限制AI在城市大规模落地的桎梏是什么？是算力、数据、还是成本？
这些因素的确是摆在AI公司面前的问题，但对于AI的使用者而言，最直接的问题是：如何快速找到适合自己需要的算法，并实现快速部署 。
AI产业同样存在木桶效应。目前AI在安防、金融、交通、医疗等领域已经大展拳脚，并且取得了令人瞩目的成绩；但在行业中还有大量细小的领域，AI还无法实现全覆盖。正是这些成千上万的碎片化场景和问题，成为了AI大规模产业化落地的阻碍 。
例如，基层管理人员可以利用AI实现对安防系统的智慧化改造，但管理人员还需处理诸如消防通道被占、高空抛物、垃圾桶满溢等问题。这些问题琐碎繁杂，但AI市场上却缺少类似的长尾算法，即便有相关算法，基层管理人员缺乏技术背景，也难以做到快速部署、快速应用。
再例如，“明厨亮灶”工程实施后，虽然已经能够让餐饮服务提供者以视频图像等方式向社会公众展示后厨的情况，但如果市场监督管理局还希望实现后厨不规范行为提醒、不规范行为高频出现餐厅整治，则需要部署未佩戴帽子检测、工作服检测、抽烟检测、老鼠检测等算法。要想一次性“凑齐”所需算法，市场监督管理部门需要找不同的厂商、渠道，不仅费时费力，应用成本也居高不下。
正是这些细枝末节的问题，成为了AI落地的最大阻碍。可见，人工智能要深入到行业，实现更大规模的发展，就必须需要解决AI的长尾应用问题 。
为了能让AI能够更高效、低成本地渗透到长尾应用中，云天励飞推出了AI算法服务平台——“深智”。
基于“深智”的AI智能感知系统
面向数字城市，一站式AI资源配齐
深智是一款面向数字城市领域的平台型产品，包含算法仓库 、算法训练 、智能调度 、数据治理 等功能模块，可为用户一站式配齐 算法、算力等AI关键资源，实现AI在长尾应用的快速部署，让城市基层治理工作从人力密集型向技术密集型转变、从经验决策向数据决策转变、从被动响应向主动治理转变。
该平台有三大核心亮点：
1、N种算法，一次性满足用户需求
目前，深智能够提供视频图像分析、语音识别、语义分析、文本分析4大类，100余种算法 ，包括道路破损、道路积水、骑电动车不戴头盔、店外经营、井盖异常等城市综合治理、社区管理等领域的长尾算法，可满足基层城市治理工作的繁琐需求。
一花独放不是春，百花齐放春满园。面对数字城市建设这一庞大场景的数字化、智能化转型工作，光靠云天励飞一家的算法，显然无法满足大量长尾场景的需求。因此，深智还向第三方算法厂商开放 ，既为广大中小算法厂商提供良性的算法产业生态，又能够满足更多用户对更多长尾场景的AI算法需求。
如果深智提供的算法依然无法满足用户的需求，用户还能够通过深智训练自己的算法。用户只需在平台中接入相关数据资源，平台可帮助用户完成数据标注工作，并提供算法训练工具，让用户能够低成本获取高质量的算法。
深智可提供上百种长尾算法
2、智能分拨、精准推荐，让业务自流转
大家对“精准推荐”都不陌生，无论是网上购物，还是阅读新闻，大数据总能根据我们的点击情况、浏览时长“猜”到用户的喜好并进行精准推荐。
深智的精准推荐有着异曲同工之妙。
首先，在多种算法的支撑下，深智能够智能分析出城市各场景中存在的问题，并根据部门职责，将问题智能分拨到相应部门，并提醒相关部门解决 。
比如，检测到有道路积水、井盖异常等情况，则将问题推送到城管；检测到机动车乱停放等情况，则推送给交管部门。
将任务分拨到各部门后，深智还能够根据过往业务处理的规律，实现任务的精准推荐。
例如，在公共场合未佩戴口罩、骑行未佩戴头盔等问题，难以及时阻止和预防，这对业务人员而言，属于非紧急任务，因此业务处理人员收到类似情况时，并不会立即处理；但对于井盖异常、烟火警报等危险情况，业务人员会立即联络相关人员进行处理。
业务人员在使用深智处理任务的过程中，深智也在不断“学习”，能够依据业务部门处置反馈效率，学习业务紧迫性和事件处置尺度，更加精准地推荐有效事件，帮助提升业务部门任务处理效率。
3、智能决策，让经验决策走向数据决策
除了能够发现问题、将问题推送至相关部门，深智还能够辅助相关部门进行决策 。
深智能够快速总结出各类问题的规律，并将规律以数据的形式呈现给业务部门，为业务部门的决策提供支撑 。
比如，骑行电动车不佩戴头盔，一直是让交管部门头疼的问题。骑行电动车的人往往是“呼啸而过”，很难及时提醒未佩戴头盔的人。但如果放任不管，又会产生极大的安全隐患。
面对这类情况，深智能够在智能分析的基础上，找到问题发生的规律，为业务部门提供决策依据。
比如，在某地的应用中，深智发现，不佩戴头盔骑行的情况集中发生在中午时间段的某条路上，交管部门则根据这一情况，在相应时间和相应地点部署人员，提醒骑行人员佩戴头盔。在处理这一问题上，取得了良好效果。
提升城市治理能力现代化“利器”
目前，深智已在深圳龙岗、深圳龙华、佛山顺德等区域政数局，以及隔离酒店等场景上线，在城市治理、疫情防控等领域取得良好效果。
一是做到了前端资源的共建共治共享 。
过去，各业务部门要开展数字化、智慧化转型工作，往往需要自建一套从终端到云端的完整系统，不仅前期投入巨大，而且后期容易形成数据孤岛。
但应用深智后，政数局或大数据局可以在统筹全市视频图像数据基础上，利用平台的算法对视频图像内容进行分析，并将发现的问题智能分拨至业务部门。业务部门需要特殊算法时，也可以在深智上获取或者训练，无需另行建设或采购设备和系统。
此外，通过统一调度算法、算力、数据等资源，可以将各业务部门数据沉淀在同一平台上，未来可以实现多维大数据的分析，让各业务部门共享数据分析的成果。
二是能够极大地提高基层工作人员的业务处理效率，节约大量人力成本 。
如果依靠人工实时查看视频图像，一个人大约能够同时看20路视频，在8小时工作时间内，一周大约能够从视频中发现10多个事件并推进处理。
而通过深智实现AI资源的统一调度和供给后，系统可实现全区域视频24小时不间断监测，并实时推送事件，将基层工作人员从繁琐重复的工作中解放出来。
以深圳龙岗区为例，深智日均可发现上万条事件，并在智能学习各业务部门工作需求的基础上，日均向业务部门推送一千条事件，让基层工作人员能够将更多的精力从发现问题转移到解决问题上。
三是带动数字经济和AI生态圈的发展 。
AI是数字经济发展的核心动能，深智能够为城市中大量长尾场景提供数字化、智能化转型的资源，有效推动AI在更多领域和场景的落地。
此外，深智可为广大中小企业、机构提供零代码、低成本的算法训练平台，让更多缺乏专业AI人员的主体参与到AI的训练和应用中，推动区域AI产业生态圈发展。
在应用部署方面，深智通过建设中心平台的方式支持市、区的智慧化应用，还能够通过部署一体机的轻量化方式，快速满足特定场景对应用智慧化改造的需求。
例如，在隔离酒店等集中隔离场所，可部署轻量化的深智AI算法服务一体机，实现对隔离场所内不规范防疫行为的识别，满足管理者对业务数字化、智慧化的需求。
自进化城市智能体的核心支撑
云天励飞的战略目标是打造“1+1+N”自进化城市智能体 ，即1张智能、泛在的感知网络，1个自学习、自进化的城市超脑，N个AI赋能的智慧应用。
AI算法服务平台“深智”是城市超脑的重要支撑，能够通过算法、算力、数据等AI资源的调度，满足各行业对AI技术的需求，让AI渗透到城市的各个场景。
云天励飞专注于数字城市和人居生活两大领域，并已落地了一系列产品和解决方案。
如动态/静态人像系统——“深目”、多维大数据分析系统——“深海”、视频结构化系统——“深萃”、交通OD分析系统——“深邃”等，以及面向商业、书城场景的商启系列，面向泛园区场景的元启系列等。
AI算法服务平台——“深智”是云天励飞面向数字城市领域的又一“力作”。
未来，云天励飞将继续朝建设自进化城市智能体的目标迈进，发挥“算法芯片化”和“端云协同”的优势，让AI技术更广泛、深度服务城市的智慧化运营进程，为AI产业的蓬勃发展贡献力量。
