人工智能（AI）和機器學習（ML）在物理安全市場上引起了轟動，將視頻分析提升到了新的準確性水平。實際上，這些術語已成為整個行業的通用流行語。但是，人工智能和機器學習對物理安全行業產生影響的潛力遠遠超出了他們改善視頻分析的能力。

我們在本周的專家小組圓桌會議主題為：除了更好的視頻分析之外，人工智能或機器學習如何使物理安全市場受益？

Nigel Waterton-Chief Revenue Officer， Arcules

雖然我確實認為，要與當今電影中的AI驅動結果相去甚遠，但是添加這些算法可以大大幫助企業領導者最終做出更好的決策并降低風險。除了視頻分析之外，這一目標也是該細分市場發展的核心。將另一種工具（例如基于云的功能）疊加到此智能上，可帶來額外的優勢和額外的靈活性，這是我們行業以前從未見過的。

歸根結底，這項技術對物理安全行業的真正好處是能夠獲取從各種物聯網（IoT）設備傳入的數據，并使用該信息建立業務運營的最佳實踐，從而鞏固自己的實力，并使組織更加了解組織面臨的風險。

Per Bj?rkdahl-Chairman， ONVIF

用戶可以通過使用AI，或更具體地說，通過深度學習和機器學習功能，以更高的效率和準確性來利用視頻分析。這些術語盡管有時可以互換使用，但每個都有不同的優點。機器學習可提供更好、更準確的事件檢測分析。人們通常在想到視頻分析時，會將其與面部識別相關聯。但是，機器學習功能遠遠不止于此，它可以監視運動及過程，以及檢測流量和事件。

相比之下，人工智能被用來模仿一個人可以做什么，并有助于某些低級任務的改進。物理安全中的AI旨在補充人員能力的終結。 AI有助于改善自動決策和警報。

Sean Foley-SVP， National Accounts， Interface Security Systems LLC

我們對視頻分析中的AI革命感到興奮，但AI的應用不僅僅局限于視頻。 AI的真正力量在于處理大量通常是不同的數據集，以產生可行的見解。例如，資產保護專業人員對什么樣的銷售點交易是欺詐的危險信號有深刻的了解。 AI可以將這種理解提升到指數級，在數千名員工中評估數百萬筆交易，以在流程的早期（甚至是在發生之前）識別欺詐行為，從而減少收縮。

同時，還可以將相同類型的AI模式識別應用于減少中央站的誤報，或對系統故障進行超準確的預測，以改善客戶服務。我們的行業才剛剛開始將幾乎無法理解的數據與AI引擎和算法配對。應用是無限的，客戶將因此受益。

Stuart Rawling-Vice President of Technology and Customer Engagement， Pelco， Inc

通過深度學習和應用于視頻的其他AI驅動技術來提高智能的真正可能性是，從長遠來看，直到事情發生后，我們才開始觀看視頻。通過視頻收集這種高水平智能的目標可能會自動實現，以至于不需要安全操作員做出響應所需的決策。取而代之的是，由情報驅動的下一步將自動傳達給各個利益相關者-從現場警衛到當地警察/消防部門。

相反，當安全主管訪問與事件對應的視頻時，這是因為他們希望自己查看事件。自動化、簡化響應的能力以及即時響應不是整體的、數據豐富的監視策略的目標嗎？對于幾乎所有企業來說，答案都是肯定的。

Aaron Saks-Product and Technical Manager， Hanwha Techwin America

除了更好的視頻分析之外，人工智能（AI）或機器學習還可以極大地有益于物理安全市場。對于攝像機而言，人工智能不僅可以通過基于運動的分析消除誤報，還可以做更多的事情。從自動化任務到運行例行程序以及比較數據，人工智能和深度學習都有可能改變我們使用安全攝像機的方式。

由于安裝的攝像頭遠遠超過了人類可以監控的數量，為了利用所有這些信息，我們需要AI來理解我們正在收集的新數據，并告訴我們應該注意什么。我們想知道異常情況：那輛車在街上走錯路了嗎？公路中間有人嗎？這些設備是功能強大的新型IoT傳感器，可直接增強業務和運營。

Adam Wynne-Software Engineering Manager， Security and Safety Things GmbH

人工智能（AI）和機器學習還可以通過改進的訪問控制系統以及將結果數據與其他設備集成來使物理安全市場受益。通過使用該技術，算法可以通過生物識別來識別個人并將其與安全攝像機自動集成，以開發更全面的訪問控制解決方案。 AI可以通過提高識別速度和準確性來增強生物指紋系統。此外，人工智能和機器學習還帶來了實時檢測復雜事件的附加好處，以前只有在事實分析之后才能將其作為取證分析的一部分。這使物理安全系統和響應變得更加簡化和復雜。

Jonathan Moore-Product Director， AMAG Technology， Inc.

視頻分析通常用于識別人和其他物體，然后觸發特定的動作，例如打開門或觸發警報。盡管此功能很有用，但數據分析具有巨大的價值，可以提供從訪問控制系統中存儲的大量數據中提取的有用見解。人工智能可以“學習”每個用戶的典型訪問模式，并在檢測到可能對組織構成威脅的可疑或異常行為時警告安全性。

除了檢測潛在的危險活動之外，數據分析還可以用于更好地了解建筑物的占用和流量模式，以幫助實施物理疏離，突出顯示配置錯誤或可能會發生故障的面板和設備等。數據分析程序可以幫助企業提高其安全性和內部威脅程序，了解其設施使用情況和流量模式以及優化其安全硬件。

John Davies-Managing Director， TDSi

人工智能（無論是真正的人工智能還是復雜的機器學習）在輔助物理安全方面具有巨大的潛力。通過學習和改善自己的數據，AI可以快速確定什么是正常或異常行為，以便在早期發現潛在問題。視頻分析的好處已被充分證明，但集中式安全系統中的AI可以監視范圍更廣的復雜數據。例如，在繁忙的機場或火車站中，中央AI系統可以處理人員進出安全區域的活動（使用訪問控制以及視頻監視），并找到可能提示擁塞問題或可疑行為的模式。

此外，我們還看到越來越多的人工智能在諸如無人機之類的尖端技術中使用，它可以在無需人工指導的情況下確定遠程安裝，電力線或煤氣管道是否存在任何問題或需要注意。

Brian Baker-Vice President， Americas， Calipsa

人工智能和機器學習給物理安全處理從攝像機和傳感器輸入的方式帶來了指數式變化。數據是提供給AI的燃料，攝像機提供了大量的視頻以供查看。 AI的深度學習算法可自動檢測出人類和車輛運動之間的差異，而不是動物、吹樹葉或反射光。結果是大大減少了誤報和潛在的相關罰款。

我們將AI視為增加的安全層，幫助而不是代替人類來更好地保護人員和資產。使用人工智能，中央監控站或企業安全運營中心的操作員可以將注意力集中在真實警報上，以改善安全響應。通過減少虛假警報浪費的時間，管理人員可以在不增加人員的情況下擴展操作。如今，基于云的AI軟件解決方案幾乎在世界任何地方都將其功能添加到兼容攝像機中。

總結

人工智能（AI）和機器學習提供了有用的工具，可以理解大量的物聯網（IoT）數據。 通過幫助實現低級決策的自動化，這些技術可以使安全運營商更加高效。 智能功能可以擴展集成選項，例如通過訪問控制來增加生物識別的使用。 人工智能還可以幫助改善監控機制和流程。 智能系統可以幫助最終用戶了解建筑物的占用和交通模式，甚至可以幫助實現物理距離。 以上這些只是技術的幾種可能用途–最后，一切皆有可能。