這種情況不會(huì)持續(xù)很久了。雖然IC Realtime公司提供的基于云的分析功能可以升級(jí)現(xiàn)有的、傻瓜式的攝像頭，其他一些公司則直接在他們的硬件中加入了人工智能。Boulder AI就是一家這樣的創(chuàng)業(yè)企業(yè)，該公司用自己的獨(dú)立人工智能攝像頭推銷"視覺(jué)即服務(wù)"。將人工智能集成到設(shè)備中的一大優(yōu)勢(shì)是它們不需要互聯(lián)網(wǎng)連接就能工作。Boulder公司廣泛地面向各行各業(yè)進(jìn)行銷售，為每家客戶量身打造機(jī)器視覺(jué)系統(tǒng)。
該公司的創(chuàng)始人Darren Odom對(duì)《The Verge》表示："應(yīng)用程序真的是非常全面。"他表示："我們的平臺(tái)銷售給了銀行、能源公司。我們甚至有一個(gè)應(yīng)用程序可以觀察比薩餅，確定它們的大小和形狀是否正確。"
"我們現(xiàn)在能夠100%地識(shí)別愛(ài)達(dá)荷州的鱒魚(yú)。"
Odom舉了一個(gè)在愛(ài)達(dá)荷州建造水壩的客戶的例子。為了符合環(huán)保法規(guī)，他們正在監(jiān)測(cè)能夠越過(guò)這個(gè)基礎(chǔ)設(shè)施頂部的魚(yú)類的數(shù)量。Odom表示："他們以前安排了一個(gè)人坐在窗口看著魚(yú)梯，數(shù)著有多少鱒魚(yú)游過(guò)。"（顧名思義，魚(yú)梯指的就是一條階梯式的水槽，魚(yú)類可以通過(guò)這條水道奮力上游。）"然后他們轉(zhuǎn)移到了視頻技術(shù)，有人（遠(yuǎn)程）進(jìn)行監(jiān)控。"最后，他們聯(lián)系了Boulder公司，該公司為他們搭建了一個(gè)定制化的閉路電視監(jiān)控系統(tǒng)以確定通過(guò)魚(yú)梯上游的魚(yú)的類別。Odom自豪地表示："我們真的使用計(jì)算機(jī)視覺(jué)進(jìn)行了魚(yú)類物種識(shí)別。" Odom表示："我們現(xiàn)在能夠100%地識(shí)別愛(ài)達(dá)荷州的鱒魚(yú)。"
如果說(shuō)IC Realtime代表了這個(gè)市場(chǎng)的通用一端，那么Boulder公司就是展示了精品承包商的能力。不過(guò)，在這兩種情況之下，這些公司目前所能夠提供的還僅僅是冰山一角。就像機(jī)器學(xué)習(xí)在物體識(shí)別的能力方面取得迅速的進(jìn)步一樣，它分析場(chǎng)景、活動(dòng)和動(dòng)作的能力也有望迅速提高。一切都已經(jīng)就位，包括基礎(chǔ)研究、計(jì)算能力和訓(xùn)練數(shù)據(jù)集--這是創(chuàng)建有能力的人工智能的關(guān)鍵組成部分。視頻分析的兩個(gè)最大的數(shù)據(jù)集來(lái)自YouTube和Facebook，這兩家公司都曾經(jīng)表示希望人工智能能夠幫助他們節(jié)制平臺(tái)上的內(nèi)容（不過(guò)兩家公司也都承認(rèn)還沒(méi)有做好準(zhǔn)備）。例如，YouTube的數(shù)據(jù)集包含超過(guò)45萬(wàn)小時(shí)帶標(biāo)簽的視頻，希望能夠刺激"視頻理解的創(chuàng)新和進(jìn)步"。參與構(gòu)建此類數(shù)據(jù)集的組織的廣度讓人對(duì)該領(lǐng)域的重要性有了一些了解。谷歌、麻省理工學(xué)院（MIT）、IBM和DeepMind都參與進(jìn)來(lái)，開(kāi)啟了自己的類似項(xiàng)目。
IC Realtime公司已經(jīng)在開(kāi)發(fā)面部識(shí)別等高級(jí)工具了。之后，它希望能夠分析屏幕上正在發(fā)生的事情。Sailor表示，他已經(jīng)和教育行業(yè)潛在的客戶進(jìn)行過(guò)交談，對(duì)方希望當(dāng)學(xué)生在學(xué)校遇到麻煩的時(shí)候，監(jiān)控能夠識(shí)別出來(lái)。他表示："例如，他們對(duì)打架的迅速通知感興趣。"系統(tǒng)需要做的一切就是注意聚集在一起的學(xué)生，然后提醒某個(gè)人，這樣他就可以檢查視頻內(nèi)容，看看發(fā)生了什么事情或者親自去調(diào)查。
Boulder公司也正在探索這種高級(jí)分析。該公司正在開(kāi)發(fā)的一個(gè)原型系統(tǒng)的目標(biāo)是分析在銀行里的人的行為。Odom表示："我們專門尋找壞人，并且探查一個(gè)正常人的行為和越界的人的行為之間的區(qū)別。" 要想做到這一點(diǎn)，他們正在使用舊的安全攝像頭拍攝的視頻來(lái)訓(xùn)練他們的系統(tǒng)，以發(fā)現(xiàn)異常行為。但是這種視頻有很多的質(zhì)量都非常低，所以他們也會(huì)找一些演員來(lái)拍攝自己的訓(xùn)練視頻片段。Odom沒(méi)有詳細(xì)說(shuō)明細(xì)節(jié)，但表示該系統(tǒng)將尋找特定的面部表情和行為。他表示："我們的演員們會(huì)做一些類似蹲伏、推搡以及回頭一撇之類的動(dòng)作。"
對(duì)于監(jiān)控和人工智能方面的專家來(lái)說(shuō)，這些功能的引入充滿了技術(shù)和道德方面的潛在困難。而且，和人工智能經(jīng)常遇到的情況一樣，這兩個(gè)類別的困難是彼此交織在一起的。機(jī)器不能像人類一樣理解這個(gè)世界，這是一個(gè)技術(shù)問(wèn)題，但是當(dāng)我們假設(shè)它們能夠做到這一點(diǎn)，并且讓它們?yōu)槲覀冏鰶Q定時(shí)，這就變成了一個(gè)道德問(wèn)題。
卡內(nèi)基.梅隆大學(xué)的教授Alex Hauptmann專門從事這種計(jì)算機(jī)分析，他表示，盡管人工智能近年來(lái)已經(jīng)在這一領(lǐng)域取得了巨大的進(jìn)步，但是在讓計(jì)算機(jī)理解視頻方面仍然存在著非常根本性的問(wèn)題。其中最大的一個(gè)就是攝像頭的問(wèn)題，這個(gè)問(wèn)題我們已經(jīng)不再會(huì)經(jīng)常想到了：分辨率。
最大的障礙非常常見(jiàn)：低分辨率的視頻
舉個(gè)例子來(lái)說(shuō)，一個(gè)神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練，可以分析視頻中的人類行為。這些工作是通過(guò)將人體細(xì)分為多個(gè)部分--手臂、腿、肩膀、頭部等--然后觀察這些小的部分在視頻中從一幀到另一幀的變化來(lái)進(jìn)行的。這樣，人工智能可以告訴你是否有人在跑步，或者是在梳頭發(fā)。Hauptmann對(duì)《The Verge》表示："但是這取決于你所擁有的視頻的分辨率。" Hauptmann表示："如果我用一個(gè)攝像頭對(duì)準(zhǔn)停車場(chǎng)的盡頭，如果我能分辨出是否有人打開(kāi)了車門，就算是非常幸運(yùn)的了。如果你就站在（攝像頭）前面彈吉他，它就可以跟蹤你每一根手指的動(dòng)作。"
對(duì)于閉路電視監(jiān)控系統(tǒng)來(lái)說(shuō)，這是一個(gè)大問(wèn)題，攝像頭往往會(huì)有顆粒感，而角度也常常很怪異。Hauptmann舉了一個(gè)便利店攝像頭的例子，攝像頭的目的是監(jiān)控收銀機(jī)，但是它也監(jiān)視著面向街道的窗子。如果外面發(fā)生了搶劫，攝像頭的鏡頭有一部分被擋住了，那么人工智能可能就會(huì)卡住。他表示："但是我們作為人類，可以想象正在發(fā)生的事情，并且把它們拼湊在一起。可是電腦就做不到這一點(diǎn)。"
同樣，雖然人工智能很好地識(shí)別視頻中的相關(guān)事件（例如，某人正在刷牙、看手機(jī)或者踢足球），但仍不能提取重要的因果關(guān)系。以分析人類行為的神經(jīng)網(wǎng)絡(luò)為例。它可能會(huì)看到鏡頭并說(shuō)"這個(gè)人正在跑步"，但它不能告訴你他們之所以在跑步，是因?yàn)樗麄兛煲s不上公共汽車了，還是因?yàn)樗麄兺盗四橙说氖謾C(jī)。
這些關(guān)于準(zhǔn)確度的問(wèn)題應(yīng)該讓我們認(rèn)真思考一些人工智能創(chuàng)業(yè)企業(yè)的宣言。我們現(xiàn)在還遠(yuǎn)未接近這樣一個(gè)點(diǎn)：電腦通過(guò)觀看視頻能夠獲得和人類一樣的見(jiàn)解。（研究人員可能會(huì)告訴你，要做到這一點(diǎn)可是太困難了，因?yàn)樗旧鲜?quot;解決"智力問(wèn)題的同義詞。）但是事情的發(fā)展速度非常快。