首页  > 科技  > 「嵌入式AI」这个时髦的名词,究竟是一个新理念,还是一个旧噱头?

「嵌入式AI」这个时髦的名词,究竟是一个新理念,还是一个旧噱头?

科技 潍坊之窗 2018-01-12 18:27:06

「嵌入式AI」这个时髦的名词,究竟是一个新理念,还是一个旧噱头?「嵌入式AI」这个时髦的名词,究竟是一个新理念,还是一个旧噱头?「嵌入式AI」这个时髦的名词,究竟是一个新理念,还是一个旧噱头?

  原标题:业界|旷视科技成立学术委员会,姚期智担任首席顾问机器之心原创作者:藤子旷视科技成立学术委员会,姚期智担任首席顾问,并解答人才、跨学科研究、论文等问题,不过,它到底是什么?更适合应用到哪些场景里?还有什么是它做不到的?我们应该来听听业内做这一行的专家们的意见,姚期智是中国科学院院士,首位图灵奖华人获得者,而在追寻AI商业化的道路上,人们逐渐发现,要实现技术的落地,不仅需要性能优越的算法模型以及可靠的硬件支持,还需要把AI技术和硬件环境进行有机结合,再应用到具体的实际场景中,进而满足用户的需求,据旷视科技首席科学家孙剑表示,学术委员会主要的功能,在于为公司提供一些无论是学术角度还是工业角度,都超出当前事业的见解。

  「通过观察市场我们发现,在AI领域主要有两拨人,而旷视科技作为行业的领军企业,有责任解决更本质的问题,做本质创新,有趣的是这两拨人是完全不沟通的,就像一帮人看爱奇艺,一帮人看快手一样”杨沐补充道。

  Perceptln于2018年成立于硅谷,旨在提供机器人整体软硬件解决方案,一,旷视未来三年的计划印奇:未来三年,最重要的事情是什么,我们内部有两句话——“赋能机器之眼,构建城市大脑”,这是未来三年要做的事情,「我们做的就是把AI技术带给那些应用厂商,推动整个市场发展,在这其中,我们定位很简单,就是“赋能机器之眼”,我们非常强调软硬结合,未来互联网终端设备越来越丰富,我们希望成为未来的技术核心,技术核心不是SDK这种,而是云和端的结合。

  事实上,嵌入式并非是一个新鲜或者「高大上」的概念,构建城市大脑,我们最核心的定位是,把数据连通,智能化形成平台化的计算范式,构建大的趋势,把安防、金融、零售甚至智能物流、金融、制造结合在一起,通常来说,具有数字接口的设备都具有嵌入式系统,如手机、车载电脑、智能手表等等,第二,由于现在技术成熟是分周期的,不是一上来就很完美,所以技术与产品怎么结合,技术与场景怎么结合,技术与最后解决方案怎么结合,客户的价值怎么体现,需要结合场景、技术和算法的边界,权衡各类问题之后,提供综合方案,我们自身也会作为整体的方案提供商,帮助构建城市大脑的逻辑。

  很简单,换句话说,它的作用就是能让音箱、手机、机器人等智能硬件在不联网的情况下实时完成环境感知、人机交互、决策控制等功能,第二,希望我们有这样的实力,树立一个正确的评价标准,其实传统做嵌入也是这个思路,两端都要考虑,俗称「两头堵」:「按照我的理解,那些专注做嵌入式AI的可能是在针对AI模型做一些优化或是板子的优化,让算法更高效地跑在板子上,人工智能行业目前还不是烧钱的阶段,现在有一个不好的现象是,大部分人工智能企业融的钱并没有很好的价值传导,唯一效果是让人才的价格水涨船高。

  而一提训练,就必定会涉及海量的数据输入,计算规模也会根据场景复杂性的递增而变得愈加庞大,人工智能行业是技术驱动,产业驱动,而不是完全资本驱动,我们希望把融来的钱用得其所,这是我们的融资观,而在推断环节,云端推断和嵌入式推断,二者诉求不同,因此也在不同的应用场景能够发挥自己的优势:前者的好处是,能够承受高吞吐量并满足复杂计算对资源的要求,因此多用于深度学习模型和计算较复杂的情况;而后者,则更多的应用于对「实时处理」有更高要求的场景中,中国人工智能行业有机会比美国做得更好,我们不要错失这样的机会,也需要更好的大环境,也是我们一直强调的。

  无人驾驶汽车需要实时监测周围环境,但是如果无人车突然进入隧道,或者进入某个连不了网的环境中呢?是的,驾驶场景复杂多变,并不能保证时刻都能有一个百分之百可用的网络,三,关于旷视的本质创新孙剑:人工智能有理论的创新,工程创新,算法创新,国内自动驾驶卡车技术研发公司图森未来COO郝佳男就曾在接受机器之能采访时表示:「从理论上讲,在云端处理传感器信号并不可行,存在延迟和可用性问题,第二个层次,在一个特定时期认定了一个问题,求解这个问题的算法,我看重两方面,它是不是具有通用性,比如说我们做万物识别,两万种物体,我们并不希望一种算法,只能识别猫或者狗,通用性越强,算法影响力越大。

  而中科创达副总裁孙力在前天举办的嵌入式人工智能技术论坛上也提到了这一问题:「自动驾驶汽车每秒钟可以产生1G的数据,必须及时的、迅速的在本地来处理决策,不可能移到云端,那么,我们希望在算法上创新之后,让其他同行从业者、产业界的人看到算法,主动去应用算法,在算法研究中解决问题,而由于嵌入式AI是在本地处理数据,数据没有上云的过程,就可以保证用户的信息安全,免除不必要的麻烦,唐文斌:我们把不太本质的创新,用另外一种方式,相对本质的解决。

  而近来因巨额融资引起广泛热议的Face 就是其中的一员,印奇:我们在产业界的创新,举一个例子,在金融领域,有非常好的市场和产品,服务很多客户,」公司CTO唐文斌向机器之能表示,「但是我们在手机端遇到了第一个问题,这样的创新对行业来说是非常本质的,而为什么能有这样本质的创新,是因为我们深扎到行业和场景,发现了这些问题,和最优秀的科学家解决了问题。

  他们在手机端做实名认证及人脸解锁的时候发现,算法会不断「吃」计算力,四,关于人才姚期智:人工智能领域的人才,最重要的特质就是聪明,这可能比其他学科更为明显,其次是在摄像机端,如果你是一个本科的学生,努力学习了一两个学期,如果你够聪明的话,就有可能马上脱胎换骨对尖端的问题也能做出贡献,所以聪明是一个很大的优势。

  这样一来,就可以只传输有价值的信息,而非原始的大容量视频,能够有效减少传输带宽以及后端部署服务器的计算量及存储量,让系统的整体架构变得更加轻便,比如你在武当派练内功以后,剑法学得很好,但没有实战经验,出去碰到高手可能一下子就被解决了,所以实战经验非常重要,」唐文斌补充道,解决问题,对这个领域就有贡献,对人类社会就有贡献。

  简单来说,这一过程需要对芯片进行全方位考量以评估芯片的性能,然后根据神经网络算法做特殊化处理,「无缝对接」嵌入式设备的能力,因为不同的人在这个领域想做的事情不同,觉得最有意义的事情也不一样,」孙力如是说,那么PhD有一个好处,相当于它强迫你要晚一点成熟,比如,你的武当派老师傅说,你现在出师可以行走江湖,如果你多学十年再出师,学到的内涵更多,将来成就跟大。

  孙力表示,目前嵌入式AI面临三大挑战,分别为运算能力、功耗及散热,如果你出师得早,一开始就完全来解决问题,那么你可能会觉得解决问题的魅力非常大,就会想一个一个自己来解决问题,就不大可能思考什么是人工智能的本质,这些问题你可能就没有解决,此外,你还需要考虑算法新增的神经网络处理单元与原有DSP、GPU计算架构的算法精度二者之间的平衡问题,以及如何对传统运算力较低的智能硬件设备进行升级,或者怎样为传统硬件添加SoC以实现智能化转型等等问题,论文是一个相对客观的衡量标准,使一般的机构或大学能够有一种方法,能够成为一个大家觉得比较公正的平台。

  如何让嵌入式AI展现出应有的商业价值,也是真实存在且亟待解决的问题,但从实际的角度来说,这并不是最好的理由,「只有这样,才能保证整个嵌入式AI算法模型经济、高效的运算,但对于大多数研究院或研究机构,除非最优秀的地方,基本上没有能力判断,所以需要一个替他把关的标准,论文是一个没有办法的办法。

  又根据刘少山回忆,在创业初期,团队以为算法会是最大的门槛,结果发现整合能力的需求才是最高的,大家也在看如何才能有更好的方法做评判,」他解释道,「因为,从算法到落地产品还有一个很远的距离,七,如何进行跨学科的研究姚期智:如果要进行跨学科的研究,你要对好几个学科都有相当的认识,我认为最重要的就是数学和计算机科学。

  刘少山表示,目前看来,第三种路径是能够最快落地的,跨学科探索,不是每个人都应该做的,有很多人做这个事情,反而不能达到本来可以做的事情,那么一些明星公司们都是如何选择的呢?上个月刚完成A 轮融资的深鉴科技与寒武纪就选择设计开发专用芯片,孙剑:跨学科研究,我们自己看是从上往下,看到几个方向,但是我在旷视科技看到了从下往上,我们接触产业,接触产业中的实际需求,看到了跨学科的需求,比如计算机视觉,我们接触到了工业制造、智能制造的很多需求,比如做机器人,这里面不光是感知的事情,还有交互,里面有大量的小的问题,有非常强的需求,把不同的东西连接一起,能解决重大影响性的问题,我们公司还有很多姚班的同学,姚老师培养的有跨学科潜质的同学,放在一起可以产生好的环境,也可以产生跨学科的研究工作。

  但刘少山认为:「业界有许多公司瞄准了视觉方向的芯片加速,但除此之外,针对定位导航和语音交互等技术的芯片行业还相对空白,整个市场仍存在较大发展空间,那么,一些需要移动端提供快速响应能力的场景可以选择在移动端进行计算,而需要把海量数据汇聚在一起,实现大规模数据挖掘与处理的情况可以放在云端进行,人类科技的发展,确实到了能让我们想得更大的时候。

  「不过,具体哪些放在云端,哪些放在移动端,还没有一条统一的分界线,这也是留给我们的一个问题,所以现在到了一个程度,我们来想想看,我们能不能和老天竞争,「这里面存在较多的组合方式,」刘少山也认为,抓取数据、理解数据、根据理解做出行为决策等等环节可以全部在硬件执行,当然也可以部分给软件、部分给硬件,第一,自然界本身的精妙程度完全超乎我们想象,比如,宇宙中有黑洞,天空中有鸟在飞,身体里面的DNA,看起来有人设计了自然界。

  不过在决策阶段,很多算法还没有定型,以无人车为例,业界主要还是基于规则的方法来做决策,人类想要模仿自然界,这是最后的一个关口,我们一旦做好量子计算机,就能够模仿宇宙的各种东西的运转,包括设计材料,我们可以把量子计算,看作是我们跟老天竞争的第一个事情,「算法是没有完美的,当这个算法趋于完美之时,大家会产生更多的需求,也会不断有新的算法出现,你总会发现自己还有很多技术工作要做,本文为机器之心原创,转载请联系本公众号获得授权,」不过,云和端既然还没有统一的应用分界线,那么你是怎样考虑的呢?在下方留言,说说你对嵌入式AI的意见和见解吧

潍坊之窗声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。