AI＋安防是一把雙刃劍，未來將如何發展？

前言

3月31日，AI盛會「2018中國人工智慧安防峰會」在深圳科興科學園國際會議中心舉辦，來自各AI公司的巨頭齊聚首，共同商討AI+安防的產學研發發展方向，剖析並暢想未來。

AI+安防痛點

AI行業應用離不開深度學習，而深度學習需要大數據訓練，人工標註費時費力，而深度學習演算法性能速度也十分緩慢。在應用層面，動態識別的誤報率太高，大數據的資源未充分利用。從數據源頭來看，感測器仍然受到暗光、強光等環境的影響，雖然現在有新型攝像機等產品，但是這個問題依然存在。

想要在複雜的場景中實現AI+安防的應用，還是要在生產數據的源頭利用大數據進行自己學習，反覆訓練，完成「一人一檔案」的終極識別目標。

隱私安全

在人工智慧的發展過程中，攝像頭、閘機等前端會逐漸普及，這就設計到每個人資料的提取。當人工智慧在大數據的基礎上真正做到「一人一檔案」並且數據十分精確時，人的隱私似乎也就不復存在了，我們將赤身裸體的行走於世間，想想還是一件非常可怕的事。

不過，人工智慧的發展就是一把雙刃劍，我們必須在發展技術的同時保護他人隱私，甚至需要法律來保證隱私的安全，以保證人工智慧的健康發展。

AI+安防的未來

現階段，監控攝像頭讓城市變得更智慧，但面臨海量信息和突發事件時，迅速做出反應、降低計算量、有效識別和檢索這些都是亟待解決的問題。傳統攝像頭的弊病也在此展現，這也說明了AI+安防的必要性。

全國有1.76億攝像頭，未來三年會增加到6億多，每秒鐘產品的數據量是66TB。傳統的安防監控已經不能滿足安防行業的需求。

對此，我們或許可以從視頻結構化入手，在視頻裡面提取出行人、車輛、非機動車並分析車輛的品牌型號、顏色、號牌，駕駛員未系安全帶、開車打電話等違法駕駛行為，行人性別、年齡、髮型、上下衣的顏色款式等屬性，通過數據分析來進行安防監控。

無論如何，人工智慧+安防產業正在研發、落地的路途中，我們需要做出智能前端，讓它經受無數次真實場景的歷練。如此，人工智慧才能更加快速、有效的真正應用到安防場景中去。

GIF

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！