2018年5月28日 星期一

.2018\05\28\3S Market Daily 智慧產業新聞


3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊

前瞻基礎建設計畫─數位建設完整版

                                                                                                                                                                                                                 

.歡迎報名【智慧城鄉應用交流分享會】

【科技看非凡】智慧城市熱鬧開展! 規模.攤位數破新紀錄


若您無法看到完整頁面,請按此處:Here




                                                                                                                                                                                                                 

.全球 AI 人才數量 「熱圖」 分析:歐洲是人才聚集地

How to be Ready for Jobs in an Artificial Intelligence Driven World


來源: 前瞻网


AI專家的需求在過去幾年呈指數成長。隨著許多公司越來越多地採用人工智慧解決方案,為他們的企業提供服務,對經驗豐富、受過博士學位和技術嫻熟的人才的需求,不會很快出現停滯的跡象。

The Global University Employability Ranking 2017


Element AI的最新報告,總結了對全球AI人才庫的分布和流動的研究。需要指出的是,儘管這些數據全面呈現了2018年初全球人才的分布情況,但這一分析模型主要以西方為中心,並且主要注重「稀缺性」AI人才的分布。

The Global AI Talent Pool Going into 2018 — jfgagne

在中國地區,目前「30萬活躍研究人員和從業人員中的20萬」已經受雇於該行業。而大約10萬人正在學術界進行研究或學習。但這當中包括了整個技術團隊,而不僅僅是專門訓練有素的專家。

在AI技術人才的範疇中,這份關於人才庫的觀點,仍主要針對西方。對美、德、日、中等主流國家的AI人才數量做了排名,對岸中國排在第7名。



Element AI以領英數據為基礎,發現全球大約有22000名受過博士教育的研究人員,他們有能力在人工智慧研究和應用領域工作,目前只有3074名求職者在找工作。

而在更進一步的「專家庫」裡,目前全球有5400名人工智慧專家,可以擔任全球領先的人工智慧技術會議嘉賓,並且他們大多能夠帶領團隊從研發到應用程序進行突破。


全球AI人才数量“热图”分析:中国全球第7 欧洲是人才聚集地
各國 AI 峰會頂尖嘉賓數量分布


但是,研究中心、私人實驗室、智庫、小型大學和研究所、獨立研究人員和顧問等可能被忽略。

Element AI重點關注了,哪些為企業建構變革性的人工智慧應用程序,需要具備機器學習/深度學習、多年工作經驗、並且能夠在跨學科環境中,協作和發展的團隊。

當前人工智慧就業市場「人才」的嚴重短缺表明,目前還沒有足夠多的人,能夠充分掌握學術研究和應用軟體開發,以協調商業、科學和工程領域。


根據Element AI數據,亞洲國家的研究人員,比美國、英國或加拿大的研究人員要少得多。


全球AI人才数量“热图”分析:中国全球第7 欧洲是人才聚集地
各國AI專家數量分布

近年來,歐洲已經成為AI人才的競爭地點。除前四名外,法國擁有797位候選人和237位專家,西班牙擁有606位候選人和27位專家。

在中國,這一數字只有413名,緊隨其後,291名在新加坡、204名在日本、147名在韓國。

#1 美國
在2.2萬份LinkedIn資料中,幾乎一半的候選人(9,010人)在美國生活和工作。大多數LinkedIn專家,將他們的研究領域列為電腦科學(12,856)或電腦工程(3,879)——不太常見的研究領域包括數學(2,592)、物理(2,157)和IT(1,175)。

在這些專家中,有相當一部分人曾在谷歌(756)、微軟(357)或IBM(265)中工作過,並且有3到10年的工作經驗。

美國在人工智慧人才市場的優勢很明顯。Paysa在最近一份人工智慧人才的研究中發現,近6.5億美元將被用來投入到美國人工智慧人員的薪水上,同時還與幾家巨頭公司,一起籌集額外10億美元,以推動人工智慧的發展。

#2 英國
英國有1,861名AI人才候選人,以及269名專家人才,居總榜第二名。《衛報》指出,由於英國工業所需要的人才供不應求,AI教授都紛紛進入了工業界。

#3 加拿大
加拿大的研究人員數量排在第三位,這使它成為美國的有力競爭者。有1154個高層檔案顯示他們擁有AI技能。加拿大蒙特婁堪稱這一領域的佼佼者——Facebook、谷歌、Uber、三星、DeepMind都在那裡設立了實驗室,而多倫多、艾德蒙吞和溫哥華緊隨其後。

#4 德國
由於有276位AI專家這樣強大的學術存在,德國一直在考慮如何將AI技術商業化,建立新興的技術中心。比如德國南部的矽谷,正在尋求給工業界和學術界一個共同的成長空間。


#7 對岸中國
美中經濟與安全評估委員會,在其2017年年度報告中表示,「中國政府已承諾提供超過70億美元的人工智慧資金,深圳等城市準備為人工智慧創業提供100萬美元。」

報告重點提到了BAT三大「人工智慧的全球領導者」。另外,中國政府對AI行業的支持功不可沒——去年7月,中國國務院計劃在未來幾年內建設一個價值1500億美元的人工智慧產業。


另一方面,中國最近人工智慧相關論文發表的數量領先於美國。

                                                                                                                                                                                                                 

.你還在跑現場重啟網路攝影機嗎?雲端管理交換器,讓你用APP一指搞定

Managing Your Network With NETGEAR Insight  Business


你還在跑現場重啟網路攝影機嗎
雲端管理交換器,讓你用APP一指搞定

IP 攝影機早已是現在辦公中的必要設備,不過現在 IP 攝影機主要靠乙太網路供電(PoE),三不五時就會斷電,這時候MIS人員只要過去重新開機,設備就可以重啟運作,不過一趟過去常常只是簡單按個鍵,就可以完成的工作,一來一往難免會耽誤到工作,而且在上班時間也就算了,如果是下班或假日遇到這種狀況,MIS就必須跑回公司,難道真的沒有更好的方法?

MIS的時間真的要浪費在這上面嗎?




手機一滑系統重開 輕鬆搞定IP Camera
其實可以不用這麼累,用一套設計完善的網路設備雲端管理平台,就可以輕鬆管理 IP攝影機,甚至只要有 IP位址的辦公室設備,也都可以一併納入,透過網路設備雲端管理平台,管理者可以不受時間與空間的限制,只要手機能連上網,就可隨時掌握攝影機的所有狀況,並且可透過遠端監控,管理和維護監控攝影機,MIS不必再來回奔波,用手機就可以一指搞定。

NETGEAR Insight雲端管理平台 提升效能就是這麼簡單
作為全球網通設備領導廠商,NETGEAR充分考慮到物聯網時代的網絡需求,開發出網路設備雲端管理平台—Insight系列產品,使用者只要用手機APP掃描交換器QR code,就可以遠端管理設備,現在IP攝影機無預警關機,MIS再也不必親自到場,拿起手機一滑就可以重新開機,大幅提升管理效能。




                                                                                                                                                                   

.詳解中國各家人臉辨識主流的技術特點及未來的發展趨勢

Next-Level Surveillance: 
China Embraces Facial Recognition




來源:OFweek人工智能网

近幾年,人臉辨識技術在安控領域得到了廣泛應用,隨著技術的不斷發展,它離我們的日常生活越來越近,手機、商場、公園等都可以看到它的身影。

據相關分析報告顯示,預計今年起人臉辨識市場規模將保持20%左右的增速,到2022年,全球人臉辨識市場規模將達75.95億美元。可以說,未來幾年將是人臉辨識技術成熟與普及的關鍵之年。

  
人臉辨識:是一種基於人的臉部特徵資訊,進行身份辨識的生物辨識技術。它用攝影機採集含有人臉的圖像或視訊流,並自動在圖像中檢測和跟蹤人臉,進而對檢測到的人臉進行臉部的一系列相關技術。

中國主流的人臉辨識企業與特點
目前在全球範圍內,從事人臉辨識技術的企業很多,國際上知名的有google、facebook、史丹佛、卡耐基等;中國這些年也湧現了很多實力派,如海康威視、科大訊飛、商湯科技、雲從科技等。

中國這些主流的人臉辨識企業,技術方案各有特點。如海康威視的人臉辨識技術,其人臉辨識系統在辨識準確率上,非常不錯,前端智慧-深眸、分布智慧-超腦NVR、中心智慧-海康臉譜,均融合深度學習算法,前後端深度智慧為人臉大數據應用提供有力支撐。

人臉辨識系統廣泛應用於智慧城市、交通樞紐、智慧醫療、商業連鎖、銀行、學校、園區、邊檢等各行各業。


科大訊飛的人臉辨識技術
在準確率上做了很多突破性研究,其離線人臉辨識和視訊流檢測技術也頗有亮點,離線人臉辨識在檢測到的人臉框中,進一步定位人臉的五官和輪廓位置,目前採用關鍵點21點模型定位位置,人臉關鍵點的平均精確度高達96%

視訊流人臉檢測和關鍵點檢測、靜態圖片中人臉檢測支持離線狀態下使用,在提高響應時間上表現出色,此項技術可用於圖片編輯等領域。

其人臉辨識技術在考勤系統、遠端認證、門禁系統、娛樂應用等眾多領域廣泛應用。


商湯科技的人臉辨識技術
表現在對視訊流人臉校準方面,準確度和延遲都很好,人臉識別算法也是其優勢之一。據記者獲悉,商湯科技曾在國際權威人臉數據庫LFW中,其人臉辨識準確率首次超越人眼。

針對安防領域,它推出了靜態人臉比對系統 Sense Totem (圖騰),以及動態人臉比對—SenseFace。

圖騰是一套以圖搜圖系統,可通過採集監控錄像中的人臉截圖,比對搜索目標庫中標準人臉照片,幫助刑警快速確認涉案嫌疑人員的身份,而SenseFace用於在飛機場、火車站等公共場合的大規模影像監控系統中,即時的大庫人臉辨識,可提供在監控影像中,即時拍攝人臉、屬性辨識、重點人員軌跡還原等功能。

其人臉辨識技術除了應用在金融、門禁、無人駕駛等,如小咖秀、熊貓直播等,這些熱門應用所提供的,各類臉部AR特效,背後都來自商湯提供的技術支持。


雲從科技的人臉辨識技術
雲從科技的人臉辨識技術很有特色,其人臉辨識技術採用結構光活體防攻擊檢測,在提升準確率上有很好的效果。結構光技術」的3D人臉辨識系統在精確度、響應速度與活體檢測方面,得到了革命性突破。

3D結構光人臉辨識技術,能夠廣泛的應用在物聯網、行動手機網、銀行、安控、交通等,各個需要人臉辨識的場景,可以更好的提升攻擊預防效果,全面提升人臉辨識準確度,結合雲從最新的算法,能夠在一千萬分之一誤識率,下達到99%以上的準確率。

其人臉辨識技術廣泛應用於銀行、警偵系統、商場等,並與中國的公安部、國有大型商業銀行、證通股份、民航總局建立聯合實驗室,推動人工智慧產品標準的建立。


當前中國人臉辨識技術在市場普及上面臨的痛點
就當前人臉辨識最普及的領域而言,安控、銀行和警偵系統上應用最廣。未來人臉在很多領域都可以大放異彩,這取決於技術的突破與創新。就中國當前的現狀而言,人臉辨識在市場普及上面臨著兩大痛點。

1、商業模式有待改進
一項新技術的普及與很多因素有關,作為企業而言,成本控制與盈利才是其目的。而人臉辨識技術門檻高、投入大,短期內的應用場景又很有限,因此很多企業在佈局上,顯得猶猶豫豫,想讓人臉辨識技術像網購一樣進入千家萬戶,一個好的商業模式至關重要。(對岸的人,還真有想像空間)

在普及人臉辨識技術上,中國很多公司也做了很多努力,如百度曾推出過一個叫臉優的產品,它是百度在人工智慧技術上的一個嘗試性應用,有人認為這個應用的推出,讓手機APP從「模式時代」突破到「術時代」。 

因為該應用連接的,不只是用戶與未來的商業模式,更多的是連接了百度的人工智慧以及人臉辨識等技術,有著足夠高的技術門檻,實現難度大。阿里巴巴、騰訊等互聯網巨頭也曾嘗試基於人臉辨識技術的商業變現,但效果均未達預期。
2、當前的人臉辨識技術仍有進步空間
當前的人臉辨識系統主要包括四個組成部分:人臉圖像採集及檢測、人臉圖像預處理、人臉圖像特徵提取,以及匹配與辨識。隨著未來數據的成長,在數據匹配,將面臨著更大的挑戰。

人臉辨識用途很大,但目前人臉辨識技術有很多不足,如對周圍的光線環境敏感,可能會影響辨識的準確性,在面對黑暗、相似等複雜場景,辨識率表現不佳。

近幾年雖然中國企業在人臉辨識技術取得了一定的成績,但還是有很多方面需要努力,如透過車窗玻璃辨識人臉、夜間辨識、紅外線辨識等這些技術仍待企業去研發。


當前人臉辨識技術可從哪些地方改進
人臉辨識技術要取得進步,這得從它的幾大關鍵技術點上尋求突破,人臉辨識的幾大關鍵技術包括:

基於特徵的人臉檢測技術—— 透過採用顏色、輪廓、紋理、結構或者直方圖特徵等,進行人臉檢測。

基於模板匹配人臉檢測技術—— 從數據庫當中提取人臉模板,接著採取一定模板匹配策略,使抓取人臉圖像與從模板庫提取圖片相比對,由相關性的高低和所匹配的模板大小,確定人臉大小以及位置資訊。

基於統計的人臉檢測技術—— 透過對於「人臉」和「非人臉」的圖像大量蒐集構成的人臉正、負樣本庫,採用統計方法強化訓練該系統,從而實現對人臉和非人臉的模式進行檢測和分類。


從技術層面,人臉辨識改進的辦法,可從上述三個方面。任何一個細節技術的突破M都可能帶來辨識率的提升改進。

除了上述三個技術層面改進人臉辨識,也有很多上游企業在做人臉辨識技術改進的研究,如透過在零組件上的改進,提升人臉辨識準確率。

用於用戶臉部或眼部的紅外線補光光源,不但需要足夠亮而且要均勻,這對於人臉辨識和眼部跟蹤系統而言尤其重要。歐司朗最新的Synios P2720使用波長為940 nm的紅外線,可減少紅爆。之前紅外攝影機對850nm的紅外線光源有著最好的靈敏度。

據OFweek人工智慧網瞭解,這款IRED專為二維人臉辨識而設計,是歐司朗光電半導體的現有生物辨識產品線裡的最新成員。
人臉辨識主要的研究方向及發展前景
隨著大數據、共享時代的來臨,數據安全問題也越發被重視起來,以人臉辨識為代表的新一代技術革命已經展開。這些對技術的要求越來越高,既要求數據的準確性,又要保證數據的安全性,人臉辨識在這方面大有可為,作為行業的主力軍,企業的技術實力與創新能力決定著整個產業的走向,任何一點點技術的創新都可能帶來行業的變革。

未來人臉辨識的主要研究方向,將圍繞目前面臨的一些問題,如人臉臉部結構的相似性、人臉的姿態、年齡變化、複雜環境的光照變化、人臉的飾物遮擋等。

人臉辨識的發展,並非只受制於自身的技術,與整個產業息息相關。為了讓人工智慧早日普及,很多企業也在積極佈局人臉辨識,這其中既有BAT互聯網巨頭,也有為人臉辨識提高光學元件的企業等。

馬雲投資人臉辨識技術公司曠視科技與商湯科技騰訊成立優圖實驗室,專注於圖像處理、深度學習等領域開展技術研發百度也成立了人臉識別團隊,研發核心技術。


近日,光學巨頭歐司朗收購美國企業Vixar Inc. 加強3D臉部辨識技能,積極改進人臉辨識技術;透過引入Vixar在垂直腔面,發射雷射器(VCSEL)方面的技術,歐司朗將掌握更多包括超精密3D臉部辨識在內的安防技術,這些技術不但能用於解鎖智慧手機和消費類電子設備,還能應用於需要更高安全訪問控制的工業領域。

依託於物聯網與人工智慧的快速推進,人臉辨識應用場景會越來越廣泛。隨著他們國家科研機構的研發投入、企業對技術的鑽研、市場的推廣等,這些都將是人臉辨識美好前景的徵兆。據業內分析人士認為,未來人臉辨識或成為有效身份識別主流,屆時,人臉辨識就不是什麼新鮮詞了。