数字视网膜：让智慧城市从“看清”向“看懂”进化

创新是引领发展的第一动力。今年两会，科技创新成为高频热词。近年来，我国科技创新成果不断涌现，高铁、5G、人工智能等一些高新技术产业进入世界前列，智慧城市建设加快推进，应用成果惠及更多老百姓。

　　在人工智能的部分领域，我国从基础研究到技术应用都发展很快。比如，中国工程院院士、北京大学教授高文提出的“数字视网膜”，既是一种理念创新，也是一个新的产业机遇，对智慧城市的建设意义重大，本期邀请他详细解读。

　　数字视网膜并非真的要做一种仿生视网膜的硬件，而是希望能够改变目前摄像头只能看或者单一链路识别的功能。让摄像头本身拥有一定的AI处理能力，对识别到的车、人、场景主动进行特征提取。从而让摄像头上传到云端的视频数据，一路通过高效编码作为数据存储；另一路经过特征提取直接作为智能大脑的“可读物”。“云大脑”与摄像头的结合，就像是给智慧城市安装了一层新的“数字视网膜”。

　　1.数字视网膜的八个基本要素

　　现在比较典型的“城市大脑”，一般是传感数据、收集、存储、数据交换和集成，还有开放的算法平台。另外，还有运行和服务平台。在平台里面，实际数据量最大的是视频数据，大概占到90%以上，这些数据能识别是车还是人，车牌号等，然后传到云端。目前的视频数据，最长存三个月。因为大量的数据不等于大数据，而且随着城市摄像头越装越多，数据增长速度非常快，海量数据的价值很少。

　　目前的视觉感知系统，也只是对原始信号只进行了简单的编码压缩就送到云端。视觉系统的进化实际是经过了一个漫长的历史阶段，如果看眼睛的进化，不管是昆虫还是高脊椎动物，进化是不一样的，比如昆虫是浮眼，可以完成对天敌快速识别的功能，眼睛进化实际发生了非常长的时间。


>

　　智慧城市升级，浙江乌镇开通城市开放道路“5G自动微公交”示范线路。新华社发

　　视觉通道是把视网膜上看到的东西，通过视觉通道送到脑的视觉，最后形成认知和感知。中间的网络传输通道是非常重要的，整个视网膜大概有1.2亿个感官细胞，包括锥状细胞和感知细胞，最后通过神经连接到了大脑。从视网膜到大脑之间的连通通道，并不是每一个感光细胞直接连接到了大脑，而是通过视神经连接过去，视神经的个数和视网膜本身的个数有一个比，大概126∶1，也就是说从视网膜每个感光细胞往大脑送的视觉连接通道大概有126∶1左右的压缩率，这个压缩不是简单的视频压缩，它是特征抽取，这个过程是今天的“城市大脑”要好好学习的。

　　如果神经系统进化不好就会产生很多问题，比如说自闭症，可能在小时候发育的时候，这种连接增长速度太快，可能会形成自闭症。所以想让“城市大脑”健康，就要视网膜或者摄像头要有很好的分工协调机制，这是从生命系统得到的启发。根据这个启发，我们在设计新的第二代“城市大脑”或者云视觉系统的时候，在中间的视觉神经通道要好好学习，我们把这个工作叫作数字视网膜。

　　数字视网膜的定义，包括八个基本要素，这八个基本要素包括有统一的时间戳，有全局的位置信息，有高效的视频编码功能，有高效的特征编码功能、联合优化等，要有机制和软件可定义的一些功能，这样就比较容易进行升级。这八个基本的功能要求我们分成了三组。第一组叫作全局统一的时空ID，作为一个“城市大脑”，一个全局的视觉系统来说，全局统一的时空ID非常关键。第二组特征把高效视频编码、高效特征编码和连接优化，这三个定义成第二组功能，把它叫作多层次视网膜表示，包括视频编码、特征编码、联合优化三大块。第三组特征，是把高效的模型可定义功能组合到一起。这三个组合在一起，就不会像以前的摄像头，一个硬件做进去之后改变不了什么了，按照这种数字视网膜设计出来的摄像头，可以与时俱进，可以进行一些新功能的更新。