如果人工智能只是停留在算法的層次，那還是遠遠不夠的。人工智能時代的安防有三個支柱：智能硬件、算法、大數據。

近日，大家都沉迷于iPhoneX和FaceID中走不出來，好像人臉識別解鎖是件了不起的大事，難道你們忘了我們的支付寶是怎么刷臉支付的?你們忘了北京首都機場不用帶身份證刷臉就可以過安檢了么?我們自己的國家有很多很優秀的技術和企業，不僅將虹膜識別，3D掃描等技術應用在個體層面，還對國家的安防有著重大的貢獻。

未來十年，人工智能在不同行業的機遇，比較有前景的有四個，分別是：安防、汽車、醫療和機器人。這些領域都是萬億級的市場，尤其是汽車和醫療。這些領域非常重要，但不是每個領域發展成熟的時間都一樣，而安防會是最先成熟的領域。

汽車從現在來看很有可能是下一個成熟的領域，再過兩三年量會上來。至于醫療，只能排在第三。醫療的難點在于，這不僅是大數據的問題，還涉及到小數據問題。對于小數據問題，它在數據的規模上限制是比較大的。機器學習最重要的是要跟最優秀、最有經驗的醫生來學習，不像自動駕駛或者安防，只要找一個會用電腦的人，都可以標注數據。它是一個需要優秀的專業人士參與數據標注、數據采集的過程，是小數據問題。

機器人也會是一個很大的領域，但它卻充滿了很大的不確定性。首先它目前還不是一個已經存在的行業，現在市面上還基本沒有成熟商用的機器人，還在摸索階段。我們都向往以后的生活和工作能夠被機器人幫助，但要實現它，到達消費者期待的那一階段，還是很困難的，也需要很長時間。

對于安防，不同的國家投入是不同的，但中國顯然對之投入很大，美國同樣。這也是最有可能率先實現落地的人工智能領域。

在當前階段，行業對人工智能技術切入安防領域最大的期待就是：可以把這個行業從以視頻為核心，轉變為以情報為核心。現在安防監控領域之所以還有機會，是因為人工智能使得一個新的潮流、新的轉型在這個領域發生了。當人工智能進入安防，10年之后，所有的攝像頭都會變成智能攝像頭。

其次，在安防領域里有一個常見的誤區：那就是迷信算法，認為算法可以解決一切。這顯然是不正確的。最近很多人在說人臉識別，那種看到一張臉、算出來一個特征，跟黑名單比對一下看誰比較像，這是很淺很淺的挖掘。你知道壞人是誰，把他給找出來，只能解決這種問題。但是現在的需求是：我不知道壞人是誰，你給我找出來，這絕對要靠很深度的挖掘。

如果人工智能只是停留在算法的層次，那還是遠遠不夠的。而安防是全世界最大的物聯網。你出門走出小區被門口的攝像頭拍了下來，它識別出你的穿著，你的表情和面部特征，這個數據量已經遠超過了網上的發帖。而每隔20米，可能就會被新的攝像頭拍下，識別一遍。安防物聯網產生的數據量，已經遠遠大于過去的互聯網。在這種情況下，人工智能時代的安防有三個支柱：智能硬件、算法、大數據。