人工智能（AI）并不是一个新概念，在其超过60年的发展史中经过了三起三落，过程可谓跌宕起伏。早在上世纪50年代就已经被学术界提出来，第一代神经网络Perceptron的发明也将AI推向第一个高峰，但计算能力的缺乏导致系统没有能力完成大规模的训练和复杂任务，并在1970年左右进入低谷。
1986年BP算法出现，使大规模神经网络训练成为可能，在当时主要研究机构DARPA的推动下，AI进入了第二个黄金时期，并开始致力于语音识别和图像理解。此后，受限于其准确率，相关技术迟迟未能形成大规模应用，陷入第二个低潮期。
在2006年后，深度学习和云计算技术的应用，使智能算法性能获得了突破性进展。在2016年，以谷歌AlphaGo战胜世界围棋冠军李世石为标志，AI进入了第三个黄金期。而随着996发文和平安城市建设的深入，公共安全成为AI落地商用的主要领域之一。多家创业公司获得大量资金投入，包括商汤、依图等业内顶尖专业算法厂商，总计获得了超过50亿人民币的投资。
随着政策的重视和资金的注入，相关算法也进入了快速更新换代的高速发展期。以人脸识别为例，3年前还仅应用于静态识别，如1:1人证比对、1比多的身份证查找等。如今在很多城市已经在试点动态识别，并产生了一定的实战效果。可以预见，未来会出现每隔1-2年准确率上升一个台阶，每隔2-3年产生新的识别内容。
换个角度从实战业务来看，技战法是实战业务的核心。技战法的总结和传承，是向科技要警力非常重要的落脚点。支撑技战法的应用系统通常追求稳定，以减少用户的学习成本，传承经验，提升操作效率。那么，智能算法的快速更新换代和技战法的稳定传承在一定程度上，就将产生矛盾。同时，随着视频数据规模越来越大，对算力的需求也越来越强。一次性投资建设一个能满足未来所有算力需求的硬件基础设施，无疑是不现实的。这意味着，一个对上接口稳定，对下可灵活更新算法、扩展和分配算力的基础平台就成为了项目建设成功的关键因素。传统的视频监控平台，通常是软件与硬件绑定，数据与系统绑定，算法与应用绑定，无法解决这一矛盾，建成就意味着进入淘汰期。
今年安博会上，不少厂商以智能和云计算为主要着眼点，推出了自己的视频云解决方案。这种方案的理念，就是以云计算为核心，用开放的智能算法和数据接口，来解决上层应用稳定、中间智能算法快速迭代、底层硬件设备随需扩展之间的矛盾。通过云操作系统，将硬件设备虚拟化，根据算法和应用系统的需求，进行插件式更新。不仅硬件可以随需扩展，算法也可以灵活更新。而且可以很好的支持算力灵活调度，支撑平战结合的高效应用。而视频云也并非全新概念，在国内部分地市建设过程中，也采用了相关技术，并取得了良好的应用效果。相信随着AI在公共安全领域的深化应用，视频云架构将成为基础设施的建设标准。
