人工智（zhì）能正在重塑每一各行業，並融入日常生活（huó）的各個方麵。在安全方麵，傳統的安防係（xì）統正在讓位於基於人工智能的係（xì）統。

    得益於高分辨率攝像機及存儲成本的降低，安全監控視頻數據的可用性得到了大大提升，人工智能（néng）(AI)和深（shēn）度學習分析已經成為實體安（ān）防行業的必然選（xuǎn）擇，包括訪問控製和入侵檢測領（lǐng）域。減少人為的過失和降低誤（wù）報率是安防行業引入AI技術的主要動機之一。

    什麽是人（rén）工智（zhì）能？

    人工智能是機器通（tōng）過（guò）使用模擬人類大腦的多層神經網絡來學習經（jīng）驗的能力，以便識別（bié）物體與模式，並在沒有人為幹預的情況下做出決策。

    人類的人腦大約有860億個神經元; 相比之（zhī）下，最新的Nvidia GPU Volta擁有210億個晶體管(一個晶體管等同於一個神（shén）經元)，它可以為數百個以上CPU提供了深度學習的能力。

    另外，與人類不同的是，人工（gōng）智能每天可以每天24小時不間斷學習，不斷（duàn）獲（huò）取、保存和改（gǎi）進其（qí）知識。憑借如此巨大的計算處（chù）理能力，這些使用Nvidia GPU或類似芯片的機器現在可以區分人臉（liǎn）、動物、車輛、語言、詞語等等。

    根據所需的複雜程度、詳細程度（dù）、可接受的誤差範圍和學習數據質量，人工智能可以使用脈衝神經網絡(SNN)在幾秒內快速學習新物體（tǐ），而使用（yòng）卷積神（shén）經網絡(CNN)則（zé）需要好幾周的時間（jiān）。盡管它們各自都有優缺點，但無論是SNN還是CNN，在效率與準確性方麵它們都優於傳統的安防係統（tǒng）。

    根據MarketsandMarkets的研究報告，外圍入侵檢測係（xì）統的（de）市場規模預計將從2016年的41.2億美元增加到2021年的58.2億美元，年複合增（zēng）長率為7.1%。

    與此同時（shí），AI在安（ān）全方麵的（de）預期市（shì）場(包括網絡安全和實體安全)將從2017年的39.2億美元增長到2025年的34.81億美元，即複合年增長率為31.38%。

    傳統邊（biān）界入侵檢（jiǎn）測係統

    傳統的邊界入侵檢測（cè）係統(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（zǔ）擋攝像機的視野；存在或缺乏其他層麵的實體保護或（huò）障礙；與其它安防網絡係統集成：攝（shè）像頭，存儲設備，及其它防線（xiàn）(門、鎖，警報等)；觸發（fā）報警與響應的方式；係統複雜性：使（shǐ）用（yòng）各種類型的（de）入（rù）侵檢測傳感器，例如（rú）微波傳感器（qì）、雷達傳感器、振動傳感器、聲音傳感器等；設防（fáng）的長（zhǎng）度；當地法規：如隱私保護，相機/傳感器是否必須可見（jiàn）、隱藏或埋藏等，以及是否可能對其他它係統造成電（diàn）磁幹擾，如石油鑽井（jǐng）平（píng）台或電廠（chǎng）等（děng）等（děng）；人員配置：現場人（rén）員，監控人員，響應警報的人（rén）員（yuán）行動（dòng）安排等等。

    痛點（diǎn）與AI的優點

    上麵所列（liè）出的條件與普通入（rù）侵檢測係統的一些要求相一致。即都希望能夠（gòu）實現最小的（de）誤報率，方便安裝與維（wéi）護，易於與其它安（ān）防（fáng）係統集成，且性能穩定。

    誤報率最小化：在AI技術的應用之前，誤報是傳統入侵檢測係統（tǒng）麵臨的主要問題，會導（dǎo）致運營成本增加且效（xiào）率低（dī）下，因（yīn）為動物、植物、陰（yīn）影以及天氣條件狀況等等（děng）都可能會觸發傳感器，導致係統誤報。AI對象檢測可以輕（qīng）易地區分不同類型的人和物體，例如，可以對特定的區域進行設置，對於經過此區域行人、汽車、貓、或人影不觸發報（bào）警。 這（zhè）樣，誤報率可能會降低達到70%的量級。

    易於安裝與維護：對（duì）於沒有人工智能的傳統入侵檢測係統，必須要考慮地形（xíng），攝像（xiàng）機視線，傳感器位置等因素; 而且係（xì）統的（de）任何調整都需要人工來重新計算這些因素，並可能幹擾係統中的其它設備。相比之下，擁（yōng）有AI技術（shù）入侵檢測係統可以讓係統管理員在控製室就（jiù）能夠輕（qīng）鬆地訪問整個係統或某一（yī）個攝像（xiàng）機，在幾分鍾內配置完成攝像機（jī）監控（kòng）特定的區域和對象，而且還可以根據需（xū）要（yào）隨時調（diào）整。AI安防入侵檢測係統甚至都不（bú）需要大量的計算能力、知識或安全（quán）訓練，因為AI入侵檢測係統主要的目的（de）是通過機器來減輕（qīng）人工負擔。

    易於集成相關輔助技（jì）術：沒有AI的傳統入侵檢測係統（tǒng）主要依（yī）賴（lài）於物理技術（shù），這（zhè）些技術通（tōng）常（cháng）是專有（yǒu）的，需要對係統進行徹底檢修才能順（shùn）利運行。另一方麵，人工智能天然（rán）就是為了學習和適應在各種條（tiáo）件下工作而設計的（de），因此擁有人工（gōng）智能的入侵檢測係統（tǒng），可以輕鬆地與現有視頻（pín）錄製(攝像機)和存（cún）儲(NVR)係統集成。AI還消除了對物理無線或光纖傳感器（qì）的需求; 因（yīn）為，它的功能是基於攝像頭（tóu）捕獲的（de）視頻。此外，AI技術還可以實現多層防禦係統的簡單快組合。例如，一旦特定的區（qū）域（yù）檢測到有物體（tǐ）活動（dòng），係統自動（dòng）觸發門鎖、攝像機自動對（duì）焦並進行訪問控製。所有這一切隻需要輕輕點擊（jī）一下按（àn）鈕就能搞定（dìng）。

    係統（tǒng）穩定、耐用：沒有AI的傳統入侵檢測係（xì）統為了提高檢測的準確性，需要使用（yòng）很（hěn）多組件進行複（fù）雜（zá）的（de）設置。更（gèng）多的組件意味著係統中出現故障的（de）可（kě）能（néng）性更（gèng）高，包括暴露在外麵的更容易損害(例如傳感器（qì）可能被破壞)並延遲（chí）檢測（cè）。而且，由於人很容易疲（pí）勞可能會導致出現差錯(有（yǒu）研究表明，一個人可麵對枯燥的工作時智能專注20分鍾（zhōng）左右；而當一（yī）個人要同時麵對多個（gè）項目時，注意力（lì）下降得更快。如，要麵（miàn）對很多監控（kòng）視（shì）頻（pín）顯示器。)另外，AI技術（shù）還可以通過減少對傳感（gǎn）器硬件（jiàn）的應（yīng）用（yòng）需求來降低係統出（chū）錯的風險。