2.3 应用层
人工智能给各行各业带来了变革与重构，一方面将AI技术应用到现有的产品中，创新产品，发展新的应用场景；另一方面AI技术的发展也对传统行业造成颠覆，人工智能对人工的替代成为不可逆转的发展趋势，尤其在工业、农业等简单、重复、可程序化强的环节中，而在国防、医疗、驾驶等行业中，人工智能提供能够适应复杂环境，更为精准、高效的专业化服务，从而取代或者强化传统的人工服务，服务形式在未来将趋于个性化和系统化。
人工智能与行业的深度结合，可以实现传统行业的智能化，包括AI+金融、AI+医疗、AI+安防、AI+家居、AI+教育等，如图2-11所示。在各个垂直领域中，传统厂商具备产业链、渠道、用户数据优势，正通过接入互联网和AI搭载人工智能的浪潮进行转型。创业公司深耕垂直领域，快速崛起，致力于推动技术进步、场景落地。应用层厂商更多直接面对用户，或者遵循2B、2C的发展路径，相较于技术层和基础层，具有更多的用户数据，也需要进一步打磨产品，满足用户需求。
对于人工智能的应用来说，技术平台、产业应用环境、市场、用户等因素都对人工智能的产业化应用市场有很大的影响。如何实现人工智能产业自身的创新并应用到具体场景中将会是各行业发展的关键点。目前，人工智能技术的主要应用场景包括但不限于：安防、制造业、服务业、金融、教育、传媒、法律、医疗、家居、农业、汽车等。人工智能技术日益成熟，商业化场景逐渐落地，智能家居、金融、医疗、驾驶、安防等多个行业成为目前主要的应用场景。
2.3.1 安防
安防的应用场景较多，小到身份识别、家居安防，大到反恐国防。现代社会人口流动大，中产阶级逐渐崛起，用户财产逐渐积累，而收入增多的同时带来的是风险的加大，用户安全性缺失，安防成为用户的刚需。身份识别手段的多样性对于安防意义重大，因此安防领域对于图像识别的要求更高，也要求更多的手段通过多维度来进行识别，如图2-12所示，AI技术的进步可以大大提高身份识别手段的多样性与准确率，对于安防的意义重大，尤其是安防在国防安全领域的应用，具有国家战略意义。
在视频监控技术飞速发展的今天，视频监控画面的信息已成海量，远远超过了人力所能进行的有效处理范围。传统采用人工回放录像取证的方式具有效率低下、容易出错的缺点。而人工智能技术恰好具有处理海量信息的能力，也能在技术的基础上实现实时监控、基准判断。智能视频分析（Intelligent Video Analysis，IVA）技术是解决海量视频数据处理的有效途径。IVA采用计算机视觉方式，主要应用于两个方面，一是基于特征的识别，主要用于车牌识别、人脸识别。特征识别与视频智能分析应用于安防体系中，提高了安防的时效性、安全性和精准度。二是行为分析技术，包括人数管控、个体追踪、禁区管控、异常行为分析等，可以应用到监测交通规则的遵守、周界防范、物品遗留丢失检测、人员密度检测等。通过对视频内的图像序列进行定位、识别和追踪，智能视频分析能够做出有效分析和判断，从而实现实时监控并上报异常，使得安防由被动防范向提前预警方向发展，将实现对危险分子的主动识别，安防行为由被动向主动转变。
人工智能与大数据技术导论
44