根據全球技術市場咨詢公司ABI Research的報告，使用人工智能（AI）芯片的智能攝像頭全球數量在2025年將達到3.5億個，在智慧城市中成為常態。到2025年，超過65%的攝像頭預計將至少配備一個AI芯片組。

　　這些AI攝像頭將具有深度學習功能，在諸如智能交通管理、行人流量監控和管理、城市安全以及預防性威脅檢測等場景中發揮作用。

　　”全球越來越多的地方政府積極尋求使用AI，這促使了采用具有邊緣AI芯片智能相機的熱潮?！癆BI人工智能與機器學習首席分析師Lian Jye Su表示：”除了低延遲之外，數據隱私問題也推動了邊緣AI的發展，因為數據可以在邊緣處理而無需將其發送到云。Ambarella、海思、Intel、NVIDIA、高通和賽靈思是智慧城市領域中一些關鍵的AI芯片供應商。能夠提供始終在線機器視覺的TinyML供應商越來越希望能在電池供電的攝像頭、激光雷達、紅外和其他傳感器實現始終在線機器視覺方面發揮關鍵作用?！?/p>

　　目前，這些工作負載中的大多數工作是由商湯、Ipsotek、icentana和Sentry AI等視頻分析供應商提供，托管在云中的深度學習模型執行，或者由智能相機和網絡錄像機，如?？低暫痛笕A提供的深度學習推理來執行，兩個提供商的方法都有各自的優點和缺點。

　　有兩種技術都可能會進一步促進基于深度學習的機器視覺的部署。第一個是邊緣計算。這使得可以在網關和本地服務器上托管深度學習模型，而不是在智能攝像頭上部署特定的深度學習模型，省去在傳統攝像機上花費數倍的費用，并且可以提供比依賴云基礎架構更快的響應時間。

　　第二個技術是5G。雖然到2023年網絡切片還不能商業化，但5G的網絡切片能力允許通信服務提供商提供專用網絡資源來承載微服務，99.9999%的可靠性服務保證設備的無縫連接以及在智能城市中支持基深度學習的機器視覺。

　　Su認為，”向邊緣計算的轉變打開了新的市場機遇，特別是對于AI芯片初創公司來說，這些公司更關注網關和標準服務器的處理，如Blaize、Hailo和Kneron公司?！?/p>

　　盡管如此，仍然存在很大的阻力。在公共場所安裝AI攝像頭的做法面臨著公眾信任和法規方面的巨大挑戰。世界各地的人權倡導者都警惕技術濫用，并一直在反對采用面部識別技術。在美國議會甚至禁止使用面部識別。作為基于深度學習的機器視覺技術的主要市場之一，中國一直在嚴格審查其在全國范圍內推出的面部識別技術，以維護國家安全和公共秩序。

　　”信任是公共安全的關鍵組成部分。ABI Research鼓勵開發人員、供應商、主管部門和公眾持續不斷的對話，并引入通用技術平臺以提高透明度，以及可以減少偏差的AI倫理和治理框架。展望未來，在智慧城市中成功的技術供應商將是那些能夠展示透明且可解釋的深度學習模型的供應商，以及那些愿意接受開放和通用標準及道德約束的供應商?！癝u表示。

　　這些發現來自ABI Research的《基于智慧城市的基于深度學習的機器視覺》應用分析報告。