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(zhàn)，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(yè)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。

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(chuàng)新創(chuàng)業(yè)企業(yè)，以及國家政策支持下，將有助于開發(fā)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(tǒng)，在這個系統(tǒng)中，人類可以進行創(chuàng)造性的對話——一個擁有想法并能發(fā)展新想法的系統(tǒng)。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(jiān)控技術達到很高的準確性，并為中間商創(chuàng)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(jiān)控的商業(yè)化落地更加快速地普及，同時智能監(jiān)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(jiān)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(qū)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(zhàn)，因為它可以預先校準系統(tǒng)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(fā)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(jiān)視人員的時間不會浪費在由物體或環(huán)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(fā)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(yè)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(zhí)行手動任務，甚至為我們做出例如確定監(jiān)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(yè)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(jiān)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。