限制AI在城市大規模落地的桎梏是什麼？是算力、資料、還是成本？
這些因素的确是擺在AI公司面前的問題，但對于AI的使用者而言，最直接的問題是：如何快速找到适合自己需要的算法，并實作快速部署。
AI産業同樣存在木桶效應。目前AI在安防、金融、交通、醫療等領域已經大展拳腳，并且取得了令人矚目的成績；但在行業中還有大量細小的領域，AI還無法實作全覆寫。正是這些成千上萬的碎片化場景和問題，成為了AI大規模産業化落地的阻礙。
例如，基層管理人員可以利用AI實作對安防系統的智慧化改造，但管理人員還需處理諸如消防通道被占、高空抛物、垃圾桶滿溢等問題。這些問題瑣碎繁雜，但AI市場上卻缺少類似的長尾算法，即便有相關算法，基層管理人員缺乏技術背景，也難以做到快速部署、快速應用。
再例如，“明廚亮竈”工程實施後，雖然已經能夠讓餐飲服務提供者以視訊圖像等方式向社會公衆展示後廚的情況，但如果市場監督管理局還希望實作後廚不規範行為提醒、不規範行為高頻出現餐廳整治，則需要部署未佩戴帽子檢測、工作服檢測、抽煙檢測、老鼠檢測等算法。要想一次性“湊齊”所需算法，市場監督管理部門需要找不同的廠商、管道，不僅費時費力，應用成本也居高不下。
正是這些細枝末節的問題，成為了AI落地的最大阻礙。可見，人工智能要深入到行業，實作更大規模的發展，就必須需要解決AI的長尾應用問題。
為了能讓AI能夠更高效、低成本地滲透到長尾應用中，廣東省人工智能産業協會理事機關——雲天勵飛推出了AI算法服務平台——“深智”。
基于“深智”的AI智能感覺系統
面向數字城市，一站式AI資源配齊
深智是一款面向數字城市領域的平台型産品，包含算法倉庫、算法訓練、智能排程、資料治理等功能子產品，可為使用者一站式配齊算法、算力等AI關鍵資源，實作AI在長尾應用的快速部署，讓城市基層治理工作從人力密集型向技術密集型轉變、從經驗決策向資料決策轉變、從被動響應向主動治理轉變。
該平台有三大核心亮點：
1.N種算法，一次性滿足使用者需求
目前，深智能夠提供視訊圖像分析、語音識别、語義分析、文本分析4大類，100餘種算法，包括道路破損、道路積水、騎電動車不戴頭盔、店外經營、井蓋異常等城市綜合治理、社群管理等領域的長尾算法，可滿足基層城市治理工作的繁瑣需求。
一花獨放不是春，百花齊放春滿園。面對數字城市建設這一龐大場景的數字化、智能化轉型工作，光靠雲天勵飛一家的算法，顯然無法滿足大量長尾場景的需求。是以，深智還向第三方算法廠商開放，既為廣大中小算法廠商提供良性的算法産業生态，又能夠滿足更多使用者對更多長尾場景的AI算法需求。
如果深智提供的算法依然無法滿足使用者的需求，使用者還能夠通過深智訓練自己的算法。使用者隻需在平台中接入相關資料資源，平台可幫助使用者完成資料标注工作，并提供算法訓練工具，讓使用者能夠低成本擷取高品質的算法。
深智可提供上百種長尾算法
2.智能分撥、精準推薦，讓業務自流轉
大家對“精準推薦”都不陌生，無論是網上購物，還是閱讀新聞，大資料總能根據我們的點選情況、浏覽時長“猜”到使用者的喜好并進行精準推薦。
深智的精準推薦有着異曲同工之妙。
首先，在多種算法的支撐下，深智能夠智能分析出城市各場景中存在的問題，并根據部門職責，将問題智能分撥到相應部門，并提醒相關部門解決。
比如，檢測到有道路積水、井蓋異常等情況，則将問題推送到城管；檢測到機動車亂停放等情況，則推送給交管部門。
将任務分撥到各部門後，深智還能夠根據過往業務處理的規律，實作任務的精準推薦。
例如，在公共場合未佩戴口罩、騎行未佩戴頭盔等問題，難以及時阻止和預防，這對業務人員而言，屬于非緊急任務，是以業務處理人員收到類似情況時，并不會立即處理；但對于井蓋異常、煙火警報等危險情況，業務人員會立即聯絡相關人員進行處理。
業務人員在使用深智處理任務的過程中，深智也在不斷“學習”，能夠依據業務部門處置回報效率，學習業務緊迫性和事件處置尺度，更加精準地推薦有效事件，幫助提升業務部門任務處理效率。
3.智能決策，讓經驗決策走向資料決策
除了能夠發現問題、将問題推送至相關部門，深智還能夠輔助相關部門進行決策。
深智能夠快速總結出各類問題的規律，并将規律以資料的形式呈現給業務部門，為業務部門的決策提供支撐。
比如，騎行電動車不佩戴頭盔，一直是讓交管部門頭疼的問題。騎行電動車的人往往是“呼嘯而過”，很難及時提醒未佩戴頭盔的人。但如果放任不管，又會産生極大的安全隐患。
面對這類情況，深智能夠在智能分析的基礎上，找到問題發生的規律，為業務部門提供決策依據。
比如，在某地的應用中，深智發現，不佩戴頭盔騎行的情況集中發生在中午時間段的某條路上，交管部門則根據這一情況，在相應時間和相應地點部署人員，提醒騎行人員佩戴頭盔。在處理這一問題上，取得了良好效果。
提升城市治理能力現代化“利器”
目前，深智已在深圳龍崗、深圳龍華、佛山順德等區域政數局，以及隔離酒店等場景上線，在城市治理、疫情防控等領域取得良好效果。
一是做到了前端資源的共建共治共享。
過去，各業務部門要開展數字化、智慧化轉型工作，往往需要自建一套從終端到雲端的完整系統，不僅前期投入巨大，而且後期容易形成資料孤島。
但應用深智後，政數局或大資料局可以在統籌全市視訊圖像資料基礎上，利用平台的算法對視訊圖像内容進行分析，并将發現的問題智能分撥至業務部門。業務部門需要特殊算法時，也可以在深智上擷取或者訓練，無需另行建設或采購裝置和系統。
此外，通過統一排程算法、算力、資料等資源，可以将各業務部門資料沉澱在同一平台上，未來可以實作多元大資料的分析，讓各業務部門共享資料分析的成果。
二是能夠極大地提高基層從業人員的業務處理效率，節約大量人力成本。
如果依靠人工實時檢視視訊圖像，一個人大約能夠同時看20路視訊，在8小時工作時間内，一周大約能夠從視訊中發現10多個事件并推進處理。
而通過深智實作AI資源的統一排程和供給後，系統可實作全區域視訊24小時不間斷監測，并實時推送事件，将基層從業人員從繁瑣重複的工作中解放出來。
以深圳龍崗區為例，深智日均可發現上萬條事件，并在智能學習各業務部門工作需求的基礎上，日均向業務部門推送一千條事件，讓基層從業人員能夠将更多的精力從發現問題轉移到解決問題上。
三是帶動數字經濟和AI生态圈的發展。
AI是數字經濟發展的核心動能，深智能夠為城市中大量長尾場景提供數字化、智能化轉型的資源，有效推動AI在更多領域和場景的落地。
此外，深智可為廣大中小企業、機構提供零代碼、低成本的算法訓練平台，讓更多缺乏專業AI人員的主體參與到AI的訓練和應用中，推動區域AI産業生态圈發展。
在應用部署方面，深智通過建設中心平台的方式支援市、區的智慧化應用，還能夠通過部署一體機的輕量化方式，快速滿足特定場景對應用智慧化改造的需求。
例如，在隔離酒店等集中隔離場所，可部署輕量化的深智AI算法服務一體機，實作對隔離場所内不規範防疫行為的識别，滿足管理者對業務數字化、智慧化的需求。
自進化城市智能體的核心支撐
雲天勵飛的戰略目标是打造“1+1+N”自進化城市智能體，即1張智能、泛在的感覺網絡，1個自學習、自進化的城市超腦，N個AI賦能的智慧應用。
AI算法服務平台“深智”是城市超腦的重要支撐，能夠通過算法、算力、資料等AI資源的排程，滿足各行業對AI技術的需求，讓AI滲透到城市的各個場景。
雲天勵飛專注于數字城市和人居生活兩大領域，并已落地了一系列産品和解決方案。
如動态/靜态人像系統——“深目”、多元大資料分析系統——“深海”、視訊結構化系統——“深萃”、交通OD分析系統——“深邃”等，以及面向商業、書城場景的商啟系列，面向泛園區場景的元啟系列等。
AI算法服務平台——“深智”是雲天勵飛面向數字城市領域的又一“力作”。
未來，雲天勵飛将繼續朝建設自進化城市智能體的目标邁進，發揮“算法晶片化”和“端雲協同”的優勢，讓AI技術更廣泛、深度服務城市的智慧化營運程序，為AI産業的蓬勃發展貢獻力量。
深圳雲天勵飛技術股份有限公司簡介
雲天勵飛作為業内領先的人工智能企業，以人工智能算法、晶片技術為核心，并具備算法晶片化能力，打造了一系列面向數字城市和人居生活的産品和解決方案。目前，雲天勵飛已在深圳、上海、成都、青島、杭州等數十個大中型城市和諸多項目中實作了人工智能技術、産品和解決方案落地，賦能數字城市營運管理和人居生活智慧化更新。
在AI算法層面，雲天勵飛全面探索AI識别各領域算法，包含動态/靜态人像識别、目标屬性識别、體态識别、手勢識别、車輛識别等，由榮獲國際視覺大賽冠軍的國際資深團隊傾力打造，在多項算法PK賽中獲得第一名。
在AI晶片層面，雲天勵飛AI晶片多次獲得國家級獎項及承擔國家級項目。除挂帥工信部神經網絡晶片項目外，雲天勵飛還承擔了國家發改委、科技部的人工智能晶片重大專項。2018年，雲天勵飛的第二代自主知識産權神經網絡處理器晶片DeepEye1000投片，并于2019年實作獨立商用。