霍金曾說，人工智能可能是歷史上最好的事，也可能是最壞的事，因為人工智能所代表的未來世界的人類文明，將直接代替現在高耗能、強破壞的所有"人類不文明"。

人工智能 2017年迎來爆發期

近年來，隨著地位的提升，人工智能越來越受國家重視。2015年7月，“人工智能”被寫入《國務院關于積極推進“互聯網+”行動的指導意見》；2016年3月“人工智能”一詞被寫入“十三五”規劃綱要；2016年5月國家發改委等四部門聯合下發《“互聯網+”人工智能三年行動實施方案》；2017年3月，“人工智能”首次寫進政府工作報告。可以說，人工智能已達到促進經濟發展的新高度，多只人工智能概念股在兩會期間也表現亮眼。

《全球人工智能發展報告2016》顯示，中國人工智能專利申請數累計達到15745項，列世界第二；人工智能領域投資列世界第三。可以預期的是，未來5到10年，人工智能就像水和電一樣無所不在，一個全新的“人工智能+”的時代正在到來。

有分析提到，從2017年開始的3到5年，將是大量人工智能專業人才畢業、開始進入產業界的高峰時期，將為各行各業引入人工智能技術帶來巨大機會。從產業來講，未來幾年也是人工智能在金融、醫療、教育等大數據行業以及感知交互領域全面滲透的時期，安防、金融、醫療、汽車、教育、信息安全、零售等行業電子化程度較高、數據較集中且數據質量較高，因此在這些行業將會率先涌現出大量的人工智能場景應用。

那些具備穩定盈利水平、清晰商業模式、合理估值的價值類個股自然更受歡迎。在做相關的主題投資選股時，可以從三個層面去考量：首先是政策的持續支持，另外是科技創新驅動盈利增強，第三是商業模式的創新。以此來觀察，人工智能由于處于行業的高速發展期，而且因為它對經濟效率的巨大提升作用，而得到政策的高度支持，受到各機構的重點關注也就不奇怪了。

再看，最近可能出現的一些催化劑：一是人工智能規劃近期有望出臺；另外還有，2017年IT領袖峰會將在4月1日舉行，會議主題正是“邁進智能新時代”；柯潔等人類頂尖棋手將于4月再戰AlphaGo等都是不斷催化人工智能發展的因素。

人工智能之于安防是何意義？

人工智能的發展，當然也引起了安防行業的關注。作為IT行業的重要應用領域之一，人工智能在安防行業的應用已有一定基礎。甚至在3月14舉行的TechWeb主辦的第215期IT龍門陣上，格靈深瞳創始人趙勇還表示，安防監控一定是人工智能最先大規模產生商業價值的領域，關于這點在2016年已經可以看出來了，2017會比去年至少有10倍的增長。

事實上，隨著人工智能技術的發展，以視頻內容分析識別技術為核心，通過對非結構化的數據進行結構化描述，提取出濃縮和摘要信息，實現快速檢索和查找，并通過類似于人類大腦思考一樣從而進行大數據分析和信息碰撞正是當前安防行業探索的熱點。

據行業預測，通過大數據技術，可對視頻、圖片、WIFI信號、電子車牌等不同種類的數據進行分析、碰撞、發現潛在聯系，抽取中有價值的信息，并形成可視化結果呈現，人工智能將在以下安防領域展開應用：

人員分析應用，依托人工智能系統的人員特征識別服務輸出的結果，進行數據分析，實現人員身份的識別、人員布防、人臉軌跡等功能。

車輛分析應用，可以滿足全地圖操作，實現可視化的應用，包括：軌跡分析、跟車分析、碰撞分析、頻次分析、套牌分析、隱匿車輛挖掘等功能。

多資源時空應用，可以基于GIS地圖的指揮調度，通過地理信息系統實現對各項視頻資源進行一體化管理，實現監控圖像的直觀可視化應用。實現快速調取需要關注的監控點或監控區域圖像，實現目標在線追蹤。通過視頻圖層疊加、視頻資源搜索和視頻定位，將道路情況、資源分布情況、人員分布情況、地理坐標信息、警力部署情況以圖形化的形式展示出來，直觀的對全局信息進行全面多維的展示，使指揮調度更加直觀高效。

視圖內容預警、自動告警聯動應用，對視頻的內容進行自動預警。當觸發預先設置的預案后，聯動的攝像機將會同時打開監控圖像，形成對案發地的監控封鎖，同時實時報警。布控智能規則分析功能包括：區域入侵、絆線檢測、非法停車、徘徊檢測、打架檢測、物品遺留、物品丟失、非法尾隨、人群聚集、車流統計、車牌特征識別、煙火檢測等。

視頻實時標注應用，可以利用實時視頻進行實時結構化，包括人、車、運動目標進行特征提取，實時視頻標注將視頻數據轉化為公安實戰所用的情報，實現視頻數據向信息、情報的轉化。

人像快速比對查找應用，可對嫌疑人員進行比對，快速確認目標身份，提供智能、精準、快速的人臉比對和完善的視頻圖像大數據分析挖掘應用。綜合解決人像實時追蹤監控預警、人員身份快速比對檢索核準、人員歷史軌跡追蹤倒查等查人、找人、預警、追蹤等的人員管理監控問題。

視頻圖像智能研判應用，可以對多種格式視頻、圖片采用適用于多種場景、多種情況的圖像處理算法，實現對模糊圖像的清晰化處理。還提供視頻智能標注服務和檢索服務，實現對視頻、圖片中涉案嫌疑目標的智能(系統自動提取描述信息)結構化描述，減少人工標注錄入的結構化描述信息的工作量，同時滿足多種檢索方式，提高視頻查看的速度和效率，達到快速查找、定位嫌疑目標的目的，減少案事件視頻中嫌疑目標信息遺漏的可能。

車輛數據碰撞挖掘應用，可以對卡口圖片車輛數據的二次識別，包括車牌號碼、車輛品牌、車輛子品牌、車輛年款、車輛顏色、車牌顏色、車輛類型、車牌類型、年檢標、遮陽板、安全帶等車輛細節信息，將車輛的運行軌跡，活動規律等進行數據碰撞比對，從而挖掘隱藏的案事件線索實現可視化的應用，功能包括：軌跡分析、跟車分析、碰撞分析、頻次分析、套牌分析、隱匿車輛挖掘等。

車輛實時布控應用，可針對于被盜車輛、違章車輛、涉案車輛、高危人員車輛、重點車輛等，對特定移動目標對象的特征屬性(如車牌號碼、車型、顏色、空間區域等)及其組合進行在線即時布控功能。

安防融合人工智能怎么做？

這是都是安防視頻監控市場在融合人工智能等前沿技術條件下表現出來的精進與多元化發展趨勢。未來的行業發展，圍繞視頻監控的業務發展，將會呈現文本、圖片、地理空間等信息視頻化與視頻數據結構化的融合態勢，在安防技術發展的確定性與業務的多元化發展所帶來的不確定性的環境下，將會給安防企業在市場競爭中帶來機遇與挑戰。

而從技術層面講，推動安防智能化大發展的原因是人工智能在算法與芯片領域的成熟及成本的下降，使得智能化的商業化落地更加快速地普及。在市場層面，監控智能化百花齊放的形勢是市場尋求差異化競爭的結果。在未來的監控智能化市場發展變化中，高清化的普及將是非常關鍵的一環，只有在采集端獲得高清的視頻數據源的前提下，才能對監控區域的事件進行目標分析。

為此，在圍繞整個安防智能化發展的進程中，是從采集到處理、傳輸、存儲、分析的全產業鏈的生態演進，這個產業的演變是帶動設備及系統升級換代的動力。在這個過程中，主流的設備解決方案供應商已經發力布局，并且在實戰化方面取得了不俗的成績。對于這個高級別應用的行業門檻，或許又會帶來更大的市場格局的震蕩。