新闻中心

EEPW首页 > 智能计算 > 业界动态 > 中德专家谈AI中小企业的机会与技术方向

中德专家谈AI中小企业的机会与技术方向

作者:王莹时间:2019-11-26来源:电子产品世界收藏

2019年11月,“2019中德中小企业合作交流大会·分论坛”在济南举行。在圆桌论坛环节,安创加速器(Arm Accelerator)董事长杨宇欣主持了讨论,与中德专家们探讨了“中小企业创新发展的瓶颈与突破”这一主题,涉及在哪些产业落地,技术的瓶颈和限制,各家在芯片领域的布局和进展等。

本文引用地址:http://www.eepw.com.cn/article/201911/407515.htm

1574747939972463.png

论坛从左至右:安创加速器董事长杨宇欣,地平线副总裁纪鹏、旷视科技产品市场总经理沈瑄、德累斯顿工业大学教授Christian Mayr,安创生态CTO程斌、OPEN AI LAB业务发展总监付仲韬

1 AI落地的市场及挑战

1.1 AI落地的商业机会

旷视科技产品市场总经理沈瑄指出:随着芯片的迭代、升级,我们可以做出更多的设备,二者是相辅相成、呈螺旋性上升的。例如,AI产业是2016年阿尔法狗出来后带动起来的,在当时环境的芯片算法下,第一个落地点是人脸,现在出现在手机、汽车等场景,现阶段人们也在探讨智能制造/仓储物流、教育、医疗y等应用。

AI之前是AI+,经过这四五年的变化,现在变为传统的农业、科技、教育+AI,即AI需要跟传统行业结合。因为传统行业首先有自身的行业属性,AI并不是通用的行业。因此,业界一直称AI只是一个技术,给传统行业或者现有的行业带来了降成本和效率提高。

1574752391722221.png

旷视科技产品市场总经理 沈瑄

地平线公司副总裁纪鹏介绍了地平线所关注的AI汽车和安防领域。首先,AI汽车是一个比较明确的AI发展方向。另外一个AI比较大的落地点是安防,监控系统是政府主导的大需求。

2019年AI商业上有一些萌芽,但还处于非常初始的阶段,没有到大规模使用的阶段,该有的细分的场景诸如铁路上的场景,从管理上能起到减员增效的作用。但还有一些AI应用场景值得商榷,例如利用AI监控员工是在聊天还是在工作,从被监视者的角度来看,被监视者眼前放一个摄像头,可能很难受。因此,AI在找落地的过程中,还需要一个探索的过程。

1574752751439089.png

地平线公司副总裁 纪鹏

安创生态CTO程斌补充道,除了视觉和语音方面,他所接触的初创公司中还有做触觉的公司,这也是IoT能够出现亮点的领域。

1.2 AI应用的挑战

德累斯顿工业大学教授Christian Mayr谈了AI应用的两个挑战。一是现在很多传统行业进入AI领域需要改变一些思路,传统行业的问题都是在培训上,AI企业应该组织培训的工作坊,帮助AI技术训练和改进。另外,现在很多AI应用于物联网,因此对硬件的功耗是有要求的,因此越来越多的AI需要跟芯片结合,需要做专用的芯片,但专用芯片的设计周期较长,这也是需要解决的问题。

1574752460864264.png

德累斯顿工业大学教授 Christian Mayr

安创生态CTO程斌指出了大数据的重要性。他认为,AIoT不能割裂开来看,因为首先AI需要算法、算力和数据。由于大量数据来自于IoT(物联网),IoT非常重要。我们需要把大量的数据进行收集、采集回来,这是AI数据的来源。同时因为现在的AI技术受限于前端的准确度,包括要有非常准确的数据,对数据还要进行大量的标注。

2 技术的瓶颈和限制

安创加速器董事长杨宇欣称,目前有两种AI方法:机器学习和。机器学习技术是现在比较通用的AI解决问题的方式,但很多前沿技术/技术慢慢显现。目前大部分商用的AI技术还是基于机器学习,但是在未来解决更多机器替代人的场景下可能有更广阔的空间。

那么,AI从技术角度来看还有哪些瓶颈和限制,未来如何突破?

2.1 思维方式的差异

安创生态CTO程斌指出,AI技术包括技术最大的瓶颈在于它跟现有的人的思维方式差异很大。它依靠的是大量的数据及对模型进行训练,而且数据是要清洗过、标注过的。但是人可以通过有限的几次看(大脑自己的分析)就可以识别这是苹果,这个苹果换了任何角度,或者我只看到这个苹果的某一部分,我都能认出来它是个苹果。但是现在的AI技术并不是这样。所以,现在AI对于算力的要求很高,其实从人的大脑的角度来说并不需要这么复杂的结构。真正的AI技术应该跟人脑越来越近,越来越向真的人脑和人脑的思考方式靠近,包括脉冲神经网络是一种尝试。

1574752549546745.png

安创生态CTO 程斌

德累斯顿工业大学教授Christian Mayr是主要研究类脑技术的,他认为现在的深度学习更多地是基于特征点学习的,需要大量的数据,但很多时候因为在学习到特征点的时候并不能从更高的层面去识别,因此技术应该到更高层面去解决这个问题。例如看几千头大象的照片后就可以识别大象,但在识别过程中例如看到大象的某一个特征,即使那不是大象,机器也可能会识别成大象;人当然是不会识别错的。

2.2 是否可以走向模拟

安创生态CTO程斌提出一个观点:现在的深度神经网络还是基于数字化的模式,现在也有一些公司在尝试往模拟的方向做。实际上,我们可以把很多东西做到前端的传感器的控制器里,直接从模拟信号的角度切入,不是把模拟转换成数字以后再做各种各样的训练。从人脑的角度来说,人脑传输的都是模拟的脉冲的电频信号而已,这是将来AI的方向。

3 为何很多AI公司热衷做硬件/芯片

看来类脑技术还需要时间,它是突破现在深度学习的一个技术方向。德累斯顿工业大学教授Mayr提到现在很多的AI在往硬件芯片上集合,现在也有越来越多的AI企业不是纯算法企业,而是更多地涉及到硬件/芯片。

德累斯顿工业大学教授Christian Mayr解释道,现在的AI技术是被硬件所推动的,这是一个核心。无论是存储还是算力各方面的发展,已经达到了AI技术的需求。实际上,算法在20世纪80年代就有模型,但原来的硬件没有达到要求,所以现在的AI技术因为硬件把它推动了,所以这个技术在迅速地往前走。

“现在几乎所有算法公司都有自己的芯片计划。”地平线公司副总裁纪鹏具体分析道。“因为芯片只是一个算法的载体,芯片本身并不是最核心的价值,它一定在某种特定的算法框架下结合软件,通过芯片才能够把它的算力发挥到极致,把利用率发挥到最好。”因为早已前瞻到此趋势,地平线是较早做AI芯片的公司。

1574752866588659.png

安创加速器董事长 杨宇欣

旷视科技产品市场总经理沈瑄称有两个趋势促使软件厂商做芯片:第一,做芯片一定是靠量摊薄成本,所以AI芯片一定是从大批量的商用开始。第二,AI芯片厂商在向除了汽车和安防外的其他IoT终端场景赋能,诸如电视机、音响,有诸如MCU+MPU的产品出来,这种产品低功耗,需要有在终端配置的能力。

至于旷视为什么把算法往芯片上叠加或者融合?基于两个原因:如果我的产品可以做大体量,需要我的算法应用;再就是卖软件永远不如卖芯片。

基于此,从2019年上半年开始到2020年,尤其在国家大的方针政策下,预计会有越来越多的AI企业做SoC。

但是,对于创业的中小企业一定要慎重做芯片,因为芯片从一开始做到生产、封装、测试持续18个月的时间,这个周期里有两个挑战,一是你的算法不一定固化了、不用去迭代了;第二个挑战是能否有足够的终端来应用?如果这两点能解决,就可大胆地去做芯片。

4 IP与软件厂商的作用   

安创加速器(Arm Accelerator)是第一家基于Arm全球生态系统,聚焦于AI和物联网产业的创新创业服务平台。安创加速器董事长杨宇欣介绍了Arm的IP优势:Arm针对于AI和细分化的市场,从IP的角度已经切入,已经考虑到单纯的MPU或者AIPU不一定能够完成所有定制化的要求。安创生态有两大业务部门,一是AIoT解决方案部,二是集成电路公共设计平台。集成电路公共设计平台的的口号叫大家都能做芯片、人人都能做芯片。从安创生态科技的角度来说,从两个维度在进行努力,一是从解决方案的维度,另一个是从赋能第三方的角度。安创空间做了三款不同的原型平台,包括AI的、语音的和图像的。

OPEN AI LAB也是安创加速器的企业,是代表安创的创新创业的传承之一。安创第一个加速器企业是地平线,OPEN AI LAB是安创与地平线共同孵化的一家企业,2016年底才成立,只用了2年的时间,估值翻了约9倍。

1574752647512319.png

OPEN AI LAB业务发展总监 付仲韬

OPEN AI LAB业务发展总监付仲韬称,OPEN AI LAB上服务SoC厂商,下赋能传统行业的智能改造。AI包括算力、软件和数据,OPEN AI LAB做软件。芯片无论怎么发展,它有个内在的关系是应用承载方,OPEN AI LAB要打通不同硬件之间的差异化,实现客户对不同场景、不同硬件/芯片的需求,能快速地落地,提供IoT的解决方案。

小结

单纯从算法和软件看AI太局限了,需要拓展到整个硬件系统来看AI。传统行业拥有大量的数据和技术,但会面临AI落地的困扰;因此传统行业需要改变思路,用自身数据帮助AI技术训练。而很多AI企业已不再是纯算法,而更多地涉及到硬件和芯片,要通过把算法叠加或者融合到芯片上。而AI芯片不仅仅只是一个独立的SoC,它可以分布在设备的许多的地方。AI是一个技术,并不是一个产业,最终还是要与传统产业相结合,而这个结合将是未来长期演进的过程。

1574752968206396.png

2019中德中小企业合作交流大会·AI分论坛”的听众

1574753063483821.png

2019中德中小企业合作交流大会·AI分论坛”场外海报



关键词: AI 深度学习 类脑

评论


相关推荐

技术专区

关闭