人工智能在人脸识别应用方面的优缺点

所有来自技术领域的东西都或多或少涉及人工智能或机器学习。而他们讨论人工智能的方式，听起来几乎像是在宣传：人工智能可以解决所有需求! 虽然我们确实可以利用人工智能技术做出很多事情，但我们没有理解“智能”这个词的全部含义。智力意味着一个系统，在这个系统中，人类可以进行创造性的对话——一个拥有想法并能发展新想法的系统。也就是说目前对该技术的炒作可能已经超过了其真正的潜力，但安全性方面的可能应用无疑是非常可靠、令人兴奋的。

当许多人在提示您谈论安全性中的AI时会自动想到面部识别，但事实是它的真正价值在于其他地方。机器学习是AI的一个子集，可以帮助监控技术达到很高的准确性，并为中间商创造了更好的商机。且如今人工智能在算法与芯片领域的成熟及成本的下降，使得智能监控的商业化落地更加快速地普及，同时智能监控市场在寻求差异化竞争形成了百花齐放的形势。

检测精度

从历史上看，使用视频分析生成警报的监视应用程序的主要关注点是，它们可能无法将人类与例如某种野生生物区分开来，这样便会产生虚假警报，浪费了时间和资源。但是机器学习可以帮助并应对这个挑战，因为它可以预先校准系统以检测实际威胁并忽略虚假威胁。在大多数基于安全性的应用程序中，用户仅想识别一个人或车辆，这两者都可能代表安全威胁。当它为视频分析提供支持时，机器学习工具使开发人员可以指示算法选择特定的特征和对象。更高的精度意味着监视人员的时间不会浪费在由物体或环境波动引起的不必要的警报，这意味着他们的生产率和注意力范围得到了提高，并且绩效得到了改善。

同样确定的是触发有意义的警报的能力是如何在确保周边安全方面带来现实利益。启用了机器学习的分析可以实时检测可疑事件，通过授权员工主动解决当前事件，而不是审查过去的事件，从而极大地改善了设施保护。

人与机器

尽管AI和自动化之类的技术对公司的运作方式产生了革命化的影响(使他们以更少的钱做更多的事)，但企业领导者却自欺欺人，他们认为他们很快就能完全消除

 

（编辑：新余站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!