Производители систем видеонаблюдения вплотную подошли к необходимости вести маркетинг искусственного интеллекта как составной части систем безопасности и объяснять интеграторам и конечникам его преимущества. Аналогично тому, как это происходило некогда с видеоаналитикой, им придётся отделять в сознании своей аудитории мифы и заблуждения от реальных возможностей новых технологий.

Если разработчик утверждает, что в его системе применяется искусственный интеллект, то это ещё не значит, что он там действительно есть. Запутаться потребителю поможет обилие терминов, намешанных под «зонтиком» искусственного интеллекта, — «нейронные сети», «машинное обучение», «глубокое обучение».

Под искусственным интеллектом иногда понимают способность машины думать самостоятельно, иногда — её умение «мыслить разумно, как человек». Рассчитывать на появление более строгого определения мы, скорее всего, не вправе.

Самая важная разновидность искусственного интеллекта — самообучающаяся система, в которой машина тренируется на большом числе примеров, собранных из «сырых», неструктурированных данных. Лучше всего это делает система, построенная по принципу нейронной сети.

Нечёткость понятия «искусственный интеллект» позволяет маркетологам использовать его там, где этого не следовало бы делать. Например, самодвижущееся устройство, которое мы называем «роботом», прекрасно заменит собой охранника. Однако при ближайшем рассмотрении оно может оказаться лишь платформой для нескольких камер видеонаблюдения с видеоаналитикой, поворот которых, как и движение самого устройства, зависит от характера регистрируемых событий. Если такой «робот» действует по чётким правилам, то это означает, что сам он не принимает решений, и вряд ли можно говорить, что у него есть интеллект.

В видеоаналитике появление дыма как признака возгорания обнаруживается через анализ видеоизображения, путём фиксации снижения чёткости контуров. В системе машинного обучения это делается по другому — сначала ей «показывают» множество кадров, с задымлением и без, а потом она пытается различать эти два случая сама. Такая система рано или поздно научится решать ту же задачу, лучше, чем видеоаналитика.

Едва ли можно считать интеллектуальной систему, которая сравнивает данные, поступающие из разных подсистем, и в их сочетаниях обнаруживает тревожные ситуации. Она может быть весьма полезной, поскольку превосходит человека по быстроте сравнения, но не стоит соглашаться с теми, кто называет её искусственным интеллектом.