随着城市逐步从以工业生产为主向知识、信息、智慧枢纽和集散地为主的方向转变，中心城市对知识密集、信息密集、创新密集的高新技术产业和高附加值的智慧产业的吸引力迅速增强，逐步成为产品设计、研发、管控、营销、服务的聚集地，逐步演进为信息与知识生产、使用和集散的中心。
在全球信息化f趋势和“智慧地球”理念的推动下，“智慧城市”发展模式应运而生，并成为世界范围内城市现代化的战略途径。智慧城市实际上是对如何运用先进的信息技术推动城市发展的一个创新理念。
使用先进信息技术改善商业运作和公共服务，并不是新鲜的想法。事实上，国外一直在努力提升信息技术的应用水平，并取得了一定的成果。智慧城市是一个全新的理念，其核心特征是将信息资源作为重要的生产要素，来推动经济转型升级，再创发展新优势。我国上海、北京、广东、福建、深圳、南京、宁波等地纷纷提出建设智慧城市发展战略，意在抢占先发优势。
发改委联合八部委印发了《关于促进智慧城市健康发展的指导意见》提出：“到2020年，建成一批特色鲜明的智慧城市，要在保障和改善民生服务、创新社会管理、维护网络安全等方面取得显著成效”。国务院提出将在“十三五”期间建设19个城市群。我国推进智慧城市建设不仅表现在单个城市层面上，而且还出现了以城市群为特征的更大范围的智慧化建设。
智慧城市群从更宏观、更系统的层面推进智慧城市建设战略的实施，为区域智慧一体化和单个城市的智慧化建设指明了方向。“十三五”期间，政府及PPP模式带来的资金规模有望为智慧城市建设带来新一轮发展势头。2017年以来，随着各类智慧城市参与者的积极涌入，以及政府数据的不断开放，我国的智慧城市取得了进一步发展。
关于智慧城市的政策分为四类。第一类是智慧城市建设的具体规划与政策，包括政府长期规划、建设方案、指导意见、项目管理方法等。第二类是在政府的国民经济社会信息化建设总体规划中专门列出的智慧城市政策。第三类是“城市信息化建设”或“数字城市建设”的相关政策，这些项目与智慧城市建设目标类似。第四类是由多个中央部委联合开展的试点项目，重点关注智慧城市建设或相关基础设施。
“AI＋安防”在智慧城市建设中的落地应用现状
在云计算、大数据、芯片、算法等基础能力技术的助推下，“AI＋安防”的概念开始浮出水面，应用已经落地。基于GPU运算的方案、人脸识别、大数据应用等已经成为业内的共识。可以说，安防监控行业正在经历一次重大转型。各种新技术的大规模植入，加速驱动着智能监控技术升级，向更高层级进化。与此同时，行业用户对视频监控也提出更多需求，多样化的应用场景催生出不同的用户需求。
以公共安全领域为例，中国平安城市建设在经历了基础设施建设阶段，到现在的“雪亮工程”是安防行业继平安城市后又一历史性机遇，“雪亮工程”已出现加速向上拐点，取代“平安城市”成为安防市场主要驱动力。“雪亮工程”在采招网上公开的中标项目总额在2017年由第一季度的3亿增长到了第四季度的43亿，四季度同比增速达到220％。2016年全年公开中标项目总额仅为2亿，2017年达到66亿，是2016年的33倍。为了实现力争到2020年实现公共安全视频监控建设联网应用“全域覆盖、全网共享、全时可用、全程可控”的目标，接下来无论是发达地区，还是边远地区或者欠发达地区，都有望在未来两年内大力建设平安城市、雪亮工程等视频监控项目。
可以看到通过雪亮工程的建设，切实的增强了预计预防、打击犯罪、整体防控、基础防控和破解社会管理难题的能力，目前已进入以数据分析为核心的情报驱动的信息化建设阶段。在这个阶段，数据是重中之重，而对于公共安全领域的使用者和管理者来说，如何更高效地收集和分析数据是一个重点。所以，从应用层面来看，大数据、视频云和智能分析的有机结合与多维应用已经是当前公共安全项目建设的热点。
AI＋安防在智慧城市中急需突破的瓶颈
未来，搭载AI技术的实时智能视频监控系统将作为智慧城市中的平安社区、智能交通、智慧商业、智能家居等领域物联网应用的核心一环。2017年3月，“人工智能”被写进政府工作报告，未来可以预见，伴随一系列政策的出台，AI技术在安防领域将加速落地，并掀起新一轮智能安防改造与建设热潮。
近年来，伴随着人工智能技术的第三次大爆发，众多围绕AI技术的企业走到了台前，向着智慧城市AI＋（人工智能）安防不断迈进，安防行业的人工智能化是必然的趋势之一。当前，AI技术对安防行业的驱动和颠覆力是远甚于先前的高清视频、智能分析，未来的AI＋（人工智能）安防发展趋势将从后端向前端延伸、从静态处理到动态识别、从被动防御到主动防控转变；AI技术的融入，促使智慧城市不断向网络化、集约化、智能化发展。
但是，目前的AI＋（人工智能）安防在智慧城市的建设中依然存在一些问题，主要表现在以下几个方面：
1、技术成熟度亟待提高
尽管随着本轮人工智能技术大爆发的来临，视频智能分析、深度学习、大数据技术也已经开始在安防行业崭露头角。但是目前的视频智能分析技术对于视频成像质量要求较高，而目前的视频图像质量受环境影响较大，加上由于编码、网络带宽等因素制约，在视频模糊、光照不足等情况下无法实现视频分析技术的有效辨识。深度学习技术目前也只能保证在设备制造过程中进行学习，无法实时对采集的图像进行进一步学习分析，尚不具备成长能力。此外，大数据技术应用中，目前的结构化处理能力尚有较大的发展空间，数据量的几何规模对计算机的计算能力、处理能力以及结构化分析能力有着更高的期待与要求。
2、提高数据的开放程度以及加强数据之间的联系
目前，我国的互联网用户规模居全球首位，随着平安城市、雪亮工程的建设，为安防行业带来了丰富的数据资源和应用优势。但是，数据之间的关联融合非常少，数据资源仍处于分散状态，各个数据所有者之间的孤岛现象、烟囱现象仍很严重，数据的开放和共享程度低，难以开展多维数据融合分析，导致人工智能在获取有效的数据支撑这条道路上仍有很长时间要走。但是，最终承载着AI技术的实时智能视频监控系统将作为智慧城市中的雪亮工程、平安社区、智能交通、智慧商业、智能家居等领域物联网应用的核心一环。
3、专业领域稀有人才的缺失
2017年3月，政府工作报告中提到，要加快人工智能等技术的研发和转化。人工智能进入政府报告，意味着其发展已经上升至战略高度。业内人士表示，随着后期细化政策的不断落地，将进一步推动产业高速增长。
据相关数据统计，全球目前拥有约25万名人工智能专业人才。然而，从市场的发展来看，这一数量级的人才储备远无法满足未来几年中人工智能在垂直领域及消费者市场快速、稳健增长的宏观需求。更严峻的现状是，现有的人工智能专业人才中，有超过三分之一来自美国。这对于中国科技公司来说，更为不利。 工信部教育考试中心副主任周明也曾在2016年向媒体透露，中国人工智能人才缺口超过500万人。
未来，无论是安防巨头，还是人工智能领域的“独角兽”公司，亦或是普通公司，人才缺口都看成为了这些企业人工智能发展的一道坎。
4、业务应用需求不聚焦
Alphago相继打败李世石、柯洁的大战几乎人尽皆知，给人感觉人工智能在攻陷围棋、在不同版本的人机大战中也获得了众多成就。然而，这更多地是一场科技秀，以此向外界展示自身人工智能技术实力，但在推动人工智能技术实际应用中，至今尚未有比较成熟的应用项目。随着智慧城市、平安城市的不断发展，各个城市你追我赶、大干快上，底层基础的建设在不断加强，但面向客户的最终应用需求仍然亟待从厂家到用户全链条的关注与开发。
