康涅狄格州的Staples Pathway学院，一个同学萨米·德安娜因为胸闷突然咳嗽了几下，随后，一条信息出现在了学校里的屏幕上——“检测到危险声音”。

她无意间触发的装置，是最近一些学校和医院在频繁发生校园持枪暴力案件之后，正在计划部署的智能麦克风，靠算法在冲突暴力发生前识别压力和愤怒。

同样是安防，我们在中国校园内看到的技术解决方案，却常常与视频摄像头，智能可穿戴设备（校服、手环）等紧密相关。

这两种截然不同的解题思路引发了我们的好奇，差异究竟是如何产生的？

报警器在校园：还未腾飞，就将落幕？

佛罗里达州帕克兰市高中和其他屠杀事件发生后，美国学校越来越愿意接受报警厂商递来的橄榄枝，美国国会也在去年批准了2500多万美元用于学校安全改进，一位分析师预计，教育安防市场将扩大到27亿美元，这也吸引了许多企业投身新型报警器的研发。

比如美国I-TEAM公司联合Genetec和Lencore开发出了一套枪手检测系统，可以在最短的时间内阻止类似事件进一步扩散。韩国的汉华科技公司（以前是三星的一部分），也推出了一种“尖叫检测”产品，用于识别枪声、汽车警报和玻璃破碎声，目前已经在不少美国学校部署。英国的音频分析公司，也曾向欧洲和美国的客户（包括思科的安全部门）出售其入侵和枪击检测软件。

而在同样重视安全的中国校园中，近两年却很少能听到报警厂商的重磅消息。

2016年教育部提出智能校园规划以来，AI智能分析技术与传统的视频监控相结合为主流的AI视频安防，成为主流。而不幸的是，在技术的加持下，“事前预警、及时报警”不再是报警系统所独有的能力。视频监控系统集成音频探测等功能之后，就可以好无障碍地担负起这一职责，而且功能更进一步。

比如能够通过动态视觉完成对人群以及特定对象的实时监控和分析预判，进行风险等级提示和预警。如果某个被监控人员多次出现在校园周边，系统就会自动进行风险提示，由公安等相关人员进行盘查，将风险化于无形，这是传统依靠声音、传感器等判断的报警器所做不到的。

听上去，报警器厂商被AI企业碾压和瓜分，似乎只是早晚的事，毕竟谁不希望技术改造一步到位，越新越好呢。

实际也确实如此，在2016年海康威视收购英国报警专家Pyronix、大华将ADT China （安达泰）中国业务扛起来之后，“吃枣药丸”的恐慌就一直萦绕在报警行业的心头……

喧嚣的安防争议：再为报警器续一秒

虽然无论是现实需求，还是AI优先的“政治正确”，都决定了报警行业难以夺AI厂商的锋芒。不过，围绕计算机视觉、智能可穿戴等暗访设备在校园场景中的应用，却还存在不少争议，这也给传统报警器留下了一个难得的逆袭窗口。

第一，是数据范围过于宽泛。AI终端主导的智能安防，特点就是数据搜集范围广，对生活细节的侵入性强。比如此前某中学给学生配置了电子手环，不仅能够实时监控定位学生行动，还会检测上课举手次数和每日活动量等多个场合、不同种类的数据信息，引发了巨大争议。美国的安防设备制造商和学校也逐步从预防大规模枪击到监控未成年人吸烟等诸多生活细节。

第二，是技术的伦理矛盾。打瞌睡就报警、全天候追踪学生动态、生理状况等监测功能，家长拥有了无边界侵入孩子生活的权力。比如购买了智能校服以后，有些父母会开玩笑称，“你现在动动脚趾头我都知道。” ，很容易激发逆反心理。哈佛医学院研究学校安全的精神病学副教授Nancy Rappaport博士在接受媒体采访时也说到，视频监控可能会导致学生越来越不信任和疏远的意外后果。 而如何保证学生数据和隐私在云端不被泄漏和滥用，这些都会是持续焦灼探讨的社会问题。

第三，是部署的性价比。虽说AI企业比部分报警企业更早推出智能视频安防产品，技术上也更加领先，但AI企业在安防产品落地上经验相对较少；同时AI企业的视觉化硬件成本更加高昂，云端存储和处理分析视频数据的计算成本所需不菲。因此在要求不高的行业，基于硬件稳定性、交付能力、性价比等的综合考虑，许多学校还是会选择传统的报警设备厂商解决方案。

《2018年中国AI+安防行业发展研究报告预告版》中显示，安防领域智能摄像头应用率只有1%，在公安动态识别系统渗透率仅0.4%。

所以在上述问题都找到更好的答案之前，声音报警系统这个最有效、最基础的安全保障功能，恐怕还有可能在校园中占据一席之地。

从头收拾旧山河：校园报警系统的老问题与新故事

话说回来，报警器制造厂商也好，报警运营企业也好，到底能不能从AI 公司手中分到校园安防这一杯羹呢？

我们将目光转回2014年，以报警器厂商为代表，以校园一键报警系统为主流的应急系统，成为整个行业的新潮流。

校园一键报警系统与应急反恐报警系统有些类似，最早在各地区的学校都有相关要求和布置，一开始是以财务室等机要地方安装隐藏式应急报警系统为主，后来随着多起中小学幼儿园的暴力伤害事件发生，教育部以及各地教育局和安全部门都陆续下发通知要求加强校园及周边安全，于是以报警柱、报警桩作为载体的可视化应急报警系统，也得到了较大规模的应用。一键报警与校园保安、应急反恐等措施组合之后，一时间成为报警行业开疆拓土的新方式。

但是，这种模式的弊端很快就显现了出来。

首先是缺乏品牌规模效应。科技巨头作为智慧城市建设的重要一环，其技术实力与丰富案例更容易获得各地政府与学校单位的青睐，后续还能衍生出其他全方位服务项目，这种品牌效应和生态规模，散兵游勇式的中国报警厂商一时半会儿做不到，报警系统的搭建和检测维修成本也很难均摊下降。

其次是持续服务的缺位。从事报警行业的企业大多规模小，商业服务能力不足，加上该行业没有统一的服务及咨费规范，有些单位只为了工程项目能验收通过，满足政策强制要求，所以安装的报警系统往往会在两三个月后形同虚设。

最关键也是最普遍的问题，就是技术层面的提升难以满足用户需求。不管是报警控制主机、前端入侵探测器、中心控制平台，还是报警服务系统所涉及的种种技术，很少或单一使用人工智能等前沿技术。

正如开篇所提到的那样，在学校里大声祝愿同学生日快乐都有可能触发警报，却又会对一些成年男子十分激烈的言行无动于衷，导致报警系统在实际运行中广受质疑。在历经三年、耗资2.2万美元之后，新泽西州的山谷医院就决定淘汰了探测器。

造成这一现象的原因有很多，比如报警板块无法独立运作，而校园智能化过程中所采用的系统是由不同厂家提供的，这就使得算法在获取数据时无法进行共享，形成了信息孤岛，从而给报警领域的数据分析带来阻碍。

再比如联网报警服务企业缺乏数据挖掘、分析利用的习惯与能力，技术维护员完全不需要数据的统计和分析就能够判断出某一个用户的误报原因，因此就算掌握了一定的客户数据但仅仅只是做留存，各地公安/治安有要求时方便备查，完全谈不上利用、难以产生价值，或者根本就不具备开发的附加值。

而就算拥有智能算法开发能力，缺乏足够的训练资料，也很难得到高性能的入侵探测算法。比如美国一些学校和医院使用了Sound Intelligence公司的入侵探测器，该设备的核心是机器学习算法，它会分析声音，但目前还常常会将咳嗽之类相对较高的音高等同于攻击性。

音乐学院的学生在为入侵检测仪测试录制音频训练语料

2007年，Sound Intelligence公司在荷兰格罗宁根市中心的11个地点放置了探测麦克风，并将探测器的发现与警方关于攻击行为的报告进行了比较，结果“令人印象深刻”，以至于荷兰的警察部门、荷兰铁路公司和两所监狱都认为该装置是“必不可少的”。

沿着这条技术路径向前看，AI将持续引领报警行业升级浪潮，一方面提高检索效率，算法可将声音、红外等数据进行结构化处理；同时将提高识别准确率，降低人工成本和误报。朝着这些方向努力，或许报警行业在中国校园，还有“回春”的可能。

而报警系统的艰难探索也提醒我们，一味为AI鼓与呼的起跑阶段已经过去。面对复杂情况，技术能解决的问题依然有限，而随着AI技术逐渐产业化、智能化，人们越来越多地开始关注技术改造的性价比、可行性、新伦理等一系列落地问题。

在这种情况下，为AI寻找盟友，与传统企业一起拼出产业的拼图，也就成了一件“think beyond，live within”的事了。