自上世紀50年圖靈的一篇論文《機器人會思考嗎?》開啟人工智能的大門，人工智能的研究便一時成為科學、資本的熱點，但先后經歷幾次大起大落。然而去年一場人機大戰，再次掀起了一場全球人工智能熱潮，至此AI吸引了無數企業參與，無需質疑，人工智能是當前科技界熱門的事件，也被視為新的科技革命，人工智能(AI)席卷了整個世界。

[[316564]]

由于AI被視為下一個科技革命，過去一年掀起來了一股的熱潮，不僅來自科技巨頭，也涌現了眾多在該領域的創新創業企業，以及國家政策支持下，將有助于開發出全新的人機交互模式，可以說讓人工智能以的方式入侵著我們的世界。在未來人工智能會在所有的領域徹底改變人類，甚至可以說：誰能在人工智能領域取得突破，意味著誰就贏得未來，也預示著人工智能迎來好時代，逐漸從科幻、科研進入人們生活當中。

你很快就會注意到，幾乎所有來自技術領域的東西都或多或少涉及人工智能或機器學習。而他們討論人工智能的方式，聽起來幾乎像是在宣傳：人工智能可以解決所有需求! 雖然我們確實可以利用人工智能技術做出很多事情，但我們沒有理解“智能”這個詞的全部含義。智力意味著一個系統，在這個系統中，人類可以進行創造性的對話——一個擁有想法并能發展新想法的系統。也就是說目前對該技術的炒作可能已經超過了其真正的潛力，但安全性方面的可能應用無疑是非常可靠、令人興奮的。

當許多人在提示您談論安全性中的AI時會自動想到面部識別，但事實是它的真正價值在于其他地方。機器學習是AI的一個子集，可以幫助監控技術達到很高的準確性，并為中間商創造了更好的商機。且如今人工智能在算法與芯片領域的成熟及成本的下降，使得智能監控的商業化落地更加快速地普及，同時智能監控市場在尋求差異化競爭形成了百花齊放的形勢。

檢測精度

從歷史上看，使用視頻分析生成警報的監視應用程序的主要關注點是，它們可能無法將人類與例如某種野生生物區分開來，這樣便會產生虛假警報，浪費了時間和資源。但是機器學習可以幫助并應對這個挑戰，因為它可以預先校準系統以檢測實際威脅并忽略虛假威脅。在大多數基于安全性的應用程序中，用戶僅想識別一個人或車輛，這兩者都可能代表安全威脅。當它為視頻分析提供支持時，機器學習工具使開發人員可以指示算法選擇特定的特征和對象。更高的精度意味著監視人員的時間不會浪費在由物體或環境波動引起的不必要的警報，這意味著他們的生產率和注意力范圍得到了提高，并且績效得到了改善。

同樣確定的是觸發有意義的警報的能力是如何在確保周邊安全方面帶來現實利益。啟用了機器學習的分析可以實時檢測可疑事件，通過授權員工主動解決當前事件，而不是審查過去的事件，從而極大地改善了設施保護。

人與機器

盡管AI和自動化之類的技術對公司的運作方式產生了革命化的影響(使他們以更少的錢做更多的事)，但企業領導者卻自欺欺人，他們認為他們很快就能完全消除對工人的需求并削減相關成本。當然，我們越來越依賴于機器來執行手動任務，甚至為我們做出例如確定監視攝像機前面的形狀是人還是樹枝的這種小決定。但是，在安全這樣的部門中，企業的生計或有時甚至是人們的生命受到威脅，人力投入的價值仍然是不可動搖的。

毫無疑問，機器學習對監視團隊(工作過度和人員不足)將有很大的幫助，因為它可以過濾掉潛在的警報，阻止那些不符合標準的警報(因為他們不是人或車輛) 。當然，這使工作人員只有極少數的異常情況需要辨認。但是，當警報出現時，評估警報的責任仍然在于他們。比方說人臉可以通過化妝、整容等方式進行偽裝，可能無法識別;也有可能通過照片等圖像，而非本人實際面部識別通過，有較大安全隱患;以及來訪人員是快遞員還是小偷?下一步該怎么做?這些都是人工智能無法鑒別的，是人類智慧永遠比人工智能更有價值的地方。