正文
人工智能对于整个类历史来说，它是一个非常非常重要的一点，它是能够像电、机器一样能改变人类历史的，但并不是像有些媒体说的会摧毁我们
。
人工智能从认识世界角度来说，它有很多的代名词，在大概上个世纪80年代左右可能是图像处理或者是图像识别，到90年代有小波，后面是神经网络，21世纪是支持向量机，再到后来的深度学习。人工智能作为一个算法，它的效果好、识别准，这些优势能够帮助人类解放生产力，使人类解决以前解决不了的问题，比如AlphaGo打败了柯洁，包括测序基因、很多机器人的算法、用法。所有的这些东西，在很早以前都已经有了，比如下围棋之前，IBM在很早以前有一个深蓝或者更深的蓝这个产品，这个产品打败了国际象棋大师卡斯特洛夫（音译）这个人，但是发现这个算法还不是很好用，后来用了深度学习的算法，用了更先进的机器，更强大的计算能力，在围棋上能战胜世界第一的人类。
为什么现在会有深度学习这个东西出来呢？从一开始每个人都有个人电脑，企业会有企业的电脑等等，最开始大家是不联网的。发现我有这个数据，我有这个信息，我想分享给大家，或者大家的东西我想知道的情况下，至少会有一个需求，这个需求是我要分享，这就是互联网。把这个网络建起来之后，大家想着我把我的电脑放到了网上，全世界都能看到了，我不如把我的设备也放到网上，就是物联网，比如大华主营的摄像头，把摄像头放到网络上去，通过这种形式汇聚到很多数据，数据汇聚到后端、存储，就形成云、大数据的概念，这个时候就发现这么多的设备同时通过网络，不一定是互联网，通过局域网等等汇聚过来之后人没有办法去看，没有办法看就没有价值，就等于零，需要一个机器帮助人们看，这就是AI。这个数据到底有多少呢？在安防行业来说，16年一整年全球有超过3亿万台的设备新装，加上存量一年可能会超过15万亿个小时的安防数据，15万个小时是我们全人类一起去看都看不完的，这个数据非常大。这无论对于我们的客户还是对于任何人来说，安防视频数据如果没有人去看它的价值就是零，因为它就是放在一个硬盘上0和1的编码，它就是一个录像放在硬盘上。当这个数据为0的时候，对于客户来说他花了很多的钱去购买存储，去购买网络，这些硬件它的价值是没有的，他买了一些设备回来，这不是客户想看到的。他想买的是服务，他想看到视频的信息是什么，比如我在马路上装一个摄像头，我不是为了存这个视频，我是要知道这个摄像头所拍的这段路上面每天经过了多少辆车，或者经过了什么车，譬如浙A12345开过了三次，浙A12347开过了四次等等。然后我们再去看所有的浙A12347所有经过的录像、视频、图片，发现它到底是什么原因或者是一辆什么车，发现它是一辆出租车就比较好理解了，但如果发现开过的是一辆无牌车，还有撞击的痕迹，那会联想到是不是偷来的等等，而过去没有办法通过快捷简单的方式去定位到这辆车。
比如像电影的视频，大家看电影的经验肯定比较丰富一些。但说实话，我看安防视频的经验还没有我看电影的时间长，很少有人去看安防视频。在电影里面，我们看到人脸是各种各样的，起码还是比较帅、比较漂亮的，一下子能够看清楚这个人是谁的。或者是互联网的视频，互联网视频量也相对来说比较多，比如直播的视频。这里有一个安防的视频，看起来跟直播视频一样，只是在我们公司模拟下的ATM视频，主要看这些去ATM机的人有没有戴墨镜，可以判断出你是不是被尾随的情况，被尾随的情况比较严重，会发生一些恶劣情形的案件。所以要判断这张视频有没有两张或者两张以上的人脸，同时戴着大墨镜、口罩要做预警。这个量是非常大的，如果没有人工智能，光靠银行的安保人员看这个视频，就像银行那么有钱的也会马上倒闭了。左边是普通安防人脸的监控，再看类似通道场合下进行人脸的抓拍或者是识别所做的布控，一般应用在海关、机场等等一些关键的区域。
（PPT图示）这是大家在电影里面看到的车辆，非常炫酷，没有车牌。这是宣传的车辆，是很好的角度，放在那里摆拍，基本上是静止的。这是安防场景的车辆，在安防场景里面、安防视频里面基本上就是这个角度，做的车牌的大小、角度都不会有太大的不同，因为它必须装在一个6米多高的杆子上面，保证抓拍的角度，保证车牌能够清楚的被识别掉，可以清楚地看到左边那辆车的车牌、车的情况，以及在红绿灯的位置必须同时能抓拍到车辆、红绿灯以及停止线，这样对车牌进行识别的同时，还能够对车的行为进行判断，比如到底是不是在红绿灯的时候跨过了那道停止线，或者不能左转的时候进行了左转弯，来进行行为的判断。
