武林中再?gòu)?qiáng)的高手也會(huì)有命門(mén)和破綻。高手之所以常勝不敗，原因在于懂得揚(yáng)長(zhǎng)避短、因地制宜。

人工智能也是如此。

深度學(xué)習(xí)算法可以幫助計(jì)算機(jī)理解大量圖像、聲音和文本形式的數(shù)據(jù)，但其能力嚴(yán)重依賴(lài)于云端數(shù)據(jù)中心強(qiáng)大的計(jì)算能力。以安防領(lǐng)域的攝像頭為例，攝像頭采集到視頻和圖像數(shù)據(jù)之后需要借助網(wǎng)絡(luò)上傳至后臺(tái)，后臺(tái)計(jì)算完成后再返回到攝像頭。

嵌入式人工智能

人工智能系統(tǒng)對(duì)圖像和視頻進(jìn)行分析的一大前提是，采集到的數(shù)據(jù)必須足夠清晰，因此視頻監(jiān)控正朝著日益高清化的趨勢(shì)發(fā)展，產(chǎn)生了十分龐大的數(shù)據(jù)量。但受制于網(wǎng)絡(luò)傳輸技術(shù)和網(wǎng)絡(luò)環(huán)境，傳輸如此龐大的數(shù)據(jù)量勢(shì)必會(huì)產(chǎn)生一定的時(shí)延，甚至根本無(wú)法傳輸。而現(xiàn)代安防理念的核心早已經(jīng)從“事后溯源”升級(jí)為“事前預(yù)防”，要提前預(yù)測(cè)風(fēng)險(xiǎn)并及時(shí)阻止危險(xiǎn)發(fā)生，“實(shí)時(shí)性”是一項(xiàng)基本前提。

“比如說(shuō)G20峰會(huì)這種非常重要的場(chǎng)合，不能事后再說(shuō)，必須在前端識(shí)別，阻止犯罪行為和黑名單里人。G20峰會(huì)是怎么做的呢？就是不惜一切代價(jià)，把后端該干的事情放到前端。這樣做的好處是可以實(shí)時(shí)控制、防止犯罪，可是不能變成常態(tài)。G20峰會(huì)結(jié)束了，這個(gè)活動(dòng)也就結(jié)束了。我們思考的是如何把搞運(yùn)動(dòng)式的特殊情況變成常態(tài)化的事。”觸景無(wú)限科技董事長(zhǎng)陸凡說(shuō)道。

觸景無(wú)限給出的答案是嵌入式人工智能?，F(xiàn)在人工智能正朝著嵌入式系統(tǒng)遷移。例如傳說(shuō)中蘋(píng)果正在開(kāi)發(fā)專(zhuān)用的人工智能處理器‘Apple Neural Engine’，高通和谷歌也發(fā)布了在人工智能芯片方面的合作情況?？梢灶A(yù)見(jiàn)，人工智能技術(shù)需要規(guī)模龐大的數(shù)據(jù)中心資源，接下來(lái)諸如手持人工智能，邊緣計(jì)算人工智能等將成為行業(yè)趨勢(shì)，這就是嵌入式人工智能。

所謂的嵌入式人工智能，其最大的特征就是本地計(jì)算，在不聯(lián)網(wǎng)的情況下就可以做環(huán)境感知、人機(jī)交互、決策控制，且是實(shí)時(shí)的。相較而言，云端致力于如何更好地解決問(wèn)題，而嵌入式人工智能則強(qiáng)調(diào)如何更加經(jīng)濟(jì)地解決問(wèn)題。

視覺(jué)卡

觸景無(wú)限推出的視覺(jué)卡正是嵌入式人工智能十分具有代表性的產(chǎn)品之一。據(jù)觸景無(wú)限CEO肖洪波介紹，觸景無(wú)限共推出了兩代視覺(jué)卡，每一代又針對(duì)不同應(yīng)用場(chǎng)景推出了多款產(chǎn)品。第一代視覺(jué)卡發(fā)布于2016年，集成了英偉達(dá)的Tegra K1芯片及多種傳感器；第二代則發(fā)布于今年上半年，采用了英特爾收購(gòu)的Movidius開(kāi)發(fā)的Myriad 2 MA245x視覺(jué)芯片，搭載兩個(gè)攝像頭，功耗為2W。

該視覺(jué)卡的體積僅1元硬幣大小，而且處理速度高達(dá)20FPS，抗環(huán)境干擾(環(huán)境光照10-10000流明)，并且能夠靈活的多方向運(yùn)動(dòng)，圖像全局快門(mén)不變形，避障范圍達(dá)到0.8-15米，并且不受到光照、復(fù)雜背景環(huán)境等因素的干擾和影響。

肖洪波向雷鋒網(wǎng)介紹，兩代視覺(jué)卡最大的區(qū)別在于功耗和內(nèi)置的芯片。第二代視覺(jué)卡功耗相對(duì)更低，更加適用于無(wú)人機(jī)、智能可穿戴設(shè)備等領(lǐng)域。同一代視覺(jué)卡的不同產(chǎn)品間，最大的區(qū)別則在于集成的傳感器和搭載的算法。

技術(shù)難點(diǎn)

這聽(tīng)起來(lái)很簡(jiǎn)單，不過(guò)是把幾個(gè)芯片和傳感器整合到一起，但實(shí)際過(guò)程卻復(fù)雜得多，涉及硬件和軟件兩個(gè)層面。

“觸景無(wú)限最早就是做軟件算法的，后來(lái)我們?cè)谑謾C(jī)上做AR，也做了很多底層芯片的算法加速。但我們覺(jué)得，如果未來(lái)手機(jī)真的普及了AR，由于它涉及底層圖像，手機(jī)廠商有天然的優(yōu)勢(shì)。如果手機(jī)廠商推出這個(gè)功能，我們的工作就意義不大了。所以我們從2013年就開(kāi)始做嵌入式的解決方案了。”肖洪波說(shuō)道。

肖洪波介紹，視覺(jué)卡的技術(shù)難點(diǎn)主要體現(xiàn)在三個(gè)方面：首先是要支持不同類(lèi)型的傳感器，這些傳感器的驅(qū)動(dòng)和硬件開(kāi)發(fā)都不盡相同，有些芯片連OS都沒(méi)有，開(kāi)發(fā)難度非常高。二是需要做前端模型的壓縮和運(yùn)行處理，即在底層做一些并行算法的處理。三是功耗，功耗高不僅意味著消耗能源，還會(huì)帶來(lái)散熱問(wèn)題。

肖洪波對(duì)雷鋒網(wǎng)說(shuō)道：“如果想做好一款產(chǎn)品，肯定要從底層的芯片結(jié)構(gòu)開(kāi)始考慮優(yōu)化。雖然我們自己不做芯片，但只有對(duì)市面上芯片的能力足夠了解，才能把模組做好?！?/p>

前后端協(xié)同

視覺(jué)卡的應(yīng)用場(chǎng)景可以分為兩種類(lèi)型：一種是移動(dòng)式的、缺少網(wǎng)絡(luò)連接支持的。比如警察使用的移動(dòng)設(shè)備，很多時(shí)候作業(yè)環(huán)境根本沒(méi)有網(wǎng)絡(luò)，不可能連接到服務(wù)器，只能在前端處理。但前端的處理能力有限，不可能與服務(wù)器相比，因此只適用于一些非常特殊的場(chǎng)景，比如人臉識(shí)別數(shù)量要求不高的場(chǎng)景。

另一種是網(wǎng)絡(luò)連接正常，但需要增強(qiáng)實(shí)時(shí)性的場(chǎng)景，這時(shí)候就要通過(guò)前后端的協(xié)同來(lái)完成。即通過(guò)嵌入式模塊賦予前端一定的智能分析能力，實(shí)時(shí)對(duì)現(xiàn)場(chǎng)進(jìn)行監(jiān)控和分析；當(dāng)前端能力不夠用時(shí)再向后端請(qǐng)求援助，這將是未來(lái)安防的一大發(fā)展趨勢(shì)。

“有一個(gè)嵌入式視覺(jué)峰會(huì)，我去年參加的時(shí)候大家還在討論，說(shuō)深度學(xué)習(xí)到底要不要放到嵌入式模塊總?cè)?。今?月份我再去參加時(shí)，大家已經(jīng)不再討論這個(gè)了，因?yàn)槭袌?chǎng)已經(jīng)有很大的需求了。全國(guó)各地的廠商都開(kāi)始進(jìn)入這個(gè)領(lǐng)域，嘗試做嵌入式的產(chǎn)品，但真正做出產(chǎn)品來(lái)的還是很少。”肖洪波說(shuō)道。

目前安防攝像頭、無(wú)人機(jī)等市場(chǎng)，基本都已經(jīng)被巨頭把持，因此觸景無(wú)限針對(duì)的都是長(zhǎng)尾市場(chǎng)。不過(guò)現(xiàn)在這個(gè)市場(chǎng)的技術(shù)門(mén)檻較高，而且競(jìng)爭(zhēng)也不像終端廠商那樣激烈，而且觸景無(wú)限一直在擴(kuò)大產(chǎn)品的通用性，努力拓展更大的市場(chǎng)空間。

整合行業(yè)資源

但一款產(chǎn)品需要滿(mǎn)足多種應(yīng)用場(chǎng)景，觸景無(wú)限是如何做到的呢？肖洪波介紹道：“我們有一套軟件平臺(tái)，在軟件平臺(tái)上抽取了一些公共組件，在這些組件之上再針對(duì)不同行業(yè)做對(duì)應(yīng)的算法。比如安防行業(yè)需要人臉識(shí)別，我們就可能會(huì)和中科院合作，開(kāi)發(fā)人臉識(shí)別算法。”

據(jù)雷鋒網(wǎng)了解，觸景無(wú)限目前已和多家世界知名的研究所展開(kāi)合作，包括中科院、UIUC（伊利諾伊大學(xué)），歐洲的兩所知名機(jī)構(gòu)，以及北美的一家算法庫(kù)。

觸景無(wú)限希望整合已有的資源，并通過(guò)自身的工程技術(shù)和經(jīng)驗(yàn)來(lái)優(yōu)化這些算法，為客戶(hù)提供解決方案。

肖洪波此前接受采訪(fǎng)時(shí)曾表示：“研究所里面，其實(shí)有非常好的做研究的人，我們希望去整合這些資源，而不是重新去造車(chē)輪，對(duì)創(chuàng)業(yè)公司來(lái)講，沒(méi)有必要從頭做算法。對(duì)我們來(lái)講，感知的算法是我們從頭做的，做的很好，可以繼續(xù)做這方面的研發(fā)，但是有些公司需要其他的一些算法和產(chǎn)品，對(duì)于我們來(lái)講，可能不是從零開(kāi)始，我們直接找一個(gè)巨人，大家一起合作。大家只要做好分工就可以了，它做的是數(shù)學(xué)方面的東西，而我們需要把他們數(shù)學(xué)的東西，用非常良好的工程算法去做實(shí)現(xiàn)，所以我對(duì)我們公司的同事要求是說(shuō)，我們的主要工作是做數(shù)學(xué)的優(yōu)化和算法的優(yōu)化，這是我們主要的工作。

我們的客戶(hù)通過(guò)我們可以接觸到上千個(gè)算法，我們可以幫他挑最好的算法把它優(yōu)化到模組上，嵌入到產(chǎn)品里面去?！?/p>

8月10日，觸景無(wú)限又與中科院深圳先進(jìn)技術(shù)研究院共同宣布成立了“嵌入式人工智能及機(jī)器視覺(jué)聯(lián)合實(shí)驗(yàn)室”，并舉行了揭牌儀式。

中科院深圳先進(jìn)技術(shù)研究院的多媒體技術(shù)研究中心主要致力于計(jì)算機(jī)視覺(jué)、圖像處理、模式識(shí)別、語(yǔ)音處理、機(jī)器學(xué)習(xí)等領(lǐng)域的研究和開(kāi)發(fā)，在人臉識(shí)別、人臉表情/性別和屬性識(shí)別、場(chǎng)景分類(lèi)和理解、行為識(shí)別、場(chǎng)景文字檢測(cè)與識(shí)別等技術(shù)研究上頗具實(shí)力。團(tuán)隊(duì)開(kāi)發(fā)的深度人臉識(shí)別技術(shù)在人臉識(shí)別世界通用測(cè)試基準(zhǔn)LFW上獲得了99.5%的識(shí)別率，比人眼識(shí)別的結(jié)果（97.52%的識(shí)別率）更精準(zhǔn)，也超過(guò)了Facebook的Deep Face。

“應(yīng)用場(chǎng)景上的計(jì)算最終要落地到設(shè)備上，此次戰(zhàn)略合作將是中科院先進(jìn)院與人工智能企業(yè)在產(chǎn)學(xué)研落地方向上的一次全新嘗試，希望雙方能發(fā)揮各自技術(shù)與產(chǎn)業(yè)化優(yōu)勢(shì)，互補(bǔ)互促，長(zhǎng)期友好合作?！敝锌圃荷钲谙冗M(jìn)院院長(zhǎng)樊建平表示。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。