人工智能場景：應用場景眾多，復雜程度不一。主要典型場景如下：阿爾法狗下圍棋場景：行為較為單一，任務其實相對簡單。機器人運動場景：人的行走相對復雜，考慮因素眾多，相對復雜。自動駕駛場景：更為復雜，需要考慮社群行為。即除了自動駕駛行為決策外，還要考慮其他行駛者行為的影響。

 

行業應用落地場景：認同AI落地第一個場景-AI安防的觀點。

 

當前AI安防已經有大量需求，2016年安防監控出貨量：1億4千萬個模組和傳感器。安防主要部署在終端，對處理器的成本、帶寬，延時等性能都有較高要求。其他終端應用場景：機器人和無人機要求：時延低，功耗低，價格敏感，是AI具有挑戰性場景。目前市場上已經有消費類產品：家庭陪伴機器人，掃地機器人，家庭語音聊天機器人等。主要是通過云端進行語音識別進行人機交互。還有提升空間，核心處理轉移到前端將會帶來市場空間。

最近小編買了海康一款家庭版無線監控攝像機,從功能上介紹可以實現可視對講,只要上wifi就可以監控房間里的情況,并且有mic麥克直接和屋內的人進行對講,攝像機被小編寄回了老家,離深圳 有幾千公里的距離,實際的使用情況并不如意,觀察靜態物體的時候,是沒有什么問題的,但是屋內有人就會出現很大的網絡延遲,講話的聲音音量及時開到最大,也聽不清楚屋內人的聲音,更無法實現實時對講的效果,不免對這個攝像機失望,所以當網速不佳的情況下,動態物體更占帶寬,要想實現人工智能安防,基礎的網絡建設至少要是現在的五倍甚至十倍,才能實現人與人的交互,類似于電話一樣清晰, 包括現在的智能機器人,都是程序設定好的,并不能排解人的孤獨感,和寂寞,要想真正的具備人工智能的暢通無阻的交互,基礎設施還需要很大的發展.

智能安防的應用最終還是要匯集到人那里,無論現在的計算機如何發達,但是在處理是是非非的情況,還是需要人來解決,智能安防的發展就是幫助人來監控了解最真實的現場,幫助人節省勞動力,幫助人減少工作量,這也是人工智能不斷發展的目標.