自主AI监控和物联网实施：更智能的城市

想象一下CCTV摄像机安装在建筑物的侧面或繁忙的城市空间的电线杆上。相机没有预先设定的配置或编码规则，它只是观察其环境，研究和分类生活模式，不断学习。相机将在环境条件下检测人和车辆及物体的行为和运动中的异常，而无需指示这样的异常可能是什么样的。将检测并分类每个对象。元数据将在严格的隐私规则下捕获。除非与事件或异常有关，否则不会存储或流式传输任何图像。除非它被标记。

现在，将该摄像机连接到其他摄像机，将摄像机连接到一个级别的摄像机，连接到另一个摄像机的整个摄像机网络，并且机器学习的深度是惊人的。传感器共享数据，他们比较结果，他们互相训练。它们作为一个系统，安静而不引人注目地学习和保护他们的环境。在数万亿美元的智能城市市场中，云和边缘的不断融合正在推动我们走向这种分布式智能水平，走向自主监控，无论我们是否做好准备。

云与边缘的融合

就像云完成扫荡和分析人类已知的所有数据一样，物联网也是如此。这场竞争将使数十亿智能设备联网并使我们的世界自动化。物联网“正在以令人窒息的速度增长，”  英特尔表示。“从2006年的20亿件物品到2020年预计的2000亿件物品。” 物联网是人工智能的众多不同应用的基础，埃森哲预测“ 2035年的经济增长率可能会翻倍 ”“导致”额外增加的总额增加了14万亿美元的经济增长。“物联网的所有装备将使数据传输的年增长率从25％提高到50％。它还将处理从云计算转移到数据太多，太过分散，过于集中，访问时间太长。根据埃森哲的2018年技术愿景报告，这种“ 思维网络 ”将智能从云端扩展到边缘。时间智能，企业必须将事件驱动的分析和决策处理更接近交互点和数据生成点。在物理世界中提供智能意味着更接近网络边缘。“

尽管在某些方面出现了Cloud Vs Edge辩论，但我们在实践中将看到的是Cloud和Edge的融合，由AI的命令所形成。斯蒂芬霍金教授谈到人工智能“我们生活的方方面面都会改变。简而言之，创造人工智能的成功可能是我们文明史上最大的事件。“实时视频是大部分事情的基础，无论是转向车辆，战斗还是智能城市。智能视频分析意味着高分辨率，这意味着严重的带宽和延迟。这是云与边缘融合的主要驱动力。“计算将成为一个越来越可移动的盛宴，”  经济学家说。“处理将在任何特定应用的最佳位置进行。”

如果执行得当，自主监控需要云计算和边缘计算的结合，它需要端到端的AI链，可以根据需要和设备灵活地应用处理级别，以及智能分布式架构，其中捕获的数据和参考数据集可以实时共享和同步。