步调一致！缘何安防“三巨头”共同发展人工智能？

　　1956年，在达特茅斯会议上首次提出“人工智能”的概念，计算机专家们梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器。然而在此后的十几年的时间里，由于网络能力不够，无法解决复杂的问题，人工智能进入第一次低谷。1980年，BP算法的出现，神经网络得到优化，但在1990年，由于计算能力受限，无法进行大规模的数据训练，人工智能再次进入低谷。直到2006年，深度学习的神经网络被提出，经过多年的发展，2013年，深度学习在视觉识别和语音识别上取得部分能力超越人类。

　　纵观人工智能60年的发展历史，经历了多次“寒冬”，其中一个很重要的原因就是算法或神经网络无法继续深入下去。直到深度学习取得突破，则直接推动了人工智能的蓬勃发展。

　　而什么是深度学习，解释起来也非常复杂。我们只需要记住深度学习是建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本，深度学习是未来所有的人工智能的发展的一个基本的一个方向和技术的逻辑，它在计算机视觉、语音识别等得到了成功应用。深度学习会给我们带来越来越轻松、越来越智能的实现方式。

　　除了深度学习，在安防领域，人工智能的爆发，还有三个非常必要的条件。

　　（1）视频监控的大联网。2006年，视频监控系统开始进行联网设计，从不联网到联网，视频监控逐渐走向一个全新的道路。万物互联，必然会推动万物智能的发展。

　　（2）高清技术得到了快速发展。如果没有高清，如果我们还是在D1或者是更低的分辨率之下，数据的提取和分析是没有任何意义的，也是没有办法做到的。简言之，连看都看不清，如何“看得懂”、“看得懂”又有什么意义？所以，从D1到720P、1080P再到4K，这样一个演进的过程，它表面上解决了图像的清晰度，但它真正深层次的变化其实是为我们后面的机器视觉做足了铺垫。

　　这里再简单解释一下什么是机器视觉，它和人工智能的关系是什么？机器视觉是人工智能发展的一个分支，简单说来，机器视觉就是用机器代替人眼来做测量和判断。

　　（3）大数据技术的产生。2015年摄像头出货量达五千多万台，仅仅视频监控录像而言，每天的数据量就达上千PB，累计的历史数据将更为庞大，在视频监控大联网、高清化推动下，视频监控业务步入数据的井喷时代。而大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。