人工智能正在重塑每一各行業，并融入日常生活的各個方面。在安全方面，傳統的安防系統正在讓位于基于人工智能的系統。

    得益于高分辨率攝像機及存儲成本的降低，安全監控視頻數據的可用性得到了大大提升，人工智能(AI)和深度學習分析已經成為實體安防行業的必然選擇，包括訪問控制和入侵檢測領域。減少人為的過失和降低誤報率是安防行業引入AI技術的主要動機之一。

    什么是人工智能？

    人工智能是機器通過使用模擬人類大腦的多層神經網絡來學習經驗的能力，以便識別物體與模式，并在沒有人為干預的情況下做出決策。

    人類的人腦大約有860億個神經元; 相比之下，最新的Nvidia GPU Volta擁有210億個晶體管(一個晶體管等同于一個神經元)，它可以為數百個以上CPU提供了深度學習的能力。

    另外，與人類不同的是，人工智能每天可以每天24小時不間斷學習，不斷獲取、保存和改進其知識。憑借如此巨大的計算處理能力，這些使用Nvidia GPU或類似芯片的機器現在可以區分人臉、動物、車輛、語言、詞語等等。

    根據所需的復雜程度、詳細程度、可接受的誤差范圍和學習數據質量，人工智能可以使用脈沖神經網絡(SNN)在幾秒內快速學習新物體，而使用卷積神經網絡(CNN)則需要好幾周的時間。盡管它們各自都有優缺點，但無論是SNN還是CNN，在效率與準確性方面它們都優于傳統的安防系統。

    根據MarketsandMarkets的研究報告，外圍入侵檢測系統的市場規模預計將從2016年的41.2億美元增加到2021年的58.2億美元，年復合增長率為7.1%。

    與此同時，AI在安全方面的預期市場(包括網絡安全和實體安全)將從2017年的39.2億美元增長到2025年的34.81億美元，即復合年增長率為31.38%。

    傳統邊界入侵檢測系統

    傳統的邊界入侵檢測系統(PIDSs)通常需要考慮以下因素：地理條件：景觀，植物，動物群，氣候(日出、日落、天氣狀況等)，以及地形是否有波動起伏會阻擋攝像機的視野；存在或缺乏其他層面的實體保護或障礙；與其它安防網絡系統集成：攝像頭，存儲設備，及其它防線(門、鎖，警報等)；觸發報警與響應的方式；系統復雜性：使用各種類型的入侵檢測傳感器，例如微波傳感器、雷達傳感器、振動傳感器、聲音傳感器等；設防的長度；當地法規：如隱私保護，相機/傳感器是否必須可見、隱藏或埋藏等，以及是否可能對其他它系統造成電磁干擾，如石油鉆井平臺或電廠等等；人員配置：現場人員，監控人員，響應警報的人員行動安排等等。

    痛點與AI的優點

    上面所列出的條件與普通入侵檢測系統的一些要求相一致。即都希望能夠實現最小的誤報率，方便安裝與維護，易于與其它安防系統集成，且性能穩定。

    誤報率最小化：在AI技術的應用之前，誤報是傳統入侵檢測系統面臨的主要問題，會導致運營成本增加且效率低下，因為動物、植物、陰影以及天氣條件狀況等等都可能會觸發傳感器，導致系統誤報。AI對象檢測可以輕易地區分不同類型的人和物體，例如，可以對特定的區域進行設置，對于經過此區域行人、汽車、貓、或人影不觸發報警。 這樣，誤報率可能會降低達到70%的量級。

    易于安裝與維護：對于沒有人工智能的傳統入侵檢測系統，必須要考慮地形，攝像機視線，傳感器位置等因素; 而且系統的任何調整都需要人工來重新計算這些因素，并可能干擾系統中的其它設備。相比之下，擁有AI技術入侵檢測系統可以讓系統管理員在控制室就能夠輕松地訪問整個系統或某一個攝像機，在幾分鐘內配置完成攝像機監控特定的區域和對象，而且還可以根據需要隨時調整。AI安防入侵檢測系統甚至都不需要大量的計算能力、知識或安全訓練，因為AI入侵檢測系統主要的目的是通過機器來減輕人工負擔。

    易于集成相關輔助技術：沒有AI的傳統入侵檢測系統主要依賴于物理技術，這些技術通常是專有的，需要對系統進行徹底檢修才能順利運行。另一方面，人工智能天然就是為了學習和適應在各種條件下工作而設計的，因此擁有人工智能的入侵檢測系統，可以輕松地與現有視頻錄制(攝像機)和存儲(NVR)系統集成。AI還消除了對物理無線或光纖傳感器的需求; 因為，它的功能是基于攝像頭捕獲的視頻。此外，AI技術還可以實現多層防御系統的簡單快組合。例如，一旦特定的區域檢測到有物體活動，系統自動觸發門鎖、攝像機自動對焦并進行訪問控制。所有這一切只需要輕輕點擊一下按鈕就能搞定。

    系統穩定、耐用：沒有AI的傳統入侵檢測系統為了提高檢測的準確性，需要使用很多組件進行復雜的設置。更多的組件意味著系統中出現故障的可能性更高，包括暴露在外面的更容易損害(例如傳感器可能被破壞)并延遲檢測。而且，由于人很容易疲勞可能會導致出現差錯(有研究表明，一個人可面對枯燥的工作時智能專注20分鐘左右；而當一個人要同時面對多個項目時，注意力下降得更快。如，要面對很多監控視頻顯示器。)另外，AI技術還可以通過減少對傳感器硬件的應用需求來降低系統出錯的風險。