国务院近日印发《新一代人工智能发展规划》（以下简称《规划》），提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。
《规划》明确了我国新一代人工智能发展的战略目标：到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；人工智能产业进入全球价值链高端。新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。
到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。人工智能产业竞争力达到国际领先水平。人工智能在生产生活、社会治理、国防建设各方面应用的广度深度极大拓展，形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。
《规划》提出六个方面重点任务：一是构建开放协同的人工智能科技创新体系，从前沿基础理论、关键共性技术、创新平台、高端人才队伍等方面强化部署。二是培育高端高效的智能经济，发展人工智能新兴产业，推进产业智能化升级，打造人工智能创新高地。三是建设安全便捷的智能社会，发展高效智能服务，提高社会治理智能化水平，利用人工智能提升公共安全保障能力，促进社会交往的共享互信。四是加强人工智能领域军民融合，促进人工智能技术军民双向转化、军民创新资源共建共享。五是构建泛在安全高效的智能化基础设施体系，加强网络、大数据、高效能计算等基础设施的建设升级。六是前瞻布局重大科技项目，针对新一代人工智能特有的重大基础理论和共性关键技术瓶颈，加强整体统筹，形成以新一代人工智能重大科技项目为核心、统筹当前和未来研发任务布局的人工智能项目群。
人工智能走进安防领域
随着近两年人工智能与产业的结合会更加紧密。之前的人工智能更多偏重大企业的AI实验室和研究院，2017年很多人工智能具体项目将会进入应用端，将出现“人工智能渗透360行”的现象。
目前实际发展来看，在公共安全领域尤其是安全防范产品技术应用领域，基于人工智能及深度学习的智能安防新产品新技术已经纷纷落地。智能安防将把视频监控定位在如何细分化应用中，与传统事后的取证不同，视频未来变化的趋势将会集中在从事后到事中，再到事前预警，视频数据的应用将实现从安防向更多行业应用转变，提升整个安防领域的智能化水平，推动安防产业的升级换代。
在2016年底北京安博会上，众多安防一线企业都发布了基于人工智能的智能视觉战略。可以说在大数据时代，安防行业人工智能概念的提出基本上都是基于自身企业携手世界顶级人工智能芯片厂商，深度开发安防领域智能硬件产品，将最尖端的图形处理器应用于新型硬件产品的研发中。这其中包括海康威视、大华股份、宇视科技、苏州科达、天地伟业、文安等均已经将基于Nvidia/Movidius的GPU产品，结合到安防前端产品及后端系统中。
众多安防企业推出基于人工智能产品
海康威视基于对深度学习技术的积累与突破，曾经推出后端产品“猎鹰”“刀锋”智能服务器，现已在南昌“天网项目二期”、武进智慧交通以及北京”一带一路“高峰论坛现场等重大项目中发挥着重要作用。通过与NVIDIA、movidius的合作又推出了基于深度学习技术的全系列智能安防产品家族：涵盖“深眸”系列智能摄像机、“神捕”系列智能交通产品、“超脑”系列智能NVR、“脸谱”系列人脸分析服务器等等。
大华携手英伟达（NVIDIA），发布了一款极高计算性能的智能视频结构化服务器“DeepSense睿智”系列。“睿智”系列搭载的英伟达NVIDIATeslaP4GPUs，最多可支持192路视频结构化分析，相较于市场上同类别的产品，视频处理能力将提高50倍以上；同时，TeslaP4GPUs专为深度学习算法推演而生，将为安防行业基于深度学习的应用推向一个更深度的智能新阶段。将大幅度提升安防视频大数据的使用效率和系统的应用价值。
宇视科技推出新一代大容量分布式的云结构化智能分析服务器（代号“昆仑”），在4U的高度上支持了80颗NVIDIAJetsonTX1处理器，一台昆仑可并发处理640张/秒的人脸识别、160路的人员计数、80路人车物的结构化分析，相当于业界常用普通服务器的40倍性能，且芯片和算法基于深度学习，准确性很高。
相关专家表示，AI在安防产品上实现，并非只有靠更新产品，而是有3种实现路径。技术路径一：在现在芯片上做算法改进。目前安防芯片还是存在一些富余的计算能力的，要实现一些简单的功能，通过算法改进都可以实现。技术路径二：前端GPU化+算法支撑。技术路径三：后端多GPU集联，运用深度学习，对n路前端传输的数据叠加数据库进行分析对比并反馈。目前来看，后端GPU集联及算法的持续发展是未来的重点。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
