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
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。