人工智慧（ai）是在許多領域引起顛覆性變化的前沿技術，生物鑑別技術的應用，尤其是在計算機視覺中的應用，在智慧社群的建設中發揮著巨大的作用。原有的被動識別和被動管理技術實現模型逐漸被人工智慧技術所取代，從而實現了主動識別、非感官獲取和主動識別的技術能力，主要研究結果如下：

（1）非強制性的：採集物件不再需要與採集裝置進行特殊的協作，影象的獲取幾乎是無意識的，沒有強制性的取樣方法。

（2）非接觸式：採集物件和裝置不需要與該肖像影象的直接接觸可以被獲取。

（3）併發性：在實際應用場景中，可以對多個個人影象進行排序、判斷和識別。

基於深度學習的影象識別演算法在深度學習網路的訓練中引入了權重衰減的概念，有效地減小了權重範圍，防止網路的擬合，更重要的是提高了計算機的計算能力。隨著人工智慧晶片加速技術的發展，使得在培訓過程中產生更多的培訓資料成為可能，從而使網路能夠更好地擬合培訓資料。深度學習模型不僅大大提高了影象識別演算法的準確性，而且避免了大量的人工特徵提取時間，大大提高了執行效率。

這些人工智慧技術給社群管理和執行帶來了深刻的變化，並將進一步推動體制改革和管理模式的變革。同時，智慧硬體+智慧平臺+智慧資料的整合已成為一種趨勢，採用人工智慧技術作為實現“事前響應、事件管理、事後反饋”等全過程，涵蓋了智慧社群的建設和執行，從而構建了一個真正的“智慧社群”時代。

智慧社群圍繞三大公共板塊應用，它們分別是：公共安全，公共管理，公共服務。如在這三個方面的面部識別帶來了一些實質性的變化。直接和明顯的識別和建立的是，通過面部在公安領域資訊的資料庫，在城市管理者和公安部門的水平，形成社群的常住人口管理;在社群內，開展陌生人的預警，保障社群安全。

（1）公共安全

公安主要通過智慧感知和採集，體現社群一標多實的實時感知和採集，包括標準地址、真實房屋、真實人口、真實單位等基本內容，以及事件的資料採集、分析和資料處理反饋。狀態、感知裝置等公共安全意識獲取包括人臉識別、智慧監控、智慧門禁、車輛出入等，以及水壓、火災煙霧、社群電弧檢測、防盜RFID檢測等公共安全意識裝置的應用安全是通過面對大資料等手段，實現無感採集、無感預警和多層次控制的能力，從而大大提高社群安全水平。

（2）公共管理

公共管理主要針對社群的勞動力進行統計和資料關係、資料收集分析和整理管理內容。首先，它包括房屋管理、市場監管、城市管理、網格檢查、城市綠化和第三方服務等方面的勞動力。第二，它包括社群和街道上的商店和一般企業的統計和協會；此外，它還包括智慧分析和智慧識別，並通過感知裝置，如群租、傳銷、陌生人則通過人臉識別和相關的基本資料採集分析處理資料異常預測；此外，通過人工智慧技術獲取證據，以高空拋物、車身劃痕、垃圾亂倒等社群頑疾；通過智慧社群平臺結合正面資料，實現社群準確管理、釋放人事管理等關鍵的群體智慧管理功能。

（3）公共服務

公共服務主要通過對老年人、殘疾人、精神病人員、計劃生育專項支援物件、特困救助物件，包括志願者、老人顧問、門衛人員、社群醫生等智慧感知，為社群服務群體和服務力量提供支撐。通過智慧感知系統來實現公共服務能力。

除了面部識別和結構分析，並針對特定人群上門服務，公共區域也可以是語音識別，呼救等生物識別技術和服務的公共領域的應用下降，以實現及時的響應檢測特定的聲紋識別，在社群內。這種型別的智慧服務為國家實施社群養老，居家養老提供更優質、可靠的技術支援。