2016年3月在人工智能领域，AlphaGo战胜李世石，十年之后我们再回头看，2016绝对是人工智能的拐点。

1997年，也有一个非常关键的类似事件，IBM的深蓝机器人战胜国际象棋冠军卡斯帕罗夫。

如果把“深蓝战胜卡斯帕罗夫”作为人工智能的起点，这20年中，我们大致历经了三大阶段：第一阶段，泛智能;第二阶段，专业智能;第三阶段，深度智能。在这个发展过程中，底层芯片的技术支持以及硬件平台的支持都发生了很大的变化,到今天已经发展到基于深度学习的加速、深度化和系统化来构建新一代的人工智能产品的时代。

没有任何一个行业，能够像安防行业一样具备这样两大特性：

1、源数据信息量最大、数据层次最丰富。以视觉为核心的安防技术领域，在人工智能方面，有最完善的基础和最强烈的诉求，这是安防有别于其他行业在人工智能的应用条件上所具备的特点;

2、安防业务的本质诉求与AI的技术逻辑高度一致。从事后的追查到事中的防范响应以及到事前的预防，这是每一个安防人一直以来的理想，所以说安防是人工智能最具市场空间的应用领域，我们可以预测，在今后的5——10年，安防行业必然将发展到人工智能应用全面爆发的阶段。

安防行业的人工智能将全面的和全行业、全IT的大数据业务平台进行完善的对接，这个是我们可以预测到的整个行业接下来的发展脉络。

安防机器视觉(SMV)的拐点已来

行业主流的企业正在完成朝人工智能发展的转向，安防机器视觉的拐点已经到来，我们把它简称为SMV(Security Machine Vision),这里面有几个很重要的支撑点，首先，硬件基础已经趋于序列化，芯片领域的巨头都已经在关注深度学习的应用，未来5-10年，深度学习将带来芯片领域的革命;另外，软件架构开始变革;其次，算法储备已经趋于完善，向大数据与深度学习方向明确的演进;最后在客户端方面，客户需求明确、设备形态呈现、市场呼之欲出。

在过去的2016年，*、*、交通这些代表性的行业都已开始积极利用基于人工智能的新一代智能安防产品改造自己的旧系统，所以我们有理由相信，这个拐点已经到来。

打造智能算法生态圈

芯片发展和迭代的速度在未来将逐渐加速，并进入新的摩尔定律周期。一个算法领域有很多小公司这样一个阶段已经过去，但新的时代也并不是寡头的时代，未来，所有竞争的焦点将不再是围绕着一些具体的算法技术框架，而是它的实现能力和性能。

初略估摸安防行业已经有100多种不同领域的不同算法，比如平安城市领域安防的应用、智能交通领域的交通管理，每一个行业领域都有其专业领域的算法方向，在人工智能领域，企业想要有做作为，需要做到全行业覆盖么?面对这样的问题，应该基于未来的人工智能逻辑和客户的应用状态来打造智能算法的生态圈，简单来讲，大厂商更多的将资源和研发能力投入在基础的平台和软硬件之间的接口、调度以及整个调度系统的打造上，投入在算法和基础的支撑、逻辑的实现，投入在围绕着算法和数据源的支撑和实践上，而具体的算法和技术逻辑的实现，应该更充分的利用合作。基于行业这样一个大的分工来实现全行业的共同繁荣，在未来的人工智能安防时代，将不仅仅是安防行业巨头的机会，同时也是各个专业领域小型算法企业的机会，大家之间应该形成优势互补，共同打造智能算法生态圈。

未来4到5年时间，我们将进入一个人工智能在安防领域高速发展的时代，2016年基本已经完成了场景智能的适配，而2017年、2018年将进入一个基于深度学习的为基础的人工智能阶段，到2019年、2020年我们认为将全面进入到数字智能的阶段，经过数字智能阶段后，安防行业的人工智能将全面的和全行业、全IT的大数据业务平台进行完善的对接，这个是我们可以预测到的整个行业接下来的发展脉络。

本文转自d1net（转载）