“安防+AI”迎来2.0时代，全新角逐风口已来？

  2015年，安防行业开始大范围引入AI技术，但市场的反应却比较的平淡，没有激起任何水花。反而在随后的两年里，也就是伴随着AlphaGo连续战胜两位人类围棋冠军后，全市场对AI的关注度才不断升温。对于AI来讲，才真正的打响知名度，对它的期待也越来越高。
  然而随着时间的推移，大众以及资本对AI的耐心开始逐渐降温。特别是作为AI应用最广泛的领域，安防行业也遇到发展瓶颈，如行业市场对AI落地应用的场景及产品同质化严重，企业业绩增长乏力等等，行业亟需新的技术、新的业态、新模式来冲破这一瓶颈。
  2023年一季度，随着由Open AI发布的以用户为中心的聊天及机器人ChatGPT的突然爆火，再次点燃大众和资本对AI技术的热情。对安防来说如同雪中送炭，而且经过6个多月时间的发酵，AI大模型已然成为安防从业人员积极讨论的话题，国内已有多家知名企业推出针对性的大模型，如宇视科技、科大讯飞、商汤科技等。
  对此，有业内人士表示，大模型或许正式开启AI2.0时代，将为各行各业带来巨大的潜力和机遇，AI1.0时代已然成为历史。那么什么是AI1.0和AI2.0呢？看如下介绍！
  01.大模型开启AI2.0时代？
  对于大模型开启AI2.0时代这一命题，市场还是存在部分疑虑的，毕竟大模型这一热词存在的时间说长不长、说短不短，更重要的一点就是它落地应用、存在的商业价值还没有真正地体现出来，而且各行业人士对该领域涉及的专业名词理解度也还不是非常的透彻，更别说终端客户了。
  所以，作为普通大众理应首先理解大模型定义和中心思想，方能跟上市场的脚步。大模型，它是指具有大量参数（数亿甚至数十亿）的机器学习模型，这些模型可以在训练过程中处理大规模的数据集，并且能够提供更高的预测能力和准确性，比如图像识别、语音识别等等。
  对于其他诸如GPT、AIGC等概念热词，市场也有诸多解析。但总的来说，它们与大模型是一种包含与被包含的关系。如大模型是一种技术手段，可以用来构建各种类型的机器学习模型，其中包括生成式语言模型如GPT。AIGC则是生成式AI的一种范畴，涵盖了各种生成式人工智能的应用和技术。
  如果还是不能理解，或许从投资产生经济效益的角度更好的理解。此时对AI的划分就可以分为两个阶段，一个是1.0时代，另一个是2.0时代。其中，AI1.0时代是AlphaGo之后发生的深度学习，以及这种深度学习进入各行各业并创造了价值，时间维度大概是2015年至2022年。AI2.0就是从2023大模型热潮开始，延续时间多长未知，但可以明确的是，大模型解决的是AI1.0遇到的瓶颈问题。
  比如，AI1.0在没有大模型的时候针对某个领域AI应用，需要对该领域进行收集、清洗、标注数据，然后在调整模型，整个过程程序繁杂且成本非常昂贵，同时也是此前资本对AI降温的首要因素。
  而大模型的特点刚好弥补了这一缺陷，不仅降低了成本还简单便捷。即当你应用的时候，在大模型的基础之上针对你所在的细分领域稍微微调即可，可以说大模型开启了AI2.0时代，其特点就是大数据、大计算和大模型。
  当然评价大模型的好与坏，以现在的视角来看主要涉及三个方面：算法、算力和数据。算法决定了其本身的学习能力，算力则影响着算法的学习效率，数据则决定了AI的训练效果。未来可能涉及就是终端客户需求情况，他们想要大模型能做什么，能否打造成自己的专属大模型等等。
  换言之，当下在AI进阶阶段，研发大模型抢抓市场或能为企业打开新的蓝海，拭目以待。
  02.大模型能做什么？
  前面谈到大模型开启AI2.0时代，那么大模型在这个时代具体能做什么，能为我们普通大众带来什么等等，都是普通大众普遍想问的问题。
  回答这个问题，其实我们可以从AI2.0时代AI改变的是什么入手。目前有业内人士表示，在AI2.0时代，如果你有了大模型这一技术作为一个基础平台，然后叠加应用，它会改写每一个领域。换言之，大模型改变的是AI落地应用生态，比如目前已落地应用的领域智能医疗、智能家居、智能交通、智能客服、智能金融等等。
  然而，也有人反驳称，单就目前市面上已经公布的大模型，它们所在的落地应用领域，实际创造的价值并不多，多数都是迎合数字化转型而衍生的附属品以期望在具体的业务中能起到提质增效的作用。
  对于C端客户来说，现阶段购买企业产品，大模型也只能算是锦上添花，最实际的商业价值并没有凸显。所以，短期来看，大模型所带来的价值可能被高估，长期或许能有成长空间。
  另外，在刚刚过去不久的2023世界人工智能大会，如果有朋友去咨询过参展的相关展商和现场的观众，大体上也可以了解到，大模型对企业产品的可用性的提升是有很大的帮助，但大模型并不是其产品的全部。对企业和观众来说，他们的真正的目标而是用上了AI技术的数字化、智能化产品。
  而且，在一项新兴技术问世且快速传播的期间，总会有一些不确定的因素制约着大模型的发展，比如算法还有提升空间、数据还不够完善等等。
  也就是说，在大模型持续发酵的今天，我们要保持清醒的头脑，别只看大模型，要更多关注现阶段事件的本身。企业为何发展大模型、或者在各种会议场所谈论大模型，其实多数是为了迎合市场，而且如果你作为一家AI公司或者创新型企业，不提大模型、不提AIGC，对外就显得不够专业，很可能会影响企业的未来的发展。总的来说，大模型从技术上来讲是很好的发展趋势，理论上它能包容一切，但暂时还不能完全包容。因为找到一个合适的应用场景对AI大模型来说着实不易，况且在它所应用的场景能创造多少价值，还是个未知数，需要时间来检验。