当摄像机无处不在的今天，海量图像海量存储成为常态后，带来的问题是巨大的存储空间需求和大量的人力浪费。随着需求的不断成熟，越来越多的人意识到算法才是视频的核心，如何盘活海量视频资源，让其被动采集转为主动识别，从单一采集成像单元变成具备分析处理能力的感知单元，这是AI智能企业的使命。

从传统视频向AI视频的过渡升级，一大批厂商乐此不疲，前赴后继。从龙头大商到各类大小厂商，大家瞄准这一赛道投入研发，不断突破技术瓶颈，给这个行业奠定了牢固的底座。但在行业应用方面，不菲的算法成本、巨大的算力需求、差强人意的准确率成了阻隔AI应用落地的三座大山。另一方面对算法企业来讲，数据来源有限，算力芯片和算力卡的成本居高不下，算法训练枯燥复杂等等，也着实让这个外表看来“高大上”的行业变成了一项苦活累活。

华安泰就是在这样的背景下，开启了AI视频算法应用的征程，为了让行业用户真正用得起AI算法，我们是认真的。2019年伊始，我们开始双线并举，在国外和国内两大算力硬件体系上进行算法开发，在算力消耗这一关健指标上持续发力，没办法主导硬件厂商的价格我们就最大程度发掘硬件本身的能力，将算力能力发挥到极致从而摊薄算力成本。可喜的是，在各路工程师呕心沥血般的努力下，我们单卡运算能力从最初的几路视频到十几路，再到几十路，终于到现在的一百几十路。这是行业的进步！

AI人工智能当下还处在起步阶段，光鲜的背后隐藏着艰辛的汗水和执着。一个识别准确率的问题又不知难倒多少行业大佬、英雄好汉，误报频发、漏报不断让少则上万，多则几十万的系统变成摆设。如何解决这一问题，还是要从源头开始。

从数据采集→处理→训练→推理，这是一个冗长的过程，类似一条流水线，从品质控制的角度来讲，生产线上任何一点出现缺陷，最后都将导致输出不良品，这条生产线越长，不良品造成返工带来的损失就越大。如果说人脸算法是大批量生产，那么大量细分应用场景的算法就是专业化定制，两者情形不同，生产流程自然不同。华安泰与华为最新的测试报告，算法准确率达到95%以上（超过达标线86%，整整9个百分点），误报率5%以下，漏报率2.5%。这一结果证实了我们小场景定制训练的方法是高效和高质的。

结语：AI智能不该高高在上遥不可及，更不该曲高和寡孤芳自赏，而应走入寻常百姓家，为更多人服务普惠众生。风起于青萍之末，浪成于微澜之间，任它云卷云舒，最后还是要落地为王。