”的概念吸引眼球和忽悠客户，但在今年却越来越难了。因为这些人工智能技术在实际运用中，让用户产生了很多问题例如误报严重等现象突出，“落地”慢慢的变成了今年安防行业重点探讨的，结合近期笔者参加「2018中国人工智能安防峰会」收集到的一些行业人士的对于安防项目难题的探讨的观点，本了一些不破坏原意的修改，以供业内人士交流。
七牛云AI实验室联合创始人林亦宁：对我们来说，我们觉得最难的点还是落地，比如说经常会碰到一些问题，当需要把一些传统的老民警的经验转化成算法模型的时候，客户往往会告诉你说这个数据不能出场，只能在场内进行迭代。还有比如它的数据的类型和我们实际上能够接触到的数据类型，或者我们平时积累比较多的数据类型完全不是一类分布的情况下，该怎么样才能做好这些事情，这都是很细节的问题，但是实际在操作的过程中都是很重要的问题。
如果要落地交付一个产品的时候，就需要把这一些细节问题一个一个的解决好，这其实也是一个公司在做项目、做产品过程中的积累，只有这些坑一个个踩过去了，人工智能的东西才能真正变成一个实际在安防产业中应用的东西。
天地伟业总工程师杨清永：AI技术现在已经被互联网或者被业界炒得非常火，甚至在有些公安用户的脑海里，会有AI无所不能的错觉，例如他们会疑惑企业宣传的99.9%的准确度，误报率亿分之一，为什么还会出现一天出现三个误报的状况？这个概念已经炒得超出用户的预期，因此他们就会认为是厂家的产品做得不好，或者说算法落后，但实际上这是一个应用落地的问题，就是它落得还不成熟。
现在因为AI智能应用的领域非常细分、非常多、非常杂，所以它需要的上层应用非常松散、非常多，需求五花八门。原来做传统安防的时候，每天你收集不到什么需求，现在每天的需求就像雪花一样，甚至没有人去满足它。所以现在要加快速度进行发展，企业也不可能一夜之间招很多人来满足各行各业的需求应用的开发，因此行业生态链的建立是有所必要的。在生态里有各行各业里面做得很好的企业，他们对这个行业的业务了解非常深，也做得很成熟，如果能把这一些企业之间的优势联合起来，构成一个生态链，让产品能快速地在各行各业里面落地，便能够给用户产生价值。因此我觉得当前项目的难度是如何建立自己的生态链，找到固定的合作伙伴。
云天励飞首席科学家、前Snap研究院首席研究员王孝宇：政府不会不断地用某一家的产品，这是为避免招标的流程出现一些明显的异常问题。最难的问题是非标准化的问题，每一家的需求不一样，每个领导的要求也不一样。另外是安防领域存在了很久，中国有9000多家安防的厂商，每一家都有它的“地盘”，如何让这样的情况得到一定的改善以及强化合作，这里面也有不少的难点。
在中国做生意一定要是垂直的，单纯做一块迟早会掉，就比如说算法，企业如果只做算法的话，海康等企业如果每年都要投入20亿去使用这一些企业的算法，第二年也许便会自己组建团队自己做了。而算法企业自身无法作答，因为这里面的开销实在太大。这里面最大的困难在于如果把2G的商业模式用一套方案在全国打透，也许每家安防厂商都在想这样的一个问题，非常复杂。
臻识科技CEO兼联合创始人任鹏：如果一个技术足够成熟的话，落地其实不难。所以问题是这个技术和这种产品形态是否足够成熟，它包括产品的性能指标、售价、商业模式，和产品是否能转化把一个实验室的概念转化成一个实际运用的产品的能力。在这样的产品转化的过程中，从原型机到量产，也要经过很长的阶段，从你投入第一个实验点到小批量的实验，然后再到大批量，这样的一个过程如果不完全走过一次，没有人想不到的里面的困难有多少。
计划①根据文档，对其来了解②通过学习LattePanda的软件和系统，了解实际应用案例，熟悉开发过程③aicamera的
达到万亿市场 /
技术普及度较低、智能化产品价格偏高、场景应用局限性大、对智能产品接受度不够等因素，目前大部分
市场，谁先驾驭人工智能的“三驾马车”：精准算法、超强计算能力及海量数据，谁就具有先发优势。更重要的是谁能构建起以大数据为基础、以算法为推动力、以智能硬件为依托的结合场景化应用的整体解决方案，谁将最终把握行业应用市场，实现
产业将进入智能化大范围的应用的新阶段，技术形态趋向融合，应用边界不断延伸。
博会）于深圳会展中心拉开帷幕。作为全世界领先的全场景可信模组企业，广和通携多款5G+
硬件工程师必懂元器件汇总#跟着UP主一起创作吧 #硬件设计遇到过哪些坑？