运营的安全经理,将需要与其数据库首席管理员合作,以应对整个企业所需要的越来越多的视频应用。管理这些新的视频数据可能成本很高,会很快耗尽网络性能。企业IT部门必须做好准备,通过可支持数据的轻松访问,整体拥有成本最低的架构,来满足不断变化的视频需求。由于传统方案面临支持越来越多的、拍摄更高分辨率画面的摄像头,以及进行更加复杂的分析,为了进一步的可持续发展,带有磁带、磁盘和云存储组合的分层存储将日益成为最合适的解决方案。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。