近日阿尔法狗完胜韩国选手李世石的消息在网络炸开了锅！关于人工智能的说发不一而终，将其推上舆论浪潮的顶端。安防行业人工智能由来已久，目前正处于发展的关键期。

　　人工智能与国内安防有渊源 1993年就有了

人工智能的概念已经有二十多年了，人工智能从历史和研究角度来讲主要目的是为了让机器人表现得“更像人”，我们称之为Intelligent Behavior。IBM的认知计算从技术角度上来讲和人工智能是有很多共性的地方，比如机器学习(Machine Learning)、深度学习(Deep Learning)等方面都很类似。但是，IBM的认知计算目的并不是为了取代人，而Intelligent Behavior也只是认知计算的一个维度。认知计算除了要能够表现人和计算机的交互更加自然流畅之外，还会更多地强调推理和学习，以及如何把这样的能力结合具体的商业应用、解决商业的问题。

在安防行业，人工智能的应用无处不在

以人脸识别为例，应该是最为典型的应用。近年来海关、交通运输等重要安防监控场所已经有比较成熟的产品投入使用，实现了时时的智能人脸抓拍与识别及报警。在深度学习被提出后，语音识别的技术同样得到了飞跃性的发展。有人预测，在不久的将来，电脑将能够像人一样用语言同人类交流，它能听懂你的话，也能表达自己的意思，而你很可能分辨不出与自己对话的究竟是人还是电脑。

智能视频分析也是基于人工智能的一项应用，也可以说是安防行业的一个不懈追求。采用智能分析技术即可实现对视频数据的智能化分析，提升高清视频数据的管理和处理能力，利用内置或者独立的软件管理平台，从设备资源(包括性能、存储容量、设备部件)、视频和图像资源的一体化管理和监管，实现智能、可视化、自动资源调度等全方位管理。随着智能视频分析算法的不断完善，加上云计算环境下由云计算系统提供的资源池调度特性，面向服务的特点，安防行业中的智能视频分析应用将得到进一步发展。智能分析系统在“云计算”的模式运行下更有效率、效果更好，因此也将加速设备厂商向运营服务商的转型。

在医疗领域一种被称为“深度学习”的人工技术的出现，对人类医生提出挑战。加拿大一家叫做Deep Genomics的科技公司成立，这家公司让人工智能通过深度学习解开基因组的秘密。人类很难“读懂”基因组中的信息，但是人工智能通过深度学习却可以做到，它能够比人类更好的理解基因。Deep Genomics公司目前正在做的就是基因组检测，这家公司的创始人将深度学习基因组技术比喻为基因突变领域的谷歌搜索：研究人员可对DNA序列进行查询，系统将鉴别出突变，并告知这些突变会导致什么疾病和致病原因，这对于未来医疗无疑是颠覆性的。过往的医疗数据为人工智能提供了丰富的学习资料，智慧医疗成为可能，人工智能对人类医生形成挑战。

此外还有研发了Alpha Gogo公司提出“深度思维健康”项目，一款安装在苹果手机上的医疗应用“Streams”，这个应用能够迅速向医疗人员发出有关病人面临的风险的警告，告知医生病人可能存在的并发症等。

如果说在医疗领域的应用还有些高深莫测，那么以人工智能为基础的无人驾驶技术或许更熟悉。这两年，“无人驾驶”的概念突然火热起来，电脑能够识别道路，以及道路上的所有标志，包括车道线、交通标志、信号灯等，还必须识别道路上的行人和其他车辆，最重要的还需实时做出判断和决策，也就是得“随机应变”。目前该项技术还不成熟，还有很长的路要走。

国内人工智能正走在路上

对于人工智能领域，目前创新和创业的热点还主要集中在北美、西欧地区，中国科研机构和企业尚未在这个全新的舞台上领衔。不过我国也有很多科研机构和企业在参与其中的技术研发，应该说，在某些领域可能与国外基本是同步甚至是领先的，这对于提升我国在未来人工智能时代的技术、标准话语权以及市场应用主导权至关重要。

以“图像识别技术”为例，国家知识产权局网站的统计数据显示，截止目前，国内共有1015年项与图像识别相关发明专利申请，申请时间横跨1993年至2015年。

1993年，中国科学技术大学提交了一项名为“图像识别火灾监测报警装置”的发明专利申请，该专利技术主要原理是“在软件支持下，用像素点灰度值判别有否火焰存在，以影像面积增长率识别是火焰还是火灾”。显然，根据其技术原理及实现方式，这项早在1993年就提交的发明专利已经具备了很强的“人工智能”理念或原理。而从其应用领域或场景来看，通过图像识别技术防范火灾隐患，如果和当下的“互联网＋”相结合，堪称“互联网＋火灾预警”应用典范。不过很可惜，这个23年前提交的发明专利中途因未及时缴纳专利费已经失效。

从专利申请主体来看，既有个人，也有单位，在单位主体中，既有大学等科研机构，也有各类企业。而在企业之中，既包括LG、佳能、松下、索尼、三星、爱普生、欧姆龙等国外专利巨头，也有百度、携程、小米、创维、TCL、长虹、神画等国内互联网或家电企业代表。可以说，从时间跨度、参与主体以及研究成果来看，至少在图像识别领域我国已经有一定的技术和专利积累。

结语：从总体上看，中国在人工智能领域的整体发展水平与发达国家相比仍存在差距，尤其在高精尖零部件、基础工艺、工业设计、大型智能系统、大规模应用系统以及基础平台与数据开放共享等方面差距较大。不过挑战也意味着机遇。IBM中国研究院院长沈晓卫在认为，随着大数据时代的来临，人工智能的真正发展才刚刚开始，中国市场有很大需求，无论从技术创新还是商业上看，对中国来说都是一个机遇，一个实现跨越式发展的新机遇。

本文转自d1net（转载）