人工智能與安防有著密不可分的聯系，隨著人工智能技術的成熟，安防行業以其源數據信息量最大、數據層次最豐富的特性展現了在人工智能應用方面先天的優勢;同時，技術的發展對信息安全提出了更高的要求，“智慧安防”應運而生，并迎來呼嘯風口。
11月6日，中國科學院成都計算機應用研究所總工張炳泉在2018中國國際建筑智能化峰會·成都站上發表主題為《AI技術與智慧安防的發展》的演講，回顧人工智能的興起和它的發展，以及人工智能在安防、家居等領域的應用例子。此外，他還分享了人工智能作為一種支撐的基礎技術，在智能建筑、智慧城市、智慧交通、智慧安防領域未來的前景。
人工智能的出現并非偶然，而是厚積薄發
人工智能誕生于1956年，這個概念出來以后并沒有得到快速的發展，因為當時大規模的數據和復雜任務還沒有足夠的網絡和計算能力的支撐;到1982年，基于決策論的專家系統出現;同時在80年代初出現了在學術上對神經網絡和第五代計算機的研究，但是由于它的算法以及投資規模依然沒有形成新的發展;2006年至今，以深度學習為主題的機器學習方法有了長足的突破，這一輪人工智能的興起有基礎性的支撐，也有經濟發展的需求。
人工智能的興起呈現出以下六大特點：
1、技術觸發深度學習
技術觸發深度學習和神經網絡的快速發展。
2、企業先行
Google、微軟、IBM、Facebook、百度等先行企業支撐著人們在科技、生活、教育、醫療等行業的知識積累與厚積薄發。
3、高校聯動
機器學習與深度學習在教育界得到高度重視。
4、政策配合
美國、中國、日本、韓國等國家在人工智能領域給予足夠重視，相繼推出相關政策、投入大量資金配合其發展。
5、資本推動
在資本推動、技術發展和應用需求下，人工智能開始落地。
6、應用落地
當前在應用落地上表現得嶄露頭角的領域：工業、家居、醫療、機器人、安防、智能交通等。
核心技術和基礎環境不斷積累，與產業的深度結合，成為人工智能加速爆發的黎明。
人工智能技術趨勢
1、感知計算
視覺、語音識別識別率超過96%以上，感知層基礎技術基本具備。
2、認知計算
自然語言處理是人工智能現階段重點突破的技術，一旦突破，人工智能將會進入一個新的時代。目前在客服和機器人領域有較好應用。
3、無監督學習
無監督學習是人工智能的下一個風口，KUKA機器人維修，一旦技術成熟，將會大規模應用，人工智能將會進入一個新的階段。
人工智能應用趨勢
1、感知計算
應用在機器人、智能家居、金融、安防等領域。應用普及程度與行業的發展相關，與行業結合越深入的應用越成熟。應用的普及將發生在5年之內。
2、認知計算
廣泛應用在智能客服、機器人領域，下一個較大的應用將會在證券、醫療、法律等領域。應用的普及將發生在5—10年。
3、人機結合
人機結合將會成為未來一段時間的常態，無論是工業機器人還是服務機器人。
人工智能基礎趨勢
人工智能靠GPU、AI芯片、機器學習平臺作為基礎支撐。安防領域這幾年視頻技術、人臉識別、車牌識別準確率很高，它基于的是圖形處理運算的芯片，叫做GPU，原來的GPU芯片主要是為游戲開發的，但是現在因為要圖形識別，GPU就非常受重視，并且大規模使用。有了GPU對圖形處理的能力，加上云計算的支持，在基礎層面上為人工智能發展提供了更好的支撐。神經網絡以及機器學習，包括深度學習，這樣的學習平臺，已經在各大的開發公司受到充分重視，并且出現了一些成熟應用。
人工智能市場趨勢
未來的5-10年，美國在這方面投入更大，也很重視，但是在美國之下，日本、中國、韓國都不低。
信息安全是人工智能的突破口
基于深度學習的多層神經元的算法支持和相應的云計算、GPU的運算能力支持，基于互聯網的大規模數據支持，這是人工智能發展成功的三個要素。
會不會說人工智能發展到一定階段，而脫離了人類的監督，超越了人類的常規智慧，作出背理的事情，我們不得不預防。11月1日，國家公布了一個新的強制性國標GB35114，公布即執行，GB35114之前大家非常熟悉推薦性國標28181，在中間還有視頻數據簽名的推薦性國標25724，請大家關注25724以及35114規范，這個規范全稱叫做《公共安全視頻監控聯網信息的安全技術要求》，它對今后的視頻提出了ABC三級論證方式，其中C級為最高，僅僅是A級基礎級都要求數字證書，就是CA與管理平臺進行雙向的身份認證，而C級的應用不但是要進行雙向的身份認證，而且要視頻數據加密。出現這個規范，是對人工智能的約束與防范。
人工智能的正面可以替代人類很多簡單的勞動以及簡單的邏輯思維，庫卡機器人驅動器維修，但是不能讓它超越人類。就像網絡上有黑客，庫卡機器人何服電機維修，專門做惡作劇，可以根據定義的語音、圖像仿真一個場景，加入一些人物，做出一段視頻，可以亂真。如果這樣的亂真視頻流傳到社會上成了犯罪的行為，這是必須要防范的。把信息安全放在了國家戰略的重要層面上，35114這樣的規范出現也順應了人工智能發展中間防范的策略。