【安防展览网 焦点新闻】近年来人工智能的飞速发展有目共睹,从规则输入到自我学习,如今的人工智能在某些领域的能力已经能够比肩甚至超越人类,有鉴于此,深度学习、图像识别等技术成果在学术界和产业界得到了广泛应用,“落地”也成为这段时间各界共同思考的问题。作为AI落地首站的安防,在这一问题上尤为迫切。
纵观技术发展历史,需求一直是推动技术发展与落地的核心动力,因此,AI要想实现场景化落地,深入用户需求、用实际行动解决以往的痛点是核心。
痛点一:AI安防设备更新面临多重困境
AI安防落地,首先要有海量设备的推广应用与更新换代。但AI安防设备的更新面临着多重困境:
首先,在现有设备足敷需要的情况下,用户主动进行设备升级换代的意愿不够强烈;其次,尽管随着技术普及和产品完善,AI安防的门槛正在逐步降低,但由于企业前期投入成本太高,原厂商们往往不愿意或不能把价格门槛降下来,当然,即便降下来,AI设备成本也十分高昂;最后,在更新换代的过程中,AI安防系统也需要充分考虑与已有系统的融合问题,以及为将来升级做好铺垫。
痛点二:数据融合成为核心难题
如今的安防,已经成为一个集技术、资本、模式、产业服务为一体的复杂系统,这个系统中包含数据采集、传输、存储、应用、管理等多个链条,而在当下赋能过程中,AI安防技术大多仅渗透了采集等单个环节。
这也导致数据在采集、存储、处理以及应用等环节独立存在,彼此之间的数据难以流通,很难展开多维数据分析服务。缺乏多维数据碰撞的安防监控系统难以走出数据孤岛的问题,进而无法解决实现安防AI化。
痛点三:AI人才供不应求
随着AI发展,安防行业对AI人才的需求量大幅增长,源源不断的专业人员是AI发展的重要保障,据领英平台发布的报告显示,我国人工智能的人才缺口已经超过500万。
与此同时,高等教育对行业的人才输出还远远跟不上行业目前发展的脚步。放眼全球,也仅有6000多名AI领域的学者,以及7万余名AI相关专业在读硕博研究生,而每年AI相关领域硕博毕业生约2万名。
结语:与其说安防行业正在AI化,不如说其本质是由AI驱动的信息化、互联网化和物联网化。三个技术周期叠加在一起,一方面推动了安防行业的变革,另一方面也带来了巨大的机会。
这使得安防行业不再拘泥于传统领域,而是逐渐延伸到其他领域,扩大市场容量,为行业中的每个企业带来新的机会。作为企业,需要找到具体应用场景,研究落地痛点,进行研发投入,创造出用户认可的服务。
(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )