人工智能的概念在許多年前就已經(jīng)被提出，并歷經(jīng)了幾波發(fā)展的浪潮。在安防領(lǐng)域，由于硬件本身問題以及算法、算力等制約，很長(zhǎng)一段時(shí)間內(nèi)都沒有取得較大突破。目前，基于*的機(jī)器視覺和深度學(xué)習(xí)方面的研究成果，安防行業(yè)正在依托前端信息感知，后端云計(jì)算等技術(shù)的不斷發(fā)展，迅速得推進(jìn)著安防信息化、智能化的過程。

　　當(dāng)前，機(jī)器視覺和深度學(xué)習(xí)是人工智能的兩大熱點(diǎn)，相關(guān)的開源框架是推進(jìn)其發(fā)展的重要?jiǎng)恿?。開源框架更新快、可擴(kuò)展、二次開發(fā)性強(qiáng)，對(duì)于相對(duì)傳統(tǒng)的安防企業(yè)降低開發(fā)投入和客戶購(gòu)買成本非常友好。由此，近兩年間可以看到相當(dāng)數(shù)量的安防企業(yè)都在一定程度上進(jìn)行了人工智能技術(shù)的投資布局、研發(fā)。

　　在安防+AI快速發(fā)展的同時(shí)，專注該領(lǐng)域的企業(yè)也開始注意到深耕場(chǎng)景、提高算法匹配度的重要性。在安防+AI的初期階段，許多視覺模型的優(yōu)越性也僅僅停留在實(shí)驗(yàn)室里和數(shù)據(jù)集的排名上，當(dāng)計(jì)算機(jī)視覺公司真正碰到安防場(chǎng)景時(shí)，許多實(shí)際問題開始顯現(xiàn)，亟待克服解決。

　　同時(shí)，算法匹配實(shí)際場(chǎng)景不僅需要通過構(gòu)建更加復(fù)雜、合理的模型，也需要硬件的支持。于是，一些軟件、算法SDK提供廠商開始發(fā)展嵌入式硬件產(chǎn)品。

　　究其原因，算法的底層框架同源導(dǎo)致同質(zhì)化是其一，另一方面是硬件平臺(tái)的效率和能力還需進(jìn)一步提高。由GPU代替CPU處理圖像視頻效率有所提高，然后在能耗比，經(jīng)濟(jì)性上仍然無法匹敵專用性芯片ASIC。同時(shí)，安防場(chǎng)景多樣化，碎片化，專用型芯片更有可能為產(chǎn)品提供模塊化的人工智能能力。

　　在安防行業(yè)經(jīng)歷過數(shù)字化、信息化的過程后，安防系統(tǒng)的產(chǎn)品、產(chǎn)業(yè)結(jié)構(gòu)都被進(jìn)一步壓縮，后端系統(tǒng)呈“云”化趨勢(shì)，前端產(chǎn)品“端”化，同時(shí)“云”、“端”協(xié)同，雙向發(fā)展。因此，國(guó)際巨頭依然在CPU、GPU、FPGA型集成電路上布局發(fā)展，提高云端性能和通用性；而終端一側(cè)，也出現(xiàn)了初創(chuàng)公司來彌補(bǔ)終端ASIC能耗比不足、效率不足等問題。

　　伴隨著軟硬件的發(fā)展，大規(guī)模的生物識(shí)別、物體特征識(shí)別、視頻架構(gòu)化成為可能，隨之獲得的大量數(shù)據(jù)，可以被篩選和分析，進(jìn)而進(jìn)行關(guān)聯(lián)和推斷，由此基于數(shù)據(jù)的分析和服務(wù)也成為了安防+AI領(lǐng)域的重頭戲。然而伴隨數(shù)據(jù)的爆炸式增長(zhǎng)，對(duì)于數(shù)據(jù)、隱私泄露的擔(dān)憂一直存在，許多數(shù)據(jù)采集和利用方面的法律法規(guī)也有待健全；但可以預(yù)見，在人工智能發(fā)展的大趨勢(shì)面前，這些問題和風(fēng)險(xiǎn)終將被合理規(guī)避。

　　在算法、算力、數(shù)據(jù)這三家馬車的驅(qū)使之下，安防+AI還會(huì)繼續(xù)前行。