【安防展览网 视点跟踪】关于智慧消防建设，经常与业界一些同仁交流，他们认为比较困难的点还是应用落地。
智慧消防落地难在哪里？
据消防产业智库观察研究，主要体现在数据、算法和标准三个方面。
一、概率预测
首先，我们来看美国一个关于*概率预测的案例。
在美国大城市里，*是让市民和警方都挠头的大问题，解决这个问题好的办法不是在*发生后去破案，而是提前制止*行为。
于是，美国加州大学建立了一个基于条件随机场的数学模型。
训练这个模型需要大量的数据，因此洛杉矶警方将80多年里发生的1300多万个案例都提供出来，经过训练得到一个比较好的模型。
事实证明，使用这个模型可以使该地区的*率降低13%，这项发明在2011年被《时代》周刊誉为年度的发明之一。
这个*的预测模型和火灾的预防有着很大的相似性，如“提前制止*”类似“提前预防火灾”，“预测*”类似“预测火灾”，其背后的逻辑是一样的：
海量的数据以及数学模型，是智慧消防应用落地，能够发挥实际作用不可缺少的关键因素。
二、获取海量数据
建设消防物联网，除表面的铺设智能终端、实现物联之外，根本的是获取数据。
从人工智能的演进中可以知道，行业智能化发展首先在于获取大数据，进而借助架构与技术，才能拓展垂直领域的应用。
以此类推，在智慧消防建设过程中，谁获取了场景化的海量数据，谁就掌握了进入该领域的通行证。
从行业发展来看，智慧消防企业可以通过与各级应急管理部消防救援局合作，获取大数据支撑，或者是在某一领域不断深耕，不断积累。
当有效的数据达到一定的量级，才能充分验证模型与算法的准确性，智慧消防建设才可能真正落地。
三、模型与算法
汇聚了量级的大数据，接下来关键的就是算法与模型。
前段时间，在第三届世界智能大会上，天津消防研究所和国家消防工程技术研究中心研制开发的“火眼”可视图像早期火灾报警系统亮相。
“火眼”采用先进的视频图像分析技术，从安防系统局域网接入，快可在火灾图像出现的10秒之内，准确发现火焰或烟雾并同时发出火灾报警信号。
“火眼”比传统感温、感烟报警速度提高5倍以上，背后关键的支撑因素是模型与算法。
因为涉及到商业机密，这部分在大会上没有过多介绍。当然，产品虽然已经发布，但距离真正走向市场还有一段距离。
所以说，收集了海量的数据，如何利用模型与算法，对数据进行分析，实现预测性和研判性，这才是关键所在。
四、标准化问题
获取海量数据的一个很重要的前提，就是接入标准与数据融合问题。
“大产业，小市场”是消防行业长久以来存在的一个特点，中国有成千上万多家消防厂商，多以中小企业为主。
每家厂商都有自己的“地盘”，政府不会用同一家的产品，重点防火单位用的产品也不尽相同。
目前，消防设施设备的编码标准，消防系统的交付标准，数据存储标准等不尽相同，智慧消防应用可以说层出不穷。
导致了整个数据内容、数据结构和数据格式也不尽相同，对于智慧消防建设来说，标准化就成为一个难题。
建设智慧消防，需要有机融合，需要从不同层面、以标准的方式进行规范和统一，尽快建立适应不同应用业态和
智慧城市接口的智慧消防业务标准体系。
目前，智慧消防建设绝大部分还是停留在基础层面，如实现数据的信息化，实现了数据的呈现等等，距离真正的智能化还有很长一段距离。
智慧消防应用落地，只有攻破数据、算法、标准三大关键问题，后期贴近实战的产品、场景化应用解决方案等才可能真正行之有效。
我要评论
所有评论仅代表网友意见，与本站立场无关。