2017年5月，世界围棋界第一人柯洁0:3完败于升级版的AlphaGo，宣告人工智能在围棋这一高智商游戏中完胜人类。解说嘉宾常昊九段认为：“之前AlphaGo和李世石下棋的时候，模仿人类的痕迹更重一点。到了现在的版本，好像更有自己的想法了。”5个月之后，采用最新强化学习技术的AlphaGo Zero以100:0，完胜自己的上一代AlphaGo。所谓强化学习技术，则是放弃了向人类棋谱学习，以基本围棋规则不断迭代衍生出自我智慧。版本命名上的Zero，昭示着全新AI逻辑的诞生。

对AI而言，围棋是一个基本规则简单但计算量复杂的领域，通过海量计算资源来追求每一步胜率最大化，即可获得一个最优解。但在安防领域，由于输入数据的模糊化、判定逻辑的不确定性，给AI算法提出了更高的要求。而由于工程投资预算的限制，堆砌后端算力来解决海量视频数据分析的逻辑难以成立。业界纷纷开始考虑智能前移，通过前后端结合来实现更快、更准、性价比更高的解决方案。Intel、NVIDIA、海思纷纷发布了自己的智能芯片，提升智能终端算力和算法。业界不少专家也将2017年定义为“AI芯片元年”。

华为公司早在2012年就已成立诺亚方舟实验室，在香港、深圳、北京、蒙特利尔、多伦多、伦敦、巴黎等城市设有办公室。诺亚方舟实验室致力于推动人工智能领域的技术创新和发展，吸引了很多负责计算机视觉核心算法及平台设计与研发的全世界高水平人才和专家，并通过人工智能对华为公司的产品和服务提供支撑。诺亚方舟实验室与海思芯片的强强联手，也将AI芯片推上了新高度。基于麒麟系列芯片的全新人工智能算法已经应用在华为MATE10系列手机当中，成为业界第一款AI手机。而相关技术，正在被应用到华为最新的智能摄像机中。

关于AI摄像机的概念并没有严格定义，业界纷纷将具备行为分析、车牌识别、人脸抓拍能力的摄像机宣传为AI摄像机。但笔者认为，只有具备自主判定能力的摄像机才能被称为AI摄像机。随着技术的逐步发展，AI摄像机将逐步成熟。未来的AI摄像机应当能判定自身所处的环境，并对环境和功能要求进行灵活适配，并作出自主判断，辅助人脑作出行动决策。

当城市中出现危险因素时，AI摄像机应当能够在第一时间判定出危险源头并向执法警员作出预警，并自动联动周边设备，进行多机协同，实时掌握事态发展。当需要寻找具体目标时，AI摄像机根据中心下发的指令，将视野范围内的相似目标进行精确分析，如对人车物的多维特征进行比对，给出准确的判定结论。甚至在场景发生变化时，AI摄像机应当能自主调整，调整成像参数和执行算法逻辑。这些AI能力，不仅取决于智能算法的准确度，更需要摄像机有一颗强大的AI芯片，再配合后端强大的云计算系统，才可能实现。可以说，AI芯片、算法和后端系统三者缺一不可。