2017年，人工智慧(AI)在科技產業颳起一陣旋風，許多人都對AI的能力加以神化，事實上，AI只是深度的智慧化，神經網路(Neural Network)早就不是秘密或高深的技術，只要能建構適當的網路模型，蒐集足夠的大數據，透過適當的訓練，就可以為自己的技術應用產生良好的加值效果。例如專注於安全監控產業的盾心科技(Umbo CV)，便與AI領導廠商Nvidia合作，將傳統的監視器效能大幅提升。
 |
| 盾心科技硬體開發總監柯智文表示，透過監控畫面學習並辨識影像中的物件與事件，可以預防意外，並降低犯罪發生的機率。 |
成立於2014年的盾心科技，四位年輕的創辦人中，一位在安控產業服務過，一位在國內硬體大廠有多年經驗，兩位專精於AI深度學習技術，也讓該公司雖然成立只有三年，但一開始就投入將電腦視覺(Computer Vision)和深度學習(Deep Learning)應用在安全監控領域，相較於其他傳統安控廠商，其產品效能完全高出一截，可以精準判斷不同的物件。
盾心科技硬體開發總監柯智文表示，透過監控畫面學習並辨識影像中的物件與事件，例如：人、車、槍等各類物件，以及侵入、群眾聚集、火災等特殊事件，可以預防意外，並降低犯罪發生的機率。盾心整合人工智慧的影像辨識軟體管理平台Aqua SmartCloud，開發出搭配用的攝影機Umbo SmartDome來執行監視工作。
現今全球總計約有三億支監視攝影機，目前導入人工智慧技術的不到1%，未來有超過60%的客戶會希望採購支援人工智慧技術的安控系統，市場規模近兩億支或更高。柯智文說明，盾心一開始設定的目標是希望節省人力，目前一個人平均負責監控12個或更少的監視器，但透過人力可以即時察覺問題的機率並不高，因此AI與安控的結合不僅節省人力，還能大幅提升準確率，尤其是針對各種危安事件的即時偵測。
盾心科技的一般影像辨識率高達97.3%，柯智文強調，經過特殊訓練的影像辨識準確率更可達99.5%，目前該公司網路訓練都採用NVIDIA的Telsa P4/P40與CUDA平台，好處是效能優異，且開發環境完善。在技術發展部分，2017年盾心主要做到人物準確辨識，翻牆辨識等功能；2018年則計畫推出更多新功能包括：清點人數(Occupancy)、訪客辨認(Customer/Visitor Tally)、滯留(Loitering)、進/出辨識(Door Entry/Exit)、緊隨(Tailgating)、車輛辨認(Vehicle Tally)等，並積極發展闖入偵測技術。