人工智能(AI)和机器学习(ML)在物理安全市场上引起了轰动，将视频分析提升到了新的准确性水平。实际上，这些术语已成为整个行业的通用流行语。但是，人工智能和机器学习对物理安全行业产生影响的潜力远远超出了他们改善视频分析的能力。
我们在本周的专家小组圆桌会议主题为：除了更好的视频分析之外，人工智能或机器学习如何使物理安全市场受益?
Nigel Waterton-Chief Revenue Officer, Arcules
虽然我确实认为，要与当今电影中的AI驱动结果相去甚远，但是添加这些算法可以大大帮助企业领导者最终做出更好的决策并降低风险。除了视频分析之外，这一目标也是该细分市场发展的核心。将另一种工具(例如基于云的功能)叠加到此智能上，可带来额外的优势和额外的灵活性，这是我们行业以前从未见过的。
归根结底，这项技术对物理安全行业的真正好处是能够获取从各种物联网(IoT)设备传入的数据，并使用该信息建立业务运营的最佳实践，从而巩固自己的实力，并使组织更加了解组织面临的风险。
Per Björkdahl-Chairman, ONVIF
用户可以通过使用AI，或更具体地说，通过深度学习和机器学习功能，以更高的效率和准确性来利用视频分析。这些术语尽管有时可以互换使用，但每个都有不同的优点。机器学习可提供更好、更准确的事件检测分析。人们通常在想到视频分析时，会将其与面部识别相关联。但是，机器学习功能远远不止于此，它可以监视运动及过程，以及检测流量和事件。
相比之下，人工智能被用来模仿一个人可以做什么，并有助于某些低级任务的改进。物理安全中的AI旨在补充人员能力的终结。 AI有助于改善自动决策和警报。
Sean Foley-SVP, National Accounts, Interface Security Systems LLC
我们对视频分析中的AI革命感到兴奋，但AI的应用不仅仅局限于视频。 AI的真正力量在于处理大量通常是不同的数据集，以产生可行的见解。例如，资产保护专业人员对什么样的销售点交易是欺诈的危险信号有深刻的了解。 AI可以将这种理解提升到指数级，在数千名员工中评估数百万笔交易，以在流程的早期(甚至是在发生之前)识别欺诈行为，从而减少收缩。
同时，还可以将相同类型的AI模式识别应用于减少中央站的误报，或对系统故障进行超准确的预测，以改善客户服务。我们的行业才刚刚开始将几乎无法理解的数据与AI引擎和算法配对。应用是无限的，客户将因此受益。
Stuart Rawling-Vice President of Technology and Customer Engagement, Pelco, Inc
通过深度学习和应用于视频的其他AI驱动技术来提高智能的真正可能性是，从长远来看，直到事情发生后，我们才开始观看视频。通过视频收集这种高水平智能的目标可能会自动实现，以至于不需要安全操作员做出响应所需的决策。取而代之的是，由情报驱动的下一步将自动传达给各个利益相关者-从现场警卫到当地警察/消防部门。
相反，当安全主管访问与事件对应的视频时，这是因为他们希望自己查看事件。自动化、简化响应的能力以及即时响应不是整体的、数据丰富的监视策略的目标吗?对于几乎所有企业来说，答案都是肯定的。
Aaron Saks-Product and Technical Manager, Hanwha Techwin America
除了更好的视频分析之外，人工智能(AI)或机器学习还可以极大地有益于物理安全市场。对于摄像机而言，人工智能不仅可以通过基于运动的分析消除误报，还可以做更多的事情。从自动化任务到运行例行程序以及比较数据，人工智能和深度学习都有可能改变我们使用安全摄像机的方式。
由于安装的摄像头远远超过了人类可以监控的数量，为了利用所有这些信息，我们需要AI来理解我们正在收集的新数据，并告诉我们应该注意什么。我们想知道异常情况：那辆车在街上走错路了吗?公路中间有人吗?这些设备是功能强大的新型IoT传感器，可直接增强业务和运营。
Adam Wynne-Software Engineering Manager, Security and Safety Things GmbH
人工智能(AI)和机器学习还可以通过改进的访问控制系统以及将结果数据与其他设备集成来使物理安全市场受益。通过使用该技术，算法可以通过生物识别来识别个人并将其与安全摄像机自动集成，以开发更全面的访问控制解决方案。 AI可以通过提高识别速度和准确性来增强生物指纹系统。此外，人工智能和机器学习还带来了实时检测复杂事件的附加好处，以前只有在事实分析之后才能将其作为取证分析的一部分。这使物理安全系统和响应变得更加简化和复杂。
Jonathan Moore-Product Director, AMAG Technology, Inc.
视频分析通常用于识别人和其他物体，然后触发特定的动作，例如打开门或触发警报。尽管此功能很有用，但数据分析具有巨大的价值，可以提供从访问控制系统中存储的大量数据中提取的有用见解。人工智能可以“学习”每个用户的典型访问模式，并在检测到可能对组织构成威胁的可疑或异常行为时警告安全性。
除了检测潜在的危险活动之外，数据分析还可以用于更好地了解建筑物的占用和流量模式，以帮助实施物理疏离，突出显示配置错误或可能会发生故障的面板和设备等。数据分析程序可以帮助企业提高其安全性和内部威胁程序，了解其设施使用情况和流量模式以及优化其安全硬件。
John Davies-Managing Director, TDSi
人工智能(无论是真正的人工智能还是复杂的机器学习)在辅助物理安全方面具有巨大的潜力。通过学习和改善自己的数据，AI可以快速确定什么是正常或异常行为，以便在早期发现潜在问题。视频分析的好处已被充分证明，但集中式安全系统中的AI可以监视范围更广的复杂数据。例如，在繁忙的机场或火车站中，中央AI系统可以处理人员进出安全区域的活动(使用访问控制以及视频监视)，并找到可能提示拥塞问题或可疑行为的模式。
此外，我们还看到越来越多的人工智能在诸如无人机之类的尖端技术中使用，它可以在无需人工指导的情况下确定远程安装，电力线或煤气管道是否存在任何问题或需要注意。
Brian Baker-Vice President, Americas, Calipsa
人工智能和机器学习给物理安全处理从摄像机和传感器输入的方式带来了指数式变化。数据是提供给AI的燃料，摄像机提供了大量的视频以供查看。 AI的深度学习算法可自动检测出人类和车辆运动之间的差异，而不是动物、吹树叶或反射光。结果是大大减少了误报和潜在的相关罚款。
我们将AI视为增加的安全层，帮助而不是代替人类来更好地保护人员和资产。使用人工智能，中央监控站或企业安全运营中心的操作员可以将注意力集中在真实警报上，以改善安全响应。通过减少虚假警报浪费的时间，管理人员可以在不增加人员的情况下扩展操作。如今，基于云的AI软件解决方案几乎在世界任何地方都将其功能添加到兼容摄像机中。
总结
人工智能(AI)和机器学习提供了有用的工具，可以理解大量的物联网(IoT)数据。 通过帮助实现低级决策的自动化，这些技术可以使安全运营商更加高效。 智能功能可以扩展集成选项，例如通过访问控制来增加生物识别的使用。 人工智能还可以帮助改善监控机制和流程。 智能系统可以帮助最终用户了解建筑物的占用和交通模式，甚至可以帮助实现物理距离。 以上这些只是技术的几种可能用途–最后，一切皆有可能。
