人工智能正在重塑每一各行業(yè)，并融入日常生活的各個方面。在安全方面，傳統(tǒng)的安防系統(tǒng)正在讓位于基于人工智能的系統(tǒng)。

    得益于高分辨率攝像機及存儲成本的降低，安全監(jiān)控視頻數(shù)據(jù)的可用性得到了大大提升，人工智能(AI)和深度學習分析已經(jīng)成為實體安防行業(yè)的必然選擇，包括訪問控制和入侵檢測領域。減少人為的過失和降低誤報率是安防行業(yè)引入AI技術的主要動機之一。

    什么是人工智能？

    人工智能是機器通過使用模擬人類大腦的多層神經(jīng)網(wǎng)絡來學習經(jīng)驗的能力，以便識別物體與模式，并在沒有人為干預的情況下做出決策。

    人類的人腦大約有860億個神經(jīng)元; 相比之下，最新的Nvidia GPU Volta擁有210億個晶體管(一個晶體管等同于一個神經(jīng)元)，它可以為數(shù)百個以上CPU提供了深度學習的能力。

    另外，與人類不同的是，人工智能每天可以每天24小時不間斷學習，不斷獲取、保存和改進其知識。憑借如此巨大的計算處理能力，這些使用Nvidia GPU或類似芯片的機器現(xiàn)在可以區(qū)分人臉、動物、車輛、語言、詞語等等。

    根據(jù)所需的復雜程度、詳細程度、可接受的誤差范圍和學習數(shù)據(jù)質量，人工智能可以使用脈沖神經(jīng)網(wǎng)絡(SNN)在幾秒內快速學習新物體，而使用卷積神經(jīng)網(wǎng)絡(CNN)則需要好幾周的時間。盡管它們各自都有優(yōu)缺點，但無論是SNN還是CNN，在效率與準確性方面它們都優(yōu)于傳統(tǒng)的安防系統(tǒng)。

    根據(jù)MarketsandMarkets的研究報告，外圍入侵檢測系統(tǒng)的市場規(guī)模預計將從2016年的41.2億美元增加到2021年的58.2億美元，年復合增長率為7.1%。

    與此同時，AI在安全方面的預期市場(包括網(wǎng)絡安全和實體安全)將從2017年的39.2億美元增長到2025年的34.81億美元，即復合年增長率為31.38%。

    傳統(tǒng)邊界入侵檢測系統(tǒng)

    傳統(tǒng)的邊界入侵檢測系統(tǒng)(PIDSs)通常需要考慮以下因素：地理條件：景觀，植物，動物群，氣候(日出、日落、天氣狀況等)，以及地形是否有波動起伏會阻擋攝像機的視野；存在或缺乏其他層面的實體保護或障礙；與其它安防網(wǎng)絡系統(tǒng)集成：攝像頭，存儲設備，及其它防線(門、鎖，警報等)；觸發(fā)報警與響應的方式；系統(tǒng)復雜性：使用各種類型的入侵檢測傳感器，例如微波傳感器、雷達傳感器、振動傳感器、聲音傳感器等；設防的長度；當?shù)胤ㄒ?guī)：如隱私保護，相機/傳感器是否必須可見、隱藏或埋藏等，以及是否可能對其他它系統(tǒng)造成電磁干擾，如石油鉆井平臺或電廠等等；人員配置：現(xiàn)場人員，監(jiān)控人員，響應警報的人員行動安排等等。

    痛點與AI的優(yōu)點

    上面所列出的條件與普通入侵檢測系統(tǒng)的一些要求相一致。即都希望能夠實現(xiàn)最小的誤報率，方便安裝與維護，易于與其它安防系統(tǒng)集成，且性能穩(wěn)定。

    誤報率最小化：在AI技術的應用之前，誤報是傳統(tǒng)入侵檢測系統(tǒng)面臨的主要問題，會導致運營成本增加且效率低下，因為動物、植物、陰影以及天氣條件狀況等等都可能會觸發(fā)傳感器，導致系統(tǒng)誤報。AI對象檢測可以輕易地區(qū)分不同類型的人和物體，例如，可以對特定的區(qū)域進行設置，對于經(jīng)過此區(qū)域行人、汽車、貓、或人影不觸發(fā)報警。 這樣，誤報率可能會降低達到70%的量級。

    易于安裝與維護：對于沒有人工智能的傳統(tǒng)入侵檢測系統(tǒng)，必須要考慮地形，攝像機視線，傳感器位置等因素; 而且系統(tǒng)的任何調整都需要人工來重新計算這些因素，并可能干擾系統(tǒng)中的其它設備。相比之下，擁有AI技術入侵檢測系統(tǒng)可以讓系統(tǒng)管理員在控制室就能夠輕松地訪問整個系統(tǒng)或某一個攝像機，在幾分鐘內配置完成攝像機監(jiān)控特定的區(qū)域和對象，而且還可以根據(jù)需要隨時調整。AI安防入侵檢測系統(tǒng)甚至都不需要大量的計算能力、知識或安全訓練，因為AI入侵檢測系統(tǒng)主要的目的是通過機器來減輕人工負擔。

    易于集成相關輔助技術：沒有AI的傳統(tǒng)入侵檢測系統(tǒng)主要依賴于物理技術，這些技術通常是專有的，需要對系統(tǒng)進行徹底檢修才能順利運行。另一方面，人工智能天然就是為了學習和適應在各種條件下工作而設計的，因此擁有人工智能的入侵檢測系統(tǒng)，可以輕松地與現(xiàn)有視頻錄制(攝像機)和存儲(NVR)系統(tǒng)集成。AI還消除了對物理無線或光纖傳感器的需求; 因為，它的功能是基于攝像頭捕獲的視頻。此外，AI技術還可以實現(xiàn)多層防御系統(tǒng)的簡單快組合。例如，一旦特定的區(qū)域檢測到有物體活動，系統(tǒng)自動觸發(fā)門鎖、攝像機自動對焦并進行訪問控制。所有這一切只需要輕輕點擊一下按鈕就能搞定。

    系統(tǒng)穩(wěn)定、耐用：沒有AI的傳統(tǒng)入侵檢測系統(tǒng)為了提高檢測的準確性，需要使用很多組件進行復雜的設置。更多的組件意味著系統(tǒng)中出現(xiàn)故障的可能性更高，包括暴露在外面的更容易損害(例如傳感器可能被破壞)并延遲檢測。而且，由于人很容易疲勞可能會導致出現(xiàn)差錯(有研究表明，一個人可面對枯燥的工作時智能專注20分鐘左右；而當一個人要同時面對多個項目時，注意力下降得更快。如，要面對很多監(jiān)控視頻顯示器。)另外，AI技術還可以通過減少對傳感器硬件的應用需求來降低系統(tǒng)出錯的風險。