专访共达地李苏南：用AI生产AI，让智慧社区更“智慧”

李苏南：共达地作为人工智能自动化开发训练平台与技术服务提供商，我们深耕智慧社区领域的核心能力是视觉AI，核心AI技术便是AutoML——自动机器学习。

这是一个自动生产算法的平台，AutoML平台最大的不同是能够“用AI生产AI”。

过去绝大多数的厂商还是在用人工来生产AI算法，比如说需要 AI工程师、数据科学家、产品经理甚至是硬件端的嵌入式工程师一起合作，一般来说，这是一个至少需要10~15人的团队。

而基于AutoML平台，共达地能让用户企业无需构建专业AI团队，即可获得生产与部署AI的能力。

简单来说，用户只需要在平台上做两件事，一是定义好需求场景，比如说在智慧社区里面它可以是高空抛物、垃圾满溢识别、保安的离岗识别、遛狗牵绳的识别等。

二是数据迭代，数据的更换可以由一线市场人员来完成。当两个动作完成后共达地的AutoML平台会自动化生产出相应的AI模型。

而AutoML平台的价值主要体现在能帮助用户最大化实现降本增效。第一是生产AI算法的效率提升。过去生产一个算法大概至少需要3~6个月的时间，一位工程师一年可能做出来3～4种算法，现今AutoML平台可以把生产时间缩短到1～2周之内，生产效率大幅度提高。

第二是生产成本的大幅降低，相比于传统的AI工程师去生产算法，使用共达地AutoML平台，这个成本可以降低90%左右，能实现10倍的效率提升。

第三是低门槛的交付与创新。

随着智慧社区的碎片化场景越来越多，现今常用的人脸识别、车牌识别这两种算法已经无法充分满足于细分场景的应用，而过去很多系统集成商和ISV（独立软件开发商）想在智慧社区项目上搭载创新型AI算法是比较难的，但现在跟我们合作的ISV（独立软件开发商）光用在智慧社区里面的算法就能达到上百种，AutoML平台让AI算法真正做到了低门槛交付和创新。

李苏南：对于新事物的推出，任何企业都会面临市场学习、启发的成本的问题，就包括现在我们在实际项目的讨论过程中也会遇到一些客户经常性询问“算法能不能做？”的问题。

这种问题这里面分为有两种情况，一种是面对市场上已经存在的相较成熟的算法，如果替换成我们平台生产的算法，是否能达到降低成本的效果，包括如何去帮助客户实现可靠的落地。

而第二种则是针对细分场景来实现创新的应用。比如此前我们有一个客户，他提出希望用AI算法来识别建筑有多少层，然后每一层有几户装了玻璃，通过识别多少层楼装了玻璃，客户就可以按照建筑进度给供应商打款，这个就属于创新的应用场景，遇到这种情况，市面上通用的传统算法模式就无法满足此类客户的需求。

虽然算法最终是靠AutoML平台自动化生产的，但前期我们也会人为的赋予客户更充分的安全感，团队要跟客户一起去分析实际应用场景，针对AI实现的可能性，建设性分析项目使用过程中将面临哪些挑战、哪些难度、包括怎么去采集数据，怎么去部署摄像机，安装角度怎么设计等。

我们要尽最大力量直观向客户呈现共达地AutoML平台到底能给他带来什么价值。

李苏南：针对老旧小区的改造，第一个特点是客户都会关心新建设能不能实现利旧。

比如说老小区可能在几年前就已经部署过视频监控的系统了，那象征着“智慧”的新搭载的AI算法它对这个摄像头设备有无高要求，对现场环境有无要求等。

在这种情况下，共达地生产的算法优势就在于对视频采集设备相对来说是比宽容的，原则上来说算法只需要明确，在这个画面里面用人眼能不能识别出物体，就可以了，能够通过画面上的典型的像素的变化来判断出物体的形状以及运行轨迹，对于老旧小区而言，这个程度就可以做到一个比较有效的识别了。

第二个特点就是服务的升级。其实就是怎么样为社区里面的人提供更高效、更贴身的服务。

传统上来说，老旧小区它更依赖于人工的方式去提供服务，比如说需要保安和网格员较深度的参与小区的日常管理，但老旧小区的物业管理水平较低，成本预算相对来说又比较的稀缺，很难靠雇佣人力去升级完成高效、贴身的服务，这里面就存在需求与供给的不匹配的矛盾。而AI就可以很大程度上去缓解这个矛盾。

我们曾经就对接过某个街道单位的需求，他们分析过一个典型的网格员日常需要做305件工作，比如说去看社区里面的垃圾有没有倒、灭火器有没有放好、商铺有没有违规经营、车辆有没有占道等等，但在老旧小区，由于物业管理水平不高，所以往往相关违规的行为出现却没办法得到及时处理。经过充分的沟通，共达地成功用AutoML平台自动化生产出来的AI算法有效解决了该街道单位的痛点，让该区域的网格员不需要24小时巡逻，通过每天接收相关推送报警就能知道哪里出了违规现象。

AI赋予了社区很多活力，这也是为什么现今的社区需要建设得“更智慧”。

CPS中安网：如今关于智慧社区建设的相关政策正在逐步完善，您如何看待政策利好的现象？

李苏南：我们也是比较关注现阶段一些相关政策的，政策的完善代表了国家对智慧社区建设的重视程度，当然制定到发布到实施，这也需要一定的时间。

从现状来看，目前智慧社区领域的AI板块还是面临着没有标准的现状，这也意味着随着智慧社区建设项目数量和项目金额的上升，不少企业都想在这个领域瓜分一定的市场份额，而无标准的市场状态便容易出现良莠不齐的现象，这将导致智慧社区领域的AI板块出现两种不太正向的情况。

第一种是大家都依靠以往经验或者通过揣测同行动作来进行项目的承接及落地，市场容易出现项目跟进分配不均，加大市场竞争。

第二种则是项目在验收阶段，可能会因认知上的偏差，导致项目验收失败，因为AI本质上它不是一个是有明确规则和指标的东西，AI是需要通过深度学习和概率来解决问题的。

也正是基于这种现状，所以我们目前阶段也在跟行业中很多的标准组织协会、相关研究院去合作，希望能针对垂直行业发布一些权威性标准，一起助力行业向更好方向发展。