從Rokid與酷芯的例子可以看出,人工智能并非只是飄在云端的屠龍之技。只要躬身入局,兩腳泥巴一身汗地去市場里找機(jī)會,去耕耘,人工智能能找到落地場景。恰如姚海平所說,酷芯等人工智能芯片企業(yè),并不缺技術(shù),“缺少的是機(jī)會和應(yīng)用?!?
在谷歌人工智能(AI)程序戰(zhàn)勝人類圍棋世界冠軍四年之后,這一輪人工智能熱潮起起伏伏,大多數(shù)工程界的人工智能從業(yè)者一直在探究一個解:如何將這威力無窮的屠龍之技真正發(fā)揮威力。
人工智能看起來包括宇宙總攬人間,在紙上暢想時無所不能,但真到商業(yè)化落地環(huán)節(jié),無數(shù)資本寵兒就真正成了“寵兒”:只會說不能做。
仔細(xì)分析倒也不能只怪這些被資本催熟的“寵兒”,人工智能應(yīng)用很多,但可商業(yè)化落地的賽道大多被巨頭壟斷,例如安防監(jiān)控與云端的大數(shù)據(jù)處理。同樣,在音視頻領(lǐng)域有很多可商業(yè)化的人工智能方向,但同樣競爭對手云集,并沒有那么容易殺出來。
不過,這并不是說中小公司完全沒有機(jī)會。在芯原微電子(上海)股份有限公司(芯原股份)承辦的“萬物智聯(lián) 芯火燎原”人工智能芯片創(chuàng)新主題論壇上,有兩個例子或是中小公司把人工智能用好的案例。

一個是Rokid開發(fā)的智能測溫AR(增強(qiáng)現(xiàn)實(shí))眼鏡。這款智能測溫眼鏡的原型是為工業(yè)設(shè)備檢測溫度異常應(yīng)用而開發(fā)的,并不是針對人體測溫。
“工業(yè)環(huán)境相對穩(wěn)定,濕度、溫度、距離還有被檢測物體本身的剛性都比較穩(wěn)定,所以不需要上AI,只要傳統(tǒng)測溫系統(tǒng)就可以。”Rokid首席執(zhí)行官祝銘明表示,有關(guān)部門給這款智能測溫眼鏡提出的要求是在4米距離內(nèi)可以精準(zhǔn)讀出人體體溫,誤差不超過0.2度?!皞鹘y(tǒng)測溫系統(tǒng)不可能做到,因?yàn)閭鞲衅鞅旧淼恼`差有0.5度,加上外面環(huán)境干擾,誤差已經(jīng)有約1度,如果不做處理,設(shè)備就會亂報警,要滿足要求就只能上AI。”
祝銘明介紹,人工智能為這款眼鏡解決了三大難題。首先是濾除背景溫度噪音,例如頭發(fā)的溫度較高,太陽直曬時有可能達(dá)到四五十?dāng)z氏度,如果要做發(fā)燒檢測,必須要濾除這些因素。其次是通過體表溫度來計算真實(shí)體溫,這里涉及到數(shù)據(jù)擬合算法,實(shí)時處理也比較考驗(yàn)芯片的算力與功耗。最后是如何提升溫度圖像傳感器(thermal image sensor)的精度,工業(yè)應(yīng)用由于對精度要求較低,所以不需要進(jìn)一步處理,但檢測人體溫度,則需要利用算法來提升精度。
“我們的生產(chǎn)訂單已經(jīng)排到10月份,還在不斷加大產(chǎn)能。”祝銘明表示,全球疫情蔓延讓這款智能眼鏡成為了明星產(chǎn)品,在這次過程中,祝銘明也發(fā)現(xiàn),原來大家覺得離實(shí)用很遠(yuǎn)的AI,只要深挖需求,一定能找到發(fā)揮的空間,“尤其是AR,在當(dāng)前特殊環(huán)境下發(fā)揮了很大作用?!?
酷芯微電子也在這次疫情中找到了機(jī)會??嵝緸闇y溫面板機(jī)提供了溫度檢測芯片平臺,該芯片平臺將可見光、近紅外(做活體檢測)和遠(yuǎn)紅外(做測溫)結(jié)合在一起,在辦公樓、商場與機(jī)場等設(shè)施做室內(nèi)溫度檢測,以防控疫情。
測溫面板機(jī)支持多人檢測,這就需要判定被測人距離,并根據(jù)其距離進(jìn)行補(bǔ)償,算法上就比較復(fù)雜。姚海平舉例說:“比如在機(jī)場,用一個攝像頭看多個人,這時候就要檢測出多個人位置、以及其人臉信息,同時通過對多個人進(jìn)行測距補(bǔ)償,因?yàn)槊總€人距離不一樣,補(bǔ)償就不一樣?!?
這些補(bǔ)償算法離不開人工智能,而酷芯支持的測溫面板機(jī)在有些場景還需要支持戴口罩的人臉識別,這無疑增加了對算法的要求,酷芯微電子與商湯科技聯(lián)合開發(fā),投入大量人力密集攻關(guān),最終還是為市場提供出可用的戴口罩人臉識別設(shè)備。
從Rokid與酷芯的例子可以看出,人工智能并非只是飄在云端的屠龍之技。只要躬身入局,兩腳泥巴一身汗地去市場里找機(jī)會,去耕耘,人工智能能找到落地場景。恰如姚海平所說,酷芯等人工智能芯片企業(yè),并不缺技術(shù),“缺少的是機(jī)會和應(yīng)用?!?
與之相反,國內(nèi)還有不少打人工智能旗幟的企業(yè),雖然估值奇高,但到現(xiàn)在仍無法找到可靠的商業(yè)落腳點(diǎn)。這些公司往往就只成天宣傳自己開天辟地的算法創(chuàng)新,無與倫比的算力堆積,賽靈思和英特爾都不過爾爾,連英偉達(dá)都是插標(biāo)賣首等著國內(nèi)新貴公司去收人頭的。
這些做過幾天科研的新貴或許在某個點(diǎn)做到了世界前沿,但其中多數(shù)人畢竟沒有對當(dāng)今大規(guī)模算力部署有真正體驗(yàn),在集成電路這樣一個工程屬性極強(qiáng)的產(chǎn)業(yè)中,算力指數(shù)化提升實(shí)際上已經(jīng)做了幾十年。芯原股份創(chuàng)始人、董事長兼總裁戴偉民博士就指出,基于16納米工藝的芯片算力成本約為0.67美元/TOPS(億萬次計算),到3納米工藝時,芯片算力平均成本將將為0.06美元/TOPS。

單純堆算力,初創(chuàng)公司最終都不會是老牌玩家的對手,巨頭公司掌握著足夠的產(chǎn)業(yè)資源,可以迅速彌補(bǔ)單點(diǎn)短板,初創(chuàng)公司更應(yīng)該做的是利用自己的單點(diǎn)優(yōu)勢去深度挖掘應(yīng)用需求,以需求帶動技術(shù)再進(jìn)一步發(fā)展,只要不是停留在單點(diǎn)優(yōu)勢上做屠龍英雄夢,人工智能終究還是會在很多應(yīng)用中成為殺手锏。
英偉達(dá)崛起于個人電腦時代對于顯卡芯片性能大幅提升的需求,高通崛起于個人通信時代對于手機(jī)單芯片解決方案的需求,如果這兩家只是夸耀自己的算力好或通信算法天下第一,恐怕墳頭都長草了。