智能算法引入安防產品成為關鍵。在安防領域智能算法的運用主要表現在，用無間歇工作的智能算法來代替無法長時間保持高效的人力對視頻畫面進行監控；解決出入口控制中人臉、指紋和語音等關鍵判斷依據被冒用或者盜用的情況；提高安防產品保密和防御級別，確保視頻會議，大型場所安防布控等重要場合的正常運轉。

　　一直以來，傳統的安防產品如攝像機只能做到事后復核，由于監控視頻只能進行短暫存儲，調取后尋找特定人員或車輛需要花費大量人力和物力成本，同時，出入口控制系統不具備識別功能往往只是聽取語音或者使用人直接識別面部，而硬件條件缺失也容易產生錯誤判斷。進入智能時代中，缺少智能識別的安防產品已經不能適應大眾對于安防的需求，尤其是在公安辦案中，巨大的人力投入不僅效率底，同時準確性也欠缺。

　　在這種條件下，智能算法引入安防產品成為關鍵。在安防領域智能算法的運用主要表現在，用無間歇工作的智能算法來代替無法長時間保持高效的人力對視頻畫面進行監控；解決出入口控制中人臉、指紋和語音等關鍵判斷依據被冒用或者盜用的情況；提高安防產品保密和防御級別，確保視頻會議，大型場所安防布控等重要場合的正常運轉。

　　在警用行業，智能算法的引入充分利用人臉識別技術，通過人證核驗產品進行人臉采集，再與人臉庫比對，同時與公安大數據管理平臺對接，快速實現人的識別、查找、身份認定，可廣泛應用在需要進行身份核驗的場所，讓基層公安機關和廣大民警執行任務時，更加高效的進行，實現警務工作從傳統型向智慧型轉變。比如深圳公安的移動執法就整合內外網多個業務系統，將全市人、車、屋、路、場、組織等6大類、63種治安大數據切分成塊數據，設置巡邏防控、治安檢查、人屋管理、消防檢查、回訪倒查等5大功能模塊，讓民警利用AI采集人臉數據并在云端場景完成80%的社區業務，將口袋信息轉變為共享信息。

　　整體來看，AI落地在智慧警務以后，為公安的提升在幾個方面：新管控：組建基層大數據分析工作站，提升對重點人員、可疑物品、重點部位的精準管控和預測預警，提升大數據對基層的支撐服務。新指揮：打通省、市、縣（區）三級指揮體系，構建扁平化、移動化的新型指揮體系。新防控：以大數據技術優化小區、區域防控力量可視化調度、動態巡防、公安檢查站建設，提升社會面的精準防控能力。新監管：建設安全管控一張網、執法管理一終端、督導指揮一幅圖、合成作戰一平臺、公眾服務一窗口的“五個一”全新監所管理體系，推動全省監所執法管理、業務指導、打擊犯罪的信息化、精細化、智能化建設。

　　另外，在交通行業，隨著人工智能和公交車輔助駕駛、無人調度技術的成熟，公共交通成為最有條件率先實現無人值守的行業。對公共交通而言，線路固定、專用道行駛、車速較慢、距離短的特點，從整體上降低了對場景識別、安全控制等算法的要求，使其具備實現無人駕駛的基礎條件。而實現的過程，一方面是公交車由輔助駕駛實現自動駕駛甚至無人駕駛，另一方面是公交車后臺調度系統的智能化。與交通類似的無人化應用還有其他場景，比如AI機器人的安保巡邏、智慧新零售的AI攝像機采集與管理等。