AI被“泼冷水”安防行业如何应对
人工智能行业目前面临的主要障碍有三个：
第一、信息保护严苛——安防行业从宏观引导网络安全
以深度学习为代表的人工智能算法近年来取得突破性进展，应用越来越广泛。但“人工智能的主体性与侵权责任”、“人工智能与知识产权”、“人工智能产业发展与个人信息保护”、“人工智能与法律伦理”等问题也随之而来。
AI被“泼冷水”安防行业如何应对
安防行业作为人工智能大规模应用的落脚点，信息威胁和风险日益凸显。人工智能技术成为安全防护利器的同时也存在被黑客利用成为发起复杂攻击的元凶。
面对数据信息安全的风口，政府和相关企业开始逐渐重视对信息的管理。2018年11月GB35114-2017《公共安全视频监控联网信息安全技术要求》正式实施，该标准规定了公共安全领域视频监控联网视频信息以及控制信令信息安全保护的技术要求。为保障安防产品及方案安全性，安防企业也是各显神通：2019年3月，大华网络安全研究院的安全应急响应中心成为国际安全响应联盟组织FIRST成员。2019年6月，海康威视发布《网络安全白皮书》和《产品安全白皮书》，此外，公司还与思科、安永、IBM、Synopsys、Brightsight等机构进行合作交流，共同推动物联网安全。在政府与安防企业的合力推动下，陆续出台的政策和企业安全研究对人工智能的研发、使用和治理，提供了全新要求。
第二、核心算法缺位——安防企业占领人脸识别前位
人工智能应用落地覆盖程度相比较前几年已经大有进步，AI+的产业模式在各行各业风靡，但由于核心算法的缺位，要做到真正的场景适配还有很长的路。以目前应用最广的人像识别来说不管机器最终落地在哪里，识别技术在开发环节中的基础算法大同小异，但一旦碰到关键性问题时，还是会被人“卡脖子”。市场上的开源代码可以直接使用，但专业性、针对性不够，效果往往不能满足具体任务的实际要求。
AI被“泼冷水”安防行业如何应对
安防产业中，算法是AI+安防的心脏，用开源代码“调教”出的AI顶多是个“常人”，而要帮助AI成长为“细分领域专家”，需以数学为基础的原始核心模型、代码和框架创新。新技术的再造并非短日之功，核心算法的更新才能在短时间内提高人工智能在场景中的适配性。虽然在人工智能算法领域国内外的差距还存在，但在人脸识别领域，中国安防企业的核心算法已经走在世界前沿。依图科技、商汤科技、旷视科技等安防企业在2018年年底公布的全球人脸识别算法测试(FRVT)结果中名列前茅。
第三、专业人才短缺——企业携手高校推进人才输出
虽然市场中的企业都已经初识了人工智能的发展空间，但真的部署或实施了AI解决方案的企业还是少数，AI的承诺与企业实施它的能力之间似乎存在差距。其实，即使是在AI落地应用相对深入广泛的安防行业，随着智慧警务、智慧城市、雪亮工程等政府举措的实施，人工智能领域人才的缺口也在不断的变大。
上文说过的核心算法缺位其实也就是人才的短缺，安防行业人工智能领域真正搞算法的科学家凤毛麟角，这几年，国内不止一所高校成立了人工智能学院，且不断升级人才培养机制。2017年至2018年期间，在北京、西安、上海、南京等多地创立人工智能研究院和高校人工智能学院。可单独靠各大高校就想填补AI的人才缺口是远远不可能的，不论是从师资还是AI本身的复杂性来看，这个任务对于学校来说都过于困难。在这样的背景下，人工智能大厂开始与高校联手，探索AI人才培养的新模式，以弥补人才梯队建设上的短板。BAT巨头首先向学术界延伸，配合各大高校，推行赛事、教材、深度学习等，力争培养出与社会需求相匹配的AI人才。 企业与高校配合，构建起一套完备的AI教育体系，推动前沿探索后继有人。现在看来，虽然长路漫漫，但未来可期。
结语：人工智能的长远发展除了上文所述需要更多宏观的引导、更成熟的革新算法、优秀科研人才的加入外也还需要数据、场景等优良的配合。用AI赋能安防，未来十年会是安防人工智能的时代。道阻且长，行则将至，正如百度所说，纵使AI的前行道路坎坷曲折，我们也会负重前行。