人工智能与智能安防的一些感触

简介:

NVIDIAQuadro专业解决方案的产品营销经理AdamScraba近期在接受华尔街日报采访时,提出了“人工智能如何让城市生活更美好”等相关观点,笔者感触甚多,在此也根据其表述的观点做一番总结及发表自身的一些想法。

“智慧城市是个高效运转的城市,同时也意味着是安全的城市”

“只有一个城市成为智慧城市后,才会变得安全”

据证券分析师称,2016年我国安防行业市场规模已经达到总产值达到5400亿元,同比增加9%。预计未来几年,中国安防行业市场规模将从2015年的近5000亿元增长到2020年的8759亿元,年增长率在11%以上。

而智慧城市的建设的一大特性正是城市的安全,这与平安城市的建设不谋而合,意味着平安城市将在智慧城市中扮演着重大的角色,而以平安城市项目市场为重要推力的安防行业,势必也能再分一杯羹。但目前而言,当前平安城市仍然停留在高清监控、智能分析为主的初期智能阶段,无论是效率还是安全离真正的智慧城市仍然有段距离,摄像头作为城市重要的传感器,可以预测到未来将从执法部门延伸到商务安全、交通规划、零售、停车服务等等更广的范围中。在这个历史变革的阶段中,我们可以从国内传统安防巨头们(海康大华宇视科达网力)以及新的挑战者华为近期举措看出端倪,安全是城市智慧化、良性化发展的刚需。

“人工智能将在未来智慧城市的两个关键的领域得到应用,一是记录及策略活动,二是管理”

前者的实现,主要靠硬件便能实现,而后者更多软硬件、环境、人文等因素的结合。在以往,我们通过摄像头能实现城市中人、车、自动化机器活动的视频数据,视频更多的是记录的功能,在智能的时代,我们能通过数据结构化的方式构建起更多的分析的可能,视频数据成为解决城市问题的关键。AdamScraba提出,当前城市管理者可以通过视频数据实现掌握每栋楼中的居民信息(数量、性别、年龄等)、零售商可以通过人工智能获取更多视频数据中深层次的信息(顾客的偏好、年龄、籍贯等),这些简单但意义非凡的事情,让管理者能更好的做好自身的策略部署。但在管理上,仅仅依靠摄像头或者其他硬件和软件就能实现,例如街道管理要实现0事故的目标,这仅仅依靠人工智能很难实现,需要城市规划者设计出行人、自行车。车辆安全的道路,通过人工智能的设备进行监管维护,才能实现这个目标。

笔者认为,这也是当前人工智能存在的一个现实问题——以特定应用领域为主,辅助人类进行工作的弱人工智能,离真正意义上摆脱人类甚至超过人类的人工智能尚不能实现,虽说如此,但技术发展的速度已经超越人们的想象,当前的人工智能融入各行各业中,也势必将掀起不小的风浪。

“至于隐私问题,我认为我们可以采取一些措施,如人工智能可以在数据离开监控设备的传感器之前,就将信息匿名化,这就是一种方法,另一种我认为更有意义的方法是,将大量特殊运算处理的人工智能安装在监控器的传感器旁,如此我们就不需要去提取画面的数据,也不需要提取可能会侵犯隐私的非结构化数据”

在国外,对于隐私问题的重视无疑要比国内高很多,AdamScraba的观点也正是更多国内外视频监控厂商应对视频数据不外泄的有效处理办法。前者类似于视频加密及水印等操作,笔者在这里便不再谈其表现,而后者的方式可以称之为边缘计算(靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求),可以让数据不再传输到云端,在边缘测完成实时数据分析及智能化处理,实现更加高效及安全,当前行业不断将智能前置也是其雏形。

边缘计算产业联盟理事长、中国科学院沈阳自动化研究所所长于海斌指出:“中国在‘十三五’规划中提出的两化融合、中国制造2025等国家战略,对ICT与OT的融合提出了迫切的需求,而边缘计算是ICT与OT融合的支撑与使能技术,产业发展将进入重要机遇期。工业自动化技术体系将从分层架构、信息孤岛向物联网、云计算、大数据分析架构演进。而边缘计算将是实现分布式自治控制工业自动化架构的重要支撑。”

可以确定的是,在人工智能时代,安防与边缘计算的结合也必然更加的密切,其可以最大限度地利用带宽进信息存储和检索的自动化,让视频数据能更好响应管理需求,也能为城市生活带来更多的便捷,为视频应用开辟更多的新蓝海。

本文转自d1net(转载)

相关文章
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与机器学习:开启智能新时代的密钥
人工智能与机器学习:开启智能新时代的密钥
28 0
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
springboot基于人工智能和自然语言理解技术的医院智能导医系统源码
智能导诊系统可为患者提供线上挂号智能辅助服务,患者根据提示手动输入自己的基本症状,通过智能对话方式,该系统会依据大数据一步步帮助患者“诊断”,并最终推荐就医的科室和相关专家。患者可自主选择,实现“一键挂号”。这一模式将精确的导诊服务前置,从源头上让医疗服务更高效。
371 2
|
1月前
|
人工智能 自然语言处理 人机交互
吴泳铭:拥抱人工智能驱动的产业智能革命
吴泳铭:拥抱人工智能驱动的产业智能革命
108756 475
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
未来智能时代:人工智能技术的新趋势与挑战
在当今数字化快速发展的时代,人工智能技术正逐渐渗透到我们生活的方方面面。本文将探讨人工智能技术的新趋势和挑战,分析其对未来社会和产业的影响。
23 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能大模型引领智能时代的革命
随着AI技术的飞速发展,人工智能大模型正成为推动社会进步和经济发展的重要力量,比如GPT-3、BERT和其他深度学习架构,正在开启一个全新的智能时代。在人机交互、计算范式和认知协作三个领域,大模型带来了深刻的变革。那么本文就来分享一下关于大模型如何提升人机交互的自然性和智能化程度,以及它们如何影响现有的计算模式并推动新一代计算技术的演进,并探讨这些变革对未来的意义。
41 1
人工智能大模型引领智能时代的革命
|
2月前
|
机器学习/深度学习 人工智能 物联网
《未来智能时代下的人工智能发展趋势与挑战》
【2月更文挑战第5天】随着人工智能技术的不断发展,我们迎来了智能时代的到来。本文将探讨人工智能在未来的发展趋势和面临的挑战,分析其在各个领域的应用前景和影响。
258 1
|
24天前
|
机器学习/深度学习 人工智能 搜索推荐
探索安卓应用中的新趋势:人工智能驱动的智能推荐系统
传统的应用推荐系统已经无法满足用户日益增长的个性化需求。本文将探讨如何通过引入人工智能技术,构建智能推荐系统,为用户提供更加精准、个性化的应用推荐体验,进而提升应用的用户满意度和留存率。
17 0
|
29天前
|
机器学习/深度学习 人工智能 运维
未来智能运维:人工智能在云计算运维中的应用
随着云计算技术的不断发展,传统的运维方式已经无法满足日益复杂的系统需求。本文探讨了人工智能在云计算运维中的应用,介绍了未来智能运维的发展趋势和挑战。
16 3
|
3月前
|
机器学习/深度学习 人工智能 边缘计算
边缘智能:边缘计算和人工智能的深度融合
边缘智能:边缘计算和人工智能的深度融合
373 0
|
3月前
|
机器学习/深度学习 人工智能 监控
人工智能在内网上网行为管理软件中的智能分析与优化
随着科技的迅猛发展,内网上网行为管理软件越来越成为企业信息安全的重要组成部分。本文将探讨如何通过人工智能技术对内网上网行为进行智能分析与优化,以提高管理软件的效能。
328 0

热门文章

最新文章