如今，AI的發(fā)展顯然已經(jīng)進(jìn)入了一個(gè)臨界點(diǎn)，即AI跨過(guò)了概念階段，下一個(gè)便是怎樣能夠更好地在各行各業(yè)實(shí)現(xiàn)落地式應(yīng)用。即使之前的AlphaGo人機(jī)大戰(zhàn)，顯現(xiàn)出了AI的強(qiáng)大，但是人們更關(guān)心的是AI怎樣協(xié)助人類在各行各業(yè)中更加落地的應(yīng)用。

值得高興的是，AI如今在各行各業(yè)中的落地應(yīng)用，已經(jīng)開(kāi)始有了階段性的成果。

目前，隨著各大巨頭們對(duì)AI的不斷研究及深度學(xué)習(xí)的不斷發(fā)展，AI技術(shù)在經(jīng)歷了三次浪潮之后，終于迎來(lái)了春天。AI目前在金融、醫(yī)療、安防、教育以及法律等不同領(lǐng)域都已經(jīng)得到了大量的應(yīng)用，并且都有著較好的發(fā)展。

其中，安防作為我們生活當(dāng)中不可或缺的一部分，保障著人類及社會(huì)的安全，在AI落地應(yīng)用上，也是最好的行業(yè)之一。而且縱覽目前的安防行業(yè)，可以與AI相聯(lián)系的核心技術(shù)就是人臉識(shí)別。人臉識(shí)別在安防行業(yè)中的應(yīng)用顯得越來(lái)越重要，它不但能夠通過(guò)人臉識(shí)別技術(shù)快速地找到你想要找的人或車輛，而且最重要的是能夠在預(yù)防安全方面起到非常重要的作用。

AI目前在安防領(lǐng)域技術(shù)和場(chǎng)景的應(yīng)用

目前，安防的本身?yè)碛袃纱筇卣鳎阂皇窃趥鹘y(tǒng)的一視頻為主的安防行業(yè)中，歷經(jīng)多年的發(fā)展，已經(jīng)積累了大量的數(shù)據(jù)資源，剛好滿足了AI基于大數(shù)據(jù)為基礎(chǔ)的算法模型訓(xùn)練的要求；二是安防行業(yè)在事前預(yù)防、事中響應(yīng)、事后追查的特性恰好符合AI的算法與技術(shù)。

也就是說(shuō)，目前AI在安防領(lǐng)域的應(yīng)用主要是通過(guò)車輛識(shí)別、人臉識(shí)別、大數(shù)據(jù)和視頻結(jié)構(gòu)化技術(shù)等進(jìn)行作用的。從行業(yè)角度看，主要在公安、樓宇、金融、交通、民用以及工業(yè)等領(lǐng)域應(yīng)用比較廣泛，其中又以公安應(yīng)用最為核心。

另外，AI+安防在提前預(yù)防犯罪以及保障社會(huì)安全方面也起到了十分重要的作用，想象一下，在以傳統(tǒng)的視頻監(jiān)控為主的安防中，我們無(wú)法預(yù)料到誰(shuí)會(huì)有犯罪的動(dòng)機(jī)或者是行動(dòng)詭異等，并且在得知犯罪之后，我們只能夠通過(guò)人工根據(jù)大量的視頻回放記錄進(jìn)行篩選，這樣只能大大降低效率及效果。

但是如果AI+安防，即可以利用AI系統(tǒng)通過(guò)人臉識(shí)別、步態(tài)分析以及行為分析等AI技術(shù)，給抓取到的特定的人通過(guò)數(shù)據(jù)分析來(lái)進(jìn)行犯罪風(fēng)險(xiǎn)評(píng)估，然后再通過(guò)大量的數(shù)據(jù)篩選出來(lái)之后告知警方，警方就能夠指定的對(duì)此人進(jìn)行監(jiān)控。對(duì)于犯罪后的排查及查找罪犯的成功率將會(huì)大大提升。例如，可以同樣的利用AI經(jīng)過(guò)大數(shù)據(jù)分析，首先篩選出具有犯罪動(dòng)機(jī)的大部分人，然后在剩下的這一小部分人當(dāng)中進(jìn)行篩選，如果這里面沒(méi)有，然后我們?cè)儆肁I經(jīng)過(guò)人臉識(shí)別比對(duì)進(jìn)行分析。

AI+安防，在落地應(yīng)用上是否靠譜？

我們每一次創(chuàng)造出來(lái)新的物種，都是為了能夠更好地服務(wù)于人類，新物種能否很好的落地成為了關(guān)鍵。因?yàn)槲覀儾恍枰獙?duì)社會(huì)或者人類航務(wù)幫助的創(chuàng)新物種誕生，就像是AlphaGo贏了人類又能怎樣，最多只能算是新技術(shù)得到了創(chuàng)新的標(biāo)志，伴隨著時(shí)間的流逝，人類根本不會(huì)在意或是關(guān)心AI得到提升創(chuàng)新的標(biāo)志是什么，人們只會(huì)更在意AI是怎樣落地應(yīng)用的。

剛剛我們說(shuō)了AI是怎樣在公安系統(tǒng)中落地應(yīng)用的，實(shí)際上它在其它領(lǐng)域也是比較落地的，不如在物流、醫(yī)療、金融和教育，那么我們就與金融界的銀行為例，現(xiàn)在當(dāng)我們?nèi)ャy行辦理業(yè)務(wù)時(shí)，通常全程都是自動(dòng)柜臺(tái)機(jī)辦理的，而其中一部就應(yīng)用到了人臉識(shí)別技術(shù)，與傳統(tǒng)柜臺(tái)服務(wù)相比，效率得到了大幅度的提升。

未來(lái)AI在安防領(lǐng)域的展望

雖然目前AI在安防領(lǐng)域的應(yīng)有前景非常廣闊，但是還沒(méi)有達(dá)到真正實(shí)用化的階段，還存在許多問(wèn)題需要繼續(xù)完善和解決，例如環(huán)境適應(yīng)性差、人臉識(shí)別準(zhǔn)確率低以及場(chǎng)景理解受限等問(wèn)題。

在馬云的“刷臉支付”興起之后，人臉識(shí)別技術(shù)就漸漸成為了熱點(diǎn)，各大新聞媒體有不少宣稱“人臉識(shí)別新技術(shù)準(zhǔn)確率達(dá)99%，比肉眼更精準(zhǔn)”的報(bào)道，然而事實(shí)上根本就不是這個(gè)樣子。在學(xué)術(shù)界中，也許人臉識(shí)別技術(shù)的準(zhǔn)確率達(dá)到99%能夠?qū)崿F(xiàn)，但是一旦要落地準(zhǔn)確率就會(huì)大打折扣。

同時(shí)，在未來(lái)的服務(wù)器承載率上，未來(lái)的高清圖像識(shí)別率等能否輕松地實(shí)現(xiàn)還需要技術(shù)的不斷創(chuàng)新及改進(jìn)。

光纖收發(fā)器|工業(yè)交換機(jī)|工業(yè)PoE交換機(jī)|串口光端機(jī)|串口服務(wù)器