關于智慧消防建設，經常與業(yè)界一些同仁交流，他們認為比較困難的點還是應用落地。

智慧消防落地難在哪里?

據消防產業(yè)智庫觀察研究，主要體現在數據、算法和標準三個方面。

一、概率預測

首先，我們來看美國一個關于犯罪概率預測的案例。

在美國大城市里，犯罪是讓市民和警方都撓頭的大問題，解決這個問題最好的辦法不是在犯罪發(fā)生后去破案，而是提前制止犯罪行為。

于是，美國加州大學建立了一個基于條件隨機場的數學模型。

訓練這個模型需要大量的數據，因此洛杉磯警方將80多年里發(fā)生的1300多萬個案例都提供出來，經過訓練得到一個比較好的模型。

事實證明，使用這個模型可以使該地區(qū)的犯罪率降低13%，這項發(fā)明在2011年被《時代》周刊譽為年度最優(yōu)秀的發(fā)明之一。

這個犯罪的預測模型和火災的預防有著很大的相似性，如“提前制止犯罪”類似“提前預防火災”，“預測犯罪”類似“預測火災”，其背后的邏輯是一樣的：

海量的數據以及數學模型，是智慧消防應用落地，能夠發(fā)揮實際作用不可缺少的關鍵因素。

二、獲取海量數據

丁宏軍說，未來5年是消防物聯網的天下。

建設消防物聯網，除表面的鋪設智能終端、實現物聯之外，最根本的是獲取數據。

從人工智能的演進中可以知道，行業(yè)智能化發(fā)展首先在于獲取大數據，進而借助架構與技術，才能拓展垂直領域的應用。

以此類推，在智慧消防建設過程中，誰獲取了場景化的海量數據，誰就掌握了進入該領域的通行證。

從行業(yè)發(fā)展來看，智慧消防企業(yè)可以通過與各級應急管理部消防救援局合作，獲取大數據支撐，或者是在某一領域不斷深耕，不斷積累。

當有效的數據達到一定的量級，才能充分驗證模型與算法的準確性，智慧消防建設才可能真正落地。

三、模型與算法

匯聚了量級的大數據，接下來最關鍵的就是算法與模型。

前段時間，天津消防研究所和國家消防工程技術研究中心研制開發(fā)的“火眼”可視圖像早期火災報警系統(tǒng)亮相。

“火眼”采用先進的視頻圖像分析技術，從安防系統(tǒng)局域網接入，最快可在火災圖像出現的10秒之內，準確發(fā)現火焰或煙霧并同時發(fā)出火災報警信號。

“火眼”比傳統(tǒng)感溫、感煙報警速度提高5倍以上，背后最關鍵的支撐因素是模型與算法。

因為涉及到商業(yè)機密，這部分在大會上沒有過多介紹。當然，產品雖然已經發(fā)布，但距離真正走向市場還有一段距離。

所以說，收集了海量的數據，如何利用模型與算法，對數據進行分析，實現預測性和研判性，這才是關鍵所在。

四、標準化問題

獲取海量數據的一個很重要的前提，就是接入標準與數據融合問題。

“大產業(yè)，小市場”是消防行業(yè)長久以來存在的一個特點，中國有成千上萬多家消防廠商，多以中小企業(yè)為主。

每家廠商都有自己的“地盤”，政府不會用同一家的產品，重點防火單位用的產品也不盡相同。

目前，消防設施設備的編碼標準，消防系統(tǒng)的交付標準，數據存儲標準等不盡相同，智慧消防應用可以說層出不窮。

導致了整個數據內容、數據結構和數據格式也不盡相同，對于智慧消防建設來說，標準化就成為一個難題。

建設智慧消防，需要有機融合，需要從不同層面、以標準的方式進行規(guī)范和統(tǒng)一，盡快建立適應不同應用業(yè)態(tài)和智慧城市接口的智慧消防業(yè)務標準體系。

目前，智慧消防建設絕大部分還是停留在基礎層面，如實現數據的信息化，實現了數據的呈現等等，距離真正的智能化還有很長一段距離。

智慧消防應用落地，只有攻破數據、算法、標準三大關鍵問題，后期貼近實戰(zhàn)的產品、場景化應用解決方案等才可能真正行之有效。