这几年来，AI人工智能已经成为全球商业和家庭中常讨论的话题。尽管我们多年来一直在使用AI，并且深度学习（DL）技术显著提升了影像分析的能力，但很少有技术像AI这样迅速走红，这在很大程度上要归功于生成式AI的出现。
虽然许多人可能觉得这个专业术语被过度使用，但回顾AI在当今安防领域的应用仍然很有意义，并且它在该领域的真实潜力以及我们需要注意和管理的一些问题也是值得讨论的。
现今AI在安防及其他领域的应用
AI进入安防系统后，彻底改变了行业在威胁检测和应对方面的方式。深度学习（DL）技术成为AI的子集，大幅提高了分析解决方案的准确性，使安防系统更加可靠和高效。
以下是一些基于这些新技术而实现可靠表现的应用范例：
- 更精确地侦测和追踪物体移动。
- 可靠地监控并警告敏感区域的越界。
- 计算物体和人员数量以管理占用率和流动
- 辨识可能代表潜在威胁的徘徊行为。
AI驱动系统所生成的元数据对于视频管理系统（VMS）的取证搜寻来说是一次游戏规则的改变。这些元数据为收集详细的统计信息和洞察场景活动提供了基础，并有助于建立更主动的安防姿态。随着边缘设备能力的提升，这些元数据可以直接由摄像机生成，显著减少系统总体成本。
AI透过分析模式和偏离常规的异常侦测，为安防监控带来了新的维度。这项能力让安防专业人员可以在潜在威胁升级之前就提前处理。
这些能力还开启了许多超越传统安防的其它应用。更准确地监控人员、物料和产品的流动，为提高运营效率的应用提供了基础。以BMW为例，该公司利用影像监控摄像机的AI功能，在汽车制造过程中进行质量检查。
生成式AI在安全领域的导入
生成式AI，尤其是大型语言模型（LLM）的应用，代表AI技术的重大进步。这些技术使得可以根据自然语言提示创建文本和图像。更重要的是，这些拥有大规模训练数据的新模型不仅能与用户进行语言界面交互，还能处理抽象概念并应对复杂场景。
生成式AI首次进入安防领域，主要体现在以下功能
- 支持聊天机器人，提供实时的自然语言用户协助。
- 配置向导，简化复杂安防系统的设置。
- 基于文本的搜索，提升数据检索效率。
- 高阶设计工具，协助创建强大的安防解决方案。
新型的多模块模型能够处理文字、声音、图像和视频等多种输入，并生成文字和图像等结果。这有望在安防领域开创新局面，模型能够在新的层次上分析场景中的发生事件。应用可能包括：
- 强调需要操作人员实时关注的重大事件。
- 分析趋势并寻找共同模式。
- 协助操作人员进行调查，提供相关信息和行动建议。
- 摘要影片和图像，便于报告。
改善准确性和数据质量的工作
尽管生成式AI取得了显著的进展，但它仍然面临着理解复杂场景和人类行为的局限性。这些模型仍然容易发生所谓的“幻觉”现象，即模型生成的陈述和建议并不准确。
另一个限制是，这些模型缺乏推理和逻辑推断能力。这些限制使得在安防关键设施中使用这些模型变得非常困难。我们无法仅依赖模型，保证不会错过事件或得出错误的结论。
在安防领域使用这些模型时，我们还需要管理模型可能表现出的偏见行为，除非模型的训练数据经过充分管理。
这凸显了保持人员参与决策过程的重要性，确保维持道德考虑，并且决策质量不会受到影响。因此，我们将会首先看到LLMs在安防领域的应用出现在提供取证搜寻协助和向操作人员提出建议的情境中。我们仍然需要保持人员参与其中的模式。随着创新速度的加快，我们需要在新技术的采用和风险缓解之间找到平衡。
AI摄像机和边缘AI的潜力
当然，任何新技术都会带来需要克服的挑战。尽管我们仍处于相对早期的阶段，但显然AI在安防领域带来了显著的机会，既能增强传统的安防和安全应用，又能开启巨大的潜力，改善各行各业的业务表现。
提供边缘AI的AI摄像机为许多这些机会奠定了基础，提高了分析的准确性，使得系统具备可扩展性，并为可靠、可扩展和高效带宽的云端解决方案提供了基础。
由边缘AI分析创建的额外元数据，详细描述了图像传感器捕捉到的视觉数据，为进一步的分析和可行的洞察信息提供了更多层次。随着时间的推移，元数据的聚合与分析将有助于改变企业组织营运的各个面向。
AI摄像机内部处理、边缘创建的先进元数据以及服务器或云端进行的额外处理，通常被称为混合式解决方案，为更先进的基于DL的分析解决方案创造了一个可扩展且成本效益高的模型。
这创造了提供超越传统安防和安全应用的价值的新机会。将摄像机与其他技术如物联网传感器和云运算相结合，可以在城市、交通、零售和工业领域等不同领域以新方式分析影像数据。
市政当局可以整合和分析视觉和环境数据，透过改善空气质量、减少噪音污染、更好地规划服务和基础设施来改善市民的生活; 企业可以使用视频监控和音频传感器的数据来对机械设备进行预测性维护，从而提高效率并改善服务交付; 零售商可以利用商店访客信息来改善客户服务和商店布局。我们看到无限的可能性。
负责任地创新、部署和使用AI
尽管AI在各种形式上都带来了重大机会，但任何新技术也带来了可能引入新威胁和潜在风险。每一个使用AI的技术供货商必须认识到开发和部署AI及其他技术的责任，以减轻这些风险。
监管显然将扮演重要角色。欧盟最近已经通过了第一个关于AI的法律框架 - AI法案，美国和其他许多国家也在讨论如何减少AI潜在风险的同时鼓励创新。但仅遵循监管是不够的。每一家创新技术公司都需要推动在自己及其客户业务中负责任且符合道德伦理地应用AI。
AI与网络安全
网络安全及对数据与个人隐私的保护，长期以来一直是安全领域的关注重点，而AI的发展进一步强化了此需求。部分原因在于，网络犯罪分子本身也在利用AI来寻找漏洞与新的攻击途径。这些资金充足、专业化程度极高的犯罪组织，在这场「AI军备竞赛」中拥有一项优势：他们可以在无需考虑法规或伦理的情况下快速创新。
因此，优先考虑数据安全与隐私保护仍然至关重要。所有安全技术供货商，尤其是应用AI的企业，必须以人权为核心来管理数据，确保数据的收集、处理与使用符合人权原则，从而营造一个公平、公正且安全的数字环境。此外，应实施强有力的安全措施，以防止未经授权的访问或滥用，并推动数据公平性，确保数据的代表性与使用方式公正合理。
此外，AI在监控摄像机与网络设备中的应用，可能会带来新的风险与网络安全问题。因此，在AI解决方案的开发与执行过程中，确保网络安全始终是重中之重。
负责任且合乎道德地解锁AI潜力
AI为安全领域带来了令人振奋的机会。它能够增强人类的智慧，而负责任的AI发展将造福社会与个人。这与Axis的愿景不谋而合 - 致力于创新，打造一个更智慧、更安全的世界。
AI不仅能强化我们的技术与能力，还能让我们将更多宝贵的时间投入到需要人员专业知识的任务中，使人变得比以往更有价值。
我们必须共同承诺，以符合伦理与社会责任的方式使用AI技术。无论是在产品与服务还是业务营运，AI应用都应遵循公平、透明、可问责的原则，并尊重隐私与人的尊严。
