2025年 導入AI技術的智慧城市安全監控攝影機將達3.5億台

具備人工智慧（AI）的安全攝影機將成為智慧城市的常態應用，例如智慧交通管理與預防性威脅偵測。

新加坡，2021年4月1日 /美通社/ — 根據全球科技市場諮詢公司 ABI Research 的數據，到2025年，全球具備人工智慧（AI）晶片組的智慧攝影機安裝總數將超過3.5億臺。

AI晶片組納入智慧城市的安全攝影機將成為常態，預計到2025年，出貨的攝影機中有超過65%將配備至少一個AI晶片組。

這些攝影機將採用深度學習（DL）模型，在智慧交通管理、自動化資產、行人流量監控與管理、實體與周界安全，以及預防性威脅偵測等應用中，實現自動化並增強決策能力。

ABI Research AI與機器學習首席分析師蘇連傑（Lian Jye Su）表示：「全球越來越多的城市與郡政府正積極尋求利用AI。這帶動了邊緣AI晶片組智慧攝影機採用率的蓬勃發展。」

除了低延遲之外，資料隱私考量也推動了邊緣AI的採用，因為資訊無需傳送到雲端即可進行處理。安霸（Ambarella）、海思（HiSilicon）、英特爾（Intel）、輝達（NVIDIA）、高通（Qualcomm）以及賽靈思（Xilinx）是智慧城市領域的主要AI晶片組供應商之一。

未來，提供全天候機器視覺的 TinyML 供應商預計將扮演關鍵角色，透過電池供電的攝影機、光達（Lidar）、紅外線和其他感測器，實現全天候的機器視覺功能。

目前，這些工作負載大多由託管在雲端的深度學習模型執行（由商湯科技、Ipsotek、igentec 和 Sentry AI 等視訊分析供應商提供），或是由智慧攝影機與網路錄影機（如海康威視和大華）中的深度學習推論來處理。

這兩種部署方式各有其優缺點。兩大技術趨勢可能會進一步促進基於深度學習的機器視覺部署。蘇連傑解釋：「第一個是邊緣運算。城市與郡政府無需在智慧攝影機上部署比傳統攝影機昂貴數倍的特定深度學習模型，而是可以在閘道器和本地伺服器上託管深度學習模型。這使得資料能夠在邊緣進行處理與儲存，提供比依賴雲端基礎設施更快的響應時間。第二個是5G。雖然網路分片（network slicing）在2023年之前無法達到商業就緒，但5G的網路分片能力允許通訊服務供應商提供專用網路資源來託管微服務、具備「六個九」（99.9999%）的可靠性服務保證、無縫的裝置連線，以及支援智慧城市中基於深度學習機器視覺的導入。」

「轉向邊緣運算為市場帶來了新的機遇，特別對於專注於閘道器和標準伺服器處理的AI晶片組新創公司而言，例如 Blaize、Hailo 和 Kneron 等公司。」

儘管如此，前方仍存在重大的阻力。在公共攝影機中採用AI所面臨的公眾信任與法規問題，是其實施過程中的一大挑戰。全球的公眾和人權倡導人士對技術遭到濫用保持警惕，並一直在抵制臉部辨識技術的採用。

臉部辨識的使用甚至遭到美國多個城市議會的禁止。作為基於深度學習的機器視覺技術的主要市場之一，中國因在全國範圍內推動臉部辨識技術以維護國家安全與公共秩序（特別是在少數民族地區），一直受到嚴格審查。

蘇連傑總結道：「信任是公共安全技術中至關重要的組成部分。ABI Research 鼓勵開發人員、供應商、主管機關和大眾專注於持續對話，並導入公共技術平臺以確保透明度，同時建立AI倫理與治理框架以將偏見降到最低。展望未來，能在智慧城市中取得成功的技術供應商，將是那些能夠展示透明且可解釋的深度學習模型，以及表現出願意接受開放、共同標準和倫理框架的企業。」