在今年北京安博会上，人工智能与深度学习成为展会的一大亮点。阿法狗和李世石的人机大战也掀起了人工智能的飞跃式发展。许多在电影中出现的黑科技也随着科技社会的发展逐渐成为现实，2016年人工智能与安防行业结合的越来越紧密，AI成为产业风口。

　　那么随着人工智能在安防行业的深度应用，人与机器的关系到底会发生怎样的变化？针对“如何定义人工智能在安防行业的发展”宇视首席算法架构师吴参毅谈了自己的观点。

　　安防领域人工智能应用还刚刚起步

　　以2012年GeoffreyHinton团队提出的AlexNet开始，使用NVIDIA的GPU在ImageNet2012海量图片中进行对象分类和对象检测，相比传统方法其超高的检出率，正式开启了以卷积网络为代表的人工智能新一轮的快速发展。短短4年时间里卷积网络、记忆网络等各种形式网络结构层出不穷，几乎淹没了整个学术界的各种国际会议，同时快速的辐射到产业界和投资界。人工智能再次迎来了春天，正经历着高速发展。但远远没有发展到足够成熟的程度。不仅仅安防应用，包括自动驾驶、机器人等各种人工智能应用都还刚刚起步。

　　海量数据适合使用NVIDIAGPU进行线下训练，现在各种人工智能应用大都使用GPU插卡在服务器上进行堆叠。使用已训练好的模型进行检测、识别、跟踪等等各种视频图像结构化任务，其实显得有点笨重，笨重而高功率的GPU是不太适用于要求苛刻的前端设备和移动设备。这还是只是人工智能初始应用的状态。google已经在训练和识别两个阶段的使用芯片进行区分，训练使用GPU，但是在检测识别时使用TPU（张量处理单元）。这只是个初步尝试，未来业界还会出现各种各种的只适用检测或识别的神经网络芯片问世。

　　所以人工智能在安防行业应用的大幕刚刚拉开，必将给安防行业带来深刻变革。

　　与NVIDIA联合发布多款基于人工智能的安防产品

　　短短几年时间，高速发展的人工智能技术已经深入到安防行业的方方面面。人工智能技术同时也深刻变革着云计算和大数据技术。

　　人工智能技术大量应用在宇视科技的各个产品当中。2016年10月份宇视科技与NVIDIA联合发布了新一代大容量分布式云结构化智能化分析服务器（代号“昆仑”），在4U的高度上支持了80颗NVIDIAJetsonTX1处理器，为业界最高密度，最强性能。一台昆仑可以并发处理640张/秒的人脸识别、160路的人员计数、80路人车物的结构化分析。同时2016年10月份宇视科技发布了基于Movidius+NVIDIA双芯片深度学习人脸识别相机、深度学习智能交通抓拍相机、深度学习USB智能棒。

　　通过和代表人工智能行业最高端厂商合作，基于安防行业独有的的海量数据，紧紧跟踪学术界深度学习算法的最新发展，宇视科技训练出了业界一流的各种神经网络模型。不论是在硬件设备上、还是海量数据上和算法结构模型上，都达到了业界最高水平。

　　一些方面人工智能确实超越了人类，但在另一方面，目前的人工智能远远不及人类。比如现有的机器的存储能力，记忆能力，运算速度等等远远高于人类。人类在跨领域推理能力，多任务协作能力方面远远高于人工智能。比如人类很容易在美术、音乐、软件设计、运动，等等领域间进行轻松的类推，但目前的人工智能算法远远未能达到这一步，比如在基于图片和视频的对象检测和识别的人工智能算法可能记忆百万个对象种类，并在毫秒级做出判断，但该算法仅仅能够完成这一任务，对其他的简单地语音识别、下象棋之类的任务一窍不通。

　　随着人工智能技术的快速发展，会有越来越多的方面人工智能算法会超越能力，虽然整体上不及人类。但毕竟所有人工智能技术都是人类开发出来的，都会受到人类的控制。人工智能算法其实最终也要用软件实现，成为一种智能软件。