2016年3月在人工智能領域，AlphaGo戰勝李世石，十年之后我們再回頭看，2016絕對是人工智能的拐點。

1997年，也有一個非常關鍵的類似事件，IBM的深藍機器人戰勝國際象棋冠軍卡斯帕羅夫。

如果把“深藍戰勝卡斯帕羅夫”作為人工智能的起點，這20年中，我們大致歷經了三大階段：第一階段，泛智能;第二階段，專業智能;第三階段，深度智能。在這個發展過程中，底層芯片的技術支持以及硬件平臺的支持都發生了很大的變化,到今天已經發展到基于深度學習的加速、深度化和系統化來構建新一代的人工智能產品的時代。

沒有任何一個行業，能夠像安防行業一樣具備這樣兩大特性：

1、源數據信息量最大、數據層次最豐富。以視覺為核心的安防技術領域，在人工智能方面，有最完善的基礎和最強烈的訴求，這是安防有別于其他行業在人工智能的應用條件上所具備的特點;

2、安防業務的本質訴求與AI的技術邏輯高度一致。從事后的追查到事中的防范響應以及到事前的預防，這是每一個安防人一直以來的理想，所以說安防是人工智能最具市場空間的應用領域，我們可以預測，在今后的5――10年，安防行業必然將發展到人工智能應用全面爆發的階段。

安防行業的人工智能將全面的和全行業、全IT的大數據業務平臺進行完善的對接，這個是我們可以預測到的整個行業接下來的發展脈絡。

安防機器視覺(SMV)的拐點已來

行業主流的企業正在完成朝人工智能發展的轉向，安防機器視覺的拐點已經到來，我們把它簡稱為SMV(SecurityMachineVision),這里面有幾個很重要的支撐點，首先，硬件基礎已經趨于序列化，芯片領域的巨頭都已經在關注深度學習的應用，未來5-10年，深度學習將帶來芯片領域的革命;另外，軟件架構開始變革;其次，算法儲備已經趨于完善，向大數據與深度學習方向明確的演進;最后在客戶端方面，客戶需求明確、設備形態呈現、市場呼之欲出。

在過去的2016年，公安、政府、交通這些代表性的行業都已開始積極利用基于人工智能的新一代智能安防產品改造自己的舊系統，所以我們有理由相信，這個拐點已經到來。

打造智能算法生態圈

芯片發展和迭代的速度在未來將逐漸加速，并進入新的摩爾定律周期。一個算法領域有很多小公司這樣一個階段已經過去，但新的時代也并不是寡頭的時代，未來，所有競爭的焦點將不再是圍繞著一些具體的算法技術框架，而是它的實現能力和性能。

初略估摸安防行業已經有100多種不同領域的不同算法，比如平安城市領域安防的應用、智能交通領域的交通管理，每一個行業領域都有其專業領域的算法方向，在人工智能領域，企業想要有做作為，需要做到全行業覆蓋么?面對這樣的問題，應該基于未來的人工智能邏輯和客戶的應用狀態來打造智能算法的生態圈，簡單來講，大廠商更多的將資源和研發能力投入在基礎的平臺和軟硬件之間的接口、調度以及整個調度系統的打造上，投入在算法和基礎的支撐、邏輯的實現，投入在圍繞著算法和數據源的支撐和實踐上，而具體的算法和技術邏輯的實現，應該更充分的利用合作。基于行業這樣一個大的分工來實現全行業的共同繁榮，在未來的人工智能安防時代，將不僅僅是安防行業巨頭的機會，同時也是各個專業領域小型算法企業的機會，大家之間應該形成優勢互補，共同打造智能算法生態圈。

未來4到5年時間，我們將進入一個人工智能在安防領域高速發展的時代，2016年基本已經完成了場景智能的適配，而2017年、2018年將進入一個基于深度學習的為基礎的人工智能階段，到2019年、2020年我們認為將全面進入到數字智能的階段，經過數字智能階段后，安防行業的人工智能將全面的和全行業、全IT的大數據業務平臺進行完善的對接，這個是我們可以預測到的整個行業接下來的發展脈絡。