目前國內(nèi)AI視覺，幾乎都把焦點集中在對圖像的后端處理上。雖然算法足夠優(yōu)秀，但產(chǎn)品落地卻困難重重，原因是忽略了前端成像的重要作用。
“計算機(jī)視覺的前端成像技術(shù)，背后是至少100億數(shù)量級的龐大需求！”
在日前剛結(jié)束的2018 AWE現(xiàn)場，身為眼擎科技CEO的朱繼志，滿懷激動的下了這么一個結(jié)論。
朱繼志說話的語氣非常篤定，因為他們的eyemore X42芯片上市不到兩個月，就已一路高歌，初露崢嶸。而業(yè)內(nèi)對eyemore X42的看法是：這款全球第一款完全自主研發(fā)并正式對外發(fā)布的AI視覺成像芯片將“引領(lǐng)AI機(jī)器進(jìn)入視覺2．0時代”。
既然這款芯片目前在國內(nèi)甚至全球同領(lǐng)域內(nèi)屬于獨一份，好奇之下，我們不禁就和他多聊了幾句。
2018將是AI落地第一年，視覺市場規(guī)模潛力巨大
近幾年，人工智能的火熱是毋庸置疑的，上到國家兩次將其寫入政府工作報告，下到雨后春筍般出現(xiàn)的各種AI公司，所有這些都在昭示著一個嶄新的人工智能時代即將到來。
同樣的，在眾多的AI技術(shù)和應(yīng)用中，計算機(jī)視覺是最大的切入點和最具潛力的領(lǐng)域。畢竟，在我們獲取的全部信息中，視覺信息的比例達(dá)到了80％以上，因此，這將是一個前景無限的市場方向。
計算機(jī)視覺的應(yīng)用領(lǐng)域幾乎涵蓋了我們所知的所有行業(yè)，自動駕駛、金融風(fēng)控／交易、安防、新零售、智能手機(jī)、機(jī)器人......
國內(nèi)計算機(jī)視覺領(lǐng)域，商湯和曠世算是兩只最大的獨角獸，而他們于去年上演的融資競賽更是吸引了無數(shù)業(yè)內(nèi)人士的目光：先是2017年7月，商湯科技B輪融資4．1億美元，接著道10月31日，曠視科技Face＋＋又宣布獲得4．6億美元C輪融資，隨后商湯即傳出接受阿里15億元投資的消息......
不用多說什么，僅從這一連串創(chuàng)紀(jì)錄的融資金額中，我們就可以感受到計算機(jī)視覺在AI界的熱度。
據(jù)相關(guān)研究報告預(yù)計，2018年全球計算機(jī)視覺市場規(guī)模將達(dá)到50億美元左右，而到2020年，中國計算機(jī)視覺市場規(guī)模將增長至725億元，未來前景極為廣闊。
“2016年是AI的概念年，2017年是demo年，2018年是落地第一年?！敝炖^志認(rèn)為，在未來的三年內(nèi)，AI會很快的實現(xiàn)更為廣泛的落地應(yīng)用 。
“盡管現(xiàn)在整個產(chǎn)業(yè)很多技術(shù)都還有一些問題，但是其整體架構(gòu)已經(jīng)出來了?！敝炖^志說。
深耕前端成像領(lǐng)域，視覺2．0將為產(chǎn)業(yè)生態(tài)帶來質(zhì)變
眾所周知的是，目前國內(nèi)AI視覺領(lǐng)域的科技企業(yè)，幾乎都在使用傳統(tǒng)攝像頭，都把焦點集中在對圖像的后端處理上。這就導(dǎo)致了一個尷尬的現(xiàn)象：絕大多數(shù)的AI公司算法足夠優(yōu)秀，但前端成像技術(shù)不過硬，導(dǎo)致實際落地時機(jī)器的“眼睛”不能適應(yīng)外界光線變化，識別效果差的尷尬局面。
以自動駕駛汽車為例，在諸如車輛經(jīng)過隧道、對面駛來的車開大燈、夜間紅綠燈被道路景觀燈遮擋／干擾、夜色漆黑伸手不見五指等等異常情況下，往往會由于識別不準(zhǔn)而發(fā)生行車事故；
同樣，安防領(lǐng)域也會因為紅外黑白畫面和逆光的人臉發(fā)黑而無法識別、工業(yè)檢測中會有因為高光和反光導(dǎo)致無法檢測的情形等等。
“在復(fù)雜的光線環(huán)境下，AI機(jī)器獲取的圖像信噪比會受到極大影響，這是導(dǎo)致市場上AI視覺產(chǎn)品難以落地的最大原因?！敝炖^志認(rèn)為，要徹底解決這一難題，關(guān)鍵在于做好AI視覺產(chǎn)品的前端成像。
要克服AI機(jī)器在復(fù)雜光線下的圖像識別，就要首先解決圖像的獲取和前端處理。目前，業(yè)內(nèi)主流的解決方案有3種。
第一種就是我們所熟知的激光雷達(dá)，在光線不好的情況下，通過主動發(fā)射激光并利用光線反射來獲取物體的圖像和三維信息。激光雷達(dá)的優(yōu)點非常明顯，它可以獲得極高的角度、距離和速度分辨率，同時也具有良好的抗干擾能力。
不過，受限于巨大的體積和昂貴的價格（各類32線、42線、64線等型號產(chǎn)品，價格動輒數(shù)萬數(shù)十萬甚至上百萬，雖然在持續(xù)降低，但依然不親民），它正在被邊緣化。正如馬斯克所說的，“激光雷達(dá)就像一根拐杖”。這個比喻很恰當(dāng)，視覺能力不行的時候，需要依靠激光雷達(dá)這樣的拐杖，但拿著拐杖卻是永遠(yuǎn)跑不快的。
剩下的兩種方案則都是在相機(jī)和成像處理的基礎(chǔ)上加以改進(jìn)。首先是陣列計算相機(jī)技術(shù)，原理有點類似于蜻蜓、蒼蠅等多目昆蟲的復(fù)眼，通過數(shù)個、數(shù)十個甚至上百個相機(jī)組成的陣列，拍攝出擁有億級以上像素的動態(tài)圖像，為AI機(jī)器提供視覺支持。
目前，這一技術(shù)尚在研發(fā)階段，受限于體積和供應(yīng)鏈的制約，其產(chǎn)品也還處在落地的早期階段。
第三種方案，即是眼擎科技所做的，AI視覺前端成像引擎芯片eyemore X42。
據(jù)朱繼志介紹說，眼擎所做的這種方式，像人的眼睛一樣，核心是把人的眼睛視力弄好——解決AI機(jī)器在各種光線下自動適應(yīng)光線的能力。
“我們堅信，以后AI機(jī)器的眼睛應(yīng)該和我們?nèi)祟愐粯?，以后它們的視力一定不會比人眼差，甚至比人眼?qiáng)。這就是我們創(chuàng)業(yè)的初衷，我們要從根本上解決AI的視力問題?！?/p>
眼擎eyemore X42芯片，視覺2．0時代的AI機(jī)器成像引擎
關(guān)于AI視覺，馬斯克曾經(jīng)提出過“全天候被動光學(xué)圖像識別”的概念，就是要解決復(fù)雜光線，包括弱光、逆光、反光下的精準(zhǔn)識別，這也是AI機(jī)器要解決的剛需問題。眼擎科技把這種自動適應(yīng)光線的視覺，稱之為“視覺2．0”。
2018年1月19日下午，在2018極客公園創(chuàng)新大會上，國內(nèi)AI視覺成像芯片科技公司眼擎科技正式對外發(fā)布“eyemore X42”芯片。據(jù)悉，eyemore X42是全球第一款完全自主研發(fā)并正式對外發(fā)布的AI視覺成像芯片。
數(shù)據(jù)顯示，eyemore X42成像引擎芯片，擁有比傳統(tǒng)ISP高20倍的計算能力，采用了20多種新的成像算法，集成了超過500種不同場景下的復(fù)雜光線數(shù)據(jù)。
eyemore X42芯片有三個特點：首先它是一顆獨立成像芯片。目前各種相機(jī)、智能手機(jī)、攝像頭里都有成像功能，但都是被集成在主芯片里面的，只能叫集成成像。而eyemore X42整顆芯片只專注于一件事情，那就是成像。這有點像Intel的CPU帶了集成顯卡功能，但我們知道，只有像NVIdia的專用GPU才一定是未來的主流。
第二個特點，eyemore X42拋棄了傳統(tǒng)的ISP成像架構(gòu)，采用了全新的成像引擎架構(gòu)，來解決復(fù)雜光線下的成像難題。而傳統(tǒng)的ISP，從架構(gòu)上來講，無論如何也無法完美解決復(fù)雜光線的問題。
第三個特點是，eyemore X42提供了豐富的API接口，讓做后端圖像識別的算法工程師，可以很方便的控制成像的過程。
eyemore X42的性能有多強(qiáng)大？也許其發(fā)布會當(dāng)天現(xiàn)場演示的“微光／暗光環(huán)境下實現(xiàn)精準(zhǔn)識別”的實驗，就能很好的說明問題。
“如果你問所謂的微光會微到什么程度？這個很簡單，我們有一個基本的標(biāo)準(zhǔn)，就是和人眼比，我們就是要超越人眼”，朱繼志說到。
人眼的視網(wǎng)膜里有大約1．25億個視桿細(xì)胞和視錐細(xì)胞，它們扮演感光器的角色。其中，視桿細(xì)胞感知光線的明暗，而視錐細(xì)胞負(fù)責(zé)感知顏色。到光線的明暗達(dá)到一定程度（過亮或過暗）的時候，視錐細(xì)胞就停止工作，轉(zhuǎn)而切換到視桿細(xì)胞，因此這時人眼就只能感受到黑白的灰度，暫時失去了感知顏色的能力。
“我們現(xiàn)在做的事情是比人眼18個DB的八倍，在那種情況下。所以，在人眼看不清顏色、只能看清輪廓的情況下，我們能夠精準(zhǔn)的還原顏色。”
人對世界顏色的感知能力是有限的，雖然理論上說人的眼睛可以分辨出出高達(dá)1200萬種顏色，但實際上遠(yuǎn)遠(yuǎn)低于這個數(shù)字。但機(jī)器能不能分辨出一百萬種、一千萬種甚至更多種顏色呢？這完全有可能。
我們很難想象的到，一個機(jī)器超越人眼之后可以做些什么。高維視覺和低維視覺相比，具有無可比擬的優(yōu)越性。
比如看到一朵花，我們看到的只是白色的，但機(jī)器看到的是五顏六色的，因為可能有100種白。這就是機(jī)器進(jìn)步的核心能力，能夠看到更多的信息，所以能夠給出更精準(zhǔn)的反饋。
AI實體化之下，5年內(nèi)視覺芯片將有100億數(shù)量級需求
隨著AI技術(shù)的進(jìn)一步發(fā)展和應(yīng)用的持續(xù)擴(kuò)大，各種由AI芯片驅(qū)動的機(jī)器／設(shè)備持續(xù)出現(xiàn)，使得AI已經(jīng)越來越呈現(xiàn)出實體化的趨勢。
“得益于人工智能的廣泛應(yīng)用，目前已經(jīng)形成了一個很大的技術(shù)生態(tài)。在這個龐大的生態(tài)海洋里，AI機(jī)器這個新的物種已經(jīng)開始進(jìn)化出來，這些AI機(jī)器將會迅速進(jìn)入我們的現(xiàn)實世界。”朱繼志說。
AI機(jī)器區(qū)別于一般機(jī)器的最大特點是，它不是一個普通的工具，它自己有大腦。我們可以把自動駕駛、機(jī)器人、包括工藝檢測設(shè)備、智能的安防攝像頭／門禁／鎖具等等，都看做一個AI的機(jī)器。
另一方面，從信息時代發(fā)展到如今的AI時代，競爭核心已經(jīng)從加工制造工藝／硬件設(shè)備性能的競爭，升級為算力和算法的比拼。由此，作為算法和算力承載的芯片，就成了當(dāng)今時代最大的競爭焦點。
而AI機(jī)器需要數(shù)量更多的、性能更強(qiáng)大的芯片，即各種AI芯片。
“AI機(jī)器這個新物種，就是被各種芯片所驅(qū)動的。在比拼算法和算力的時代，一個AI機(jī)器所需要的芯片的數(shù)量，也就是芯片的密度，會呈現(xiàn)數(shù)量級的增長?！?/p>
以目前突然躥紅的比特幣為例，其挖礦的設(shè)備——礦機(jī)，就是芯片的需求大戶。在一個普通的礦機(jī)里，就會有幾十到數(shù)百顆處理器芯片，而這個在以前是不可能想象的。
除此之外，基于萬物互聯(lián)場景下的自動駕駛汽車，它的視覺系統(tǒng)、路徑規(guī)劃系統(tǒng)、車內(nèi)溫度調(diào)節(jié)、對外通訊通信等等，每一個獨立的處理單元都至少需要一顆芯片；同樣的還有各種機(jī)器人、各種無人機(jī)、安防監(jiān)控、無人超市......
朱繼志認(rèn)為，以后一臺AI機(jī)器對各種各樣的芯片的需求，會有成百上千個。在視覺2．0的內(nèi)因驅(qū)動下，各類AI芯片的大規(guī)模應(yīng)用時代已然來臨，AI機(jī)器這個新物種，將為AI芯片開辟一個龐大的新增市場。
AI機(jī)器對視覺器官的需求量同樣是巨大的，由此AI視覺芯片的供應(yīng)量也將隨之激增。
在汽車領(lǐng)域，一臺自動駕駛的汽車，將會安裝10個視覺攝像頭；在安防領(lǐng)域，所有的監(jiān)控攝像頭，都面臨著人臉識別的升級；在工業(yè)設(shè)備領(lǐng)域，通過視覺的方式進(jìn)行產(chǎn)品的檢測，將會成為每一條產(chǎn)線的標(biāo)配，以后每一條產(chǎn)線上都將配置超過10個智能攝像頭；在無人零售，如Amazon go正在把關(guān)注的重點從商品的標(biāo)簽遷移到每個顧客的消費習(xí)慣，它的每家無人零售店都配置了超過100個以上的攝像頭。
據(jù)不完全預(yù)測，未來5年內(nèi)，各種各樣的AI機(jī)器將會帶來100億數(shù)量級的視覺設(shè)備需求，而視覺芯片的需求量將高于這個數(shù)字。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
