去年以來，尤其是AlphaGo與李世石的人機大戰之后，“人工智能”的概念再次進入到人們的視野當中，并迅速掀起了一場全球范圍內的熱潮。對于人工智能未來的發展，看好的聲音不絕于耳，人們對于人工智能的擁躉，似乎宣告著幾經沉浮之后人工智能終于迎來了最好的時代。
去年下半年，烏鎮智庫聯合網易科技、網易智能發布了《烏鎮指數：全球人工智能發展報告(2016)》系列報告，報告對人工智能的一系列熱點問題進行了全面剖析。在報告中，重點提到了人工智能幾大重要的應用領域，他們分別是：安防、無人駕駛、醫療、電商、金融、教育以及個人助理等七大領域。尤其是安防領域，有人表示安防有可能是人工智能第一個取得巨大突破口的應用領域。而這一切與安防行業的行業特性是分不開的。
安防行業的智能化落地需求非常迫切
人工智能化發展是安防行業迫切的需求，也是安防行業發展的必然趨勢。人工智能之于安防的意義在于能否運用大數據、深度學習等技術，從海量的數據中提取有效的價值。相比其他行業，安防行業具有海量和層次豐富的數據。近幾年，由于政府大力推進平安城市的建設，使得城市監控點位越來越多。數據顯示，2015年攝像頭出貨量達五千多萬臺，僅僅視頻監控數據而言，每天的數據量就達上千PB。再加上近幾年安防行業完成了視頻監控大聯網和高清化改革，在這兩者推動下，安防行業步入數據的井噴時代。

對于安防行業來說，海量的數據并沒有意義，經過挖掘和分析后的數據才有價值。進入到安防大數據時代，安防系統每天產出的海量數據，僅僅依靠人工來進行分析和處理變得越來越困難，眾多原因的推動之下，使得安防行業對利用深度學習進行數據處理和深度挖掘的需求日益迫切。
再加上，公安、政府、交通等這些代表性的行業也都對安防的智能化提出了強烈的訴求。其中公安行業用戶迫切需要在海量的視頻信息中，發現犯罪嫌疑人的線索;而交通行業用戶迫切需要能迅速檢測運動對象，識別人、車屬性信息。安防行業亟需一種新的方法來進行數據信息的提取和分析，而基于深度學習的人工智能尤其擅長處理海量數據。安防行業的海量數據以及對海量數據的處理需求，使得安防行業成為了人工智能絕佳的訓練場所和應用領域，甚至有望成為AI邁向產業化應用的首個突破口。
行業用戶態度不甚熱切
然而，與安防行業迫切的需求以及廠商火熱的熱情相對的是，用戶的態度熱情不高。這其中有部分是被早年“智能分析”傷害的后遺癥：數年前開始，安防行業就意識到了數據挖掘和分析的市場痛點，開始發展智能分析。但是由于傳統智能受限于芯片與算法的發展，一直難以取得令人滿意的突破。傳統智能識別準確率低、設備環境適應性差等問題困擾著安防智能應用的普及。而更嚴重的是有部分不良廠商，自身沒有相關技術卻吹得天花亂墜，傷害了用戶的感情，使部分用戶一朝被蛇咬十年怕井繩，對人工智能保持著敬而遠之的態度。
但更重要的是，用戶存在明顯的等待心理。自AlphaGo的人機大戰，給大眾完成了深度學習的技術啟蒙之后，全球迅速掀起了深度智能的熱潮，各方資本也瘋狂涌入人工智能領域。但與之相對的是，在很多行業，目前人工智能的市場認知大多還停留在概念與實驗層面，進入實際商業化的項目并不是很多。再加上各路媒體對于人工智能這一發展現狀的反復渲染，讓用戶對于接受人工智能存在一定的遲疑，即便是在對深度智能的應用需求非常迫切的安防領域，人們對于人工智能的觀望態度也較為明顯，總希望再等一等會不會有更多的企業實現商業化落地?會不會有性價比更高的產品出現?因此，用戶這種心理導致人工智能需求雙方兩頭旺盛，但用戶卻觀望遲疑的詭異局面。
安防行業已有不少落地應用
但實際上，對于有人工智能需求的用戶來說，這已經是應用智能安防最好的時代。君不見，安防行業作為深度智能絕佳的應用場所，早就有敏銳的安防企業看到了安防智能化的巨大市場，積極布局人工智能，而且獲得了不錯的成績。在2015年的深圳安博會上,?？低暻罢靶缘靥岢隽税卜佬袠I“AI+”的理念，并推出了基于人工智能深度學習技術的“獵鷹”、“刀鋒”結構化服務器;2016年10月，?？蹬c英偉達和Movidius形成了合作伙伴關系，并發布了基于深度學習技術從前端到后端的全系列智能安防產品。
同時，大華股份也已經形成了一系列基于深度學習的智能產品，系列包括前后端的人臉識別、卡口電警、視頻結構化、雙目立體視覺和多目全景拼接產品。除此之外，蘇州科達基于實戰，在2016年的北京安博會上，發布了獵鷹系列人員卡口分析系統。宇視也一直聚焦于人工智能的安防落地，此前宇視與英偉達聯合宣布，推出了代號“昆侖”的新一代大容量分布式的云結構化智能分析服務器，成為其“安防機器視覺”戰略中的重要產品。
近兩年，基于深度學習的人工智能在安防市場的應用越來越深入，尤其是車牌識別、人臉識別等技術得到了大規模的應用，并獲得了非常不錯的應用效果。尤其是?？低?，其早在2006年就組建了算法團隊，2013年開始深度學習的技術布局，在算法方面積淀多年，十多年來，?？低曆芯吭貉邪l的Smart265編碼技術、目標結構化算法、車牌識別算法、人臉識別算法、視頻檢索引擎、多傳感器融合等技術，被廣泛應用于公共安全、金融、交通、司法、零售、智慧城市等多個領域。?？低曆芯吭貉邪l的相關技術，已經在KITTI、MOT、PascalVOC、ILSVRC、ICDAR等世界級人工智能競賽中獲得多個第一。
場景化的整體解決方案才是真正的發展之道
當然，這些都是底層的技術問題，用戶對此并不關心，也不需要關心，對于用戶來說，人工智能技術的應用能否真的提升效率，而不是浮于表面的漂亮概念，才是最重要的。而因為智能化應用的特殊性，只靠單個產品，并不能真正帶來巨大的效果提升，實現人工智能的安防應用，對用戶來說，必須是整體的解決方案才有價值。這意味著用戶對于項目的整體智能化需求更加明確。
以公安行業的應用為例，公安行業用戶的迫切需求是在海量的視頻信息中，發現犯罪嫌疑人的線索。而這個需求的實現，需要智能的前端攝像機，通過實時分析視頻內容，檢測運動對象，識別人、車等屬性信息;然后需要匯總海量的城市級信息到后端人工智能的中心數據庫進行存儲，再利用強大的計算能力及智能分析能力，對嫌疑人的信息進行實時分析，最終給出最可能的線索建議。再比如，一個成熟的金融智能化方案，單點的智能化最后必須嵌入到銀行的系統中，與其他安防設備一起，如報警主機、門禁、IP對講等，通過軟件平臺進行綜合管理，才能真正實現智能化系統的價值。
對于人工智能的行業化應用來說，算法、芯片以及大量的數據訓練，確實是發展的重要因素，但是能不能有效地把技術與應用場景有效結合起來，形成切實可行的整體解決方案，才是決定“AI+安防”是否能切實發展最核心的因素。如果一項技術無法依賴在數據處理技術上面的優勢，去實現產品到商品的轉變過程，那么技術的發展并沒有實際的應用意義。
以?？禐槭椎陌卜谰揞^們，深耕安防行業多年，有著豐富的安防項目經驗，尤其是?？低曉缭绫阋庾R到了基于應用場景的整體解決方案才能真正實現安防智能化的問題，推出了前后端的綜合深度智能產品。?？低暱偛煤鷵P忠先生曾在一次采訪中表示：對于?？低暥?，AI并不是一個概念，而是實實在在落地的產品?；谶@樣的理念，?？低曂瞥隽藦那岸说胶蠖巳盗械腁I產品，發揮整體解決方案優勢為用戶創造了切實的應用價值。因此，僅從?？低暷壳霸谌斯ぶ悄茴I域的建樹來說，已經完全足夠應對用戶的實際商用需求，所以安防行業的用戶大可不必繼續等待，跟隨?？祩兊哪_步，一起昂首闊步走在智能安防的康莊大道上，方是正途。
總結
人工智能的發展可以追述到60幾年前，但是因為技術的原因數次沉寂，直到深度學習的出現，讓人工智能再次掀起熱潮。安防行業作為人工智能技術天然的訓練場和應用場，對于人工智能的落地應用有著迫切的需求，基于安防行業的天然屬性，未來安防行業的人工智能化必將迎來巨大的發展。出于對市場的敏感，主流的設備解決方案供應商已經發力布局已經紛紛入局，憑借其各自深耕安防行業的經驗，都在應用落地取得了不俗的成績。因此，對于用戶來說，安防行業深度智能正當時，無需再等待，現在已經是智能安防應用最好的時代。