Anthropomorphic and Anthropocentric AI(AAAI)作为狭义或通用的AI的整个想法，旨在模拟人类智能、认知技能、能力、能力和功能，以及计算机中的智能行为和动作，正在引发许多不可判定的道德、伦理和法律困境等社会问题。
它的后果可能比大多数国家禁止的克隆人更糟糕，而没有任何补偿效应的大规模技术失业只是结束的开始。
这就是善良的头脑预先警告人类关于AAAI的可能性和可能的危险，通过机器和类人机器人模仿人类学习和推理：
此外，还开发了新一代“智能”用例。例如，在“智慧城市”中，摄像头和人工智能分析交通模式并调整红绿灯，以改善车辆流量，减少拥堵和污染，提高行人安全。
“智能工厂”可以利用人工智能实时检测生产线中的缺陷或偏差，调整以减少错误并实施有效的质量保证措施。因此，通过自动化和早期故障检测可以大大降低成本。
智能视频的发展也伴随着其他技术和数据基础设施的进步，例如5G。随着这些技术融合在一起，它们正在影响我们构建边缘的方式。而且，它们正在推动对专用存储的需求。
随着每一项新的进步，摄像机的数量和种类不断增加，带来新的功能。拥有更多的相机可以让更多的人被看到和捕捉到。这可能意味着有更多的覆盖范围或更多的角度。这也意味着可以捕获更多实时视频并用于训练AI。
随着分辨率的提高(4K视频及以上)，质量也不断提高。视频越详细，从中提取的洞察力就越多。而且，人工智能算法可以变得越有效。此外，新摄像机不仅传输一个视频流，还传输用于低带宽监控和AI模式匹配的额外低比特率流。
无论是用于交通管理、安全还是制造，这些智能摄像机中的许多都一年365天24/7全天候运行，这带来了独特的挑战。存储技术必须能够跟上。
一方面，存储已经发展为提供高性能的数据传输速度和数据写入速度，以确保高质量的视频捕获。而且，实际的机载存储技术必须提供使用寿命和可靠性，这对任何工作流程都至关重要。
无论是用于商业、科学研究还是我们的个人生活，我们都看到了可以捕捉新型数据的新型相机。由于利用和分析这些数据的潜在好处，可靠数据存储的重要性从未如此明显。
在设计存储技术时，我们必须考虑环境，例如位置和外形因素。我们需要考虑摄像头的可及性(或缺乏摄像头)，它们是在高楼顶上还是在偏远的丛林中？
这些位置可能还需要承受极端的温度变化。所有这些可能性都需要考虑在内，以确保关键视频数据的持久、可靠的连续记录。
我们看到新的芯片组出现在提供改进的AI功能的相机上，更先进的芯片组为相机上的深度学习分析添加了深度神经网络处理。人工智能不断变得更聪明、更有能力。
正如摄像头和摄像机芯片组的计算能力越来越强一样，在当今的智能视频解决方案中，大多数视频分析和深度学习仍然是通过离散视频分析设备或在云中完成的。为了支持这些新的AI工作负载，云已经进行了一些转型。云中的神经网络处理器采用了海量GPU集群或定制FPGA。
他们正在接受数千小时的训练视频和数PB的数据。这些工作负载依赖于企业级硬盘驱动器(HDD)的高容量功能，每个驱动器已经可以支持20TB和高性能企业级SSD闪存设备、平台或阵列。
有线和无线互联网实现了可扩展性和易于安装，推动了安全摄像头的爆炸性采用，但它只能在已经存在LAN和WAN基础设施的情况下实现。
5G消除了许多部署障碍，为城市级别的摄像机放置和安装提供了广泛的选择。这种易于部署带来了新的更大的可扩展性，这推动了相机和云设计的用例和进一步进步。例如，摄像机现在可以是独立的，可以直接连接到集中式云，因为它们不再依赖于本地网络。
支持5G的新兴摄像头旨在加载和运行第三方方应用，这可以带来更广泛的功能。然而，有了更大的自主权，这些相机将需要更多的动态存储。他们将需要耐用性、容量、性能和电源效率的新组合，以便能够以最佳方式处理新的应用程序驱动功能的可变性。
我越来越倾向于认为应该在国家和国际层面进行一些监管监督，以确保我们不会做一些很愚蠢的事情。我的意思是用人工智能我们正在召唤恶魔。——埃隆·马斯克在麻省理工学院的AeroAstro百年座谈会上发出警告
我们所需要的，是一种全新的人工智能，Real and True MI，或Real World AI，即模拟、理解或计算数字现实机器中的现实、因果关系和心态。
对于一些聪明的工业家来说，这一点变得越来越清楚，比如E. Musk，他们明白没有真实世界的人工智能，就不可能有真正的智能机器。
“自动驾驶需要解决现实世界人工智能的主要部分，所以这是一个很困难的问题，但特斯拉正在完成它。AI Day会很棒”。 “没有什么比现实拥有更多的自由度了。”
