嵌入式人工智能已成趨勢，觸景無限要用“團戰”的方式搶占未來

武林中再強的高手也會有命門和破綻。高手之所以常勝不敗，原因在于懂得揚長避短、因地制宜。

人工智能也是如此。

深度學習算法可以幫助計算機理解大量圖像、聲音和文本形式的數據，但其能力嚴重依賴于云端數據中心強大的計算能力。以安防領域的攝像頭為例，攝像頭采集到視頻和圖像數據之后需要借助網絡上傳至后臺，后臺計算完成后再返回到攝像頭。

嵌入式人工智能

人工智能系統對圖像和視頻進行分析的一大前提是，采集到的數據必須足夠清晰，因此視頻監控正朝著日益高清化的趨勢發展，產生了十分龐大的數據量。但受制于網絡傳輸技術和網絡環境，傳輸如此龐大的數據量勢必會產生一定的時延，甚至根本無法傳輸。而現代安防理念的核心早已經從“事后溯源”升級為“事前預防”，要提前預測風險并及時阻止危險發生，“實時性”是一項基本前提。

“比如說G20峰會這種非常重要的場合，不能事后再說，必須在前端識別，阻止犯罪行為和黑名單里人。G20峰會是怎么做的呢？就是不惜一切代價，把后端該干的事情放到前端。這樣做的好處是可以實時控制、防止犯罪，可是不能變成常態。G20峰會結束了，這個活動也就結束了。我們思考的是如何把搞運動式的特殊情況變成常態化的事?！庇|景無限科技董事長陸凡說道。

觸景無限給出的答案是嵌入式人工智能?，F在人工智能正朝著嵌入式系統遷移。例如傳說中蘋果正在開發專用的人工智能處理器‘Apple Neural Engine’，高通和谷歌也發布了在人工智能芯片方面的合作情況。可以預見，人工智能技術需要規模龐大的數據中心資源，接下來諸如手持人工智能，邊緣計算人工智能等將成為行業趨勢，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算，在不聯網的情況下就可以做環境感知、人機交互、決策控制，且是實時的。相較而言，云端致力于如何更好地解決問題，而嵌入式人工智能則強調如何更加經濟地解決問題。

視覺卡

觸景無限推出的視覺卡正是嵌入式人工智能十分具有代表性的產品之一。據觸景無限CEO肖洪波介紹，觸景無限共推出了兩代視覺卡，每一代又針對不同應用場景推出了多款產品。第一代視覺卡發布于2016年，集成了英偉達的Tegra K1芯片及多種傳感器；第二代則發布于今年上半年，采用了英特爾收購的Movidius開發的Myriad 2 MA245x視覺芯片，搭載兩個攝像頭，功耗為2W。

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

肖洪波向雷鋒網介紹，兩代視覺卡最大的區別在于功耗和內置的芯片。第二代視覺卡功耗相對更低，更加適用于無人機、智能可穿戴設備等領域。同一代視覺卡的不同產品間，最大的區別則在于集成的傳感器和搭載的算法。

技術難點

這聽起來很簡單，不過是把幾個芯片和傳感器整合到一起，但實際過程卻復雜得多，涉及硬件和軟件兩個層面。

“觸景無限最早就是做軟件算法的，后來我們在手機上做AR，也做了很多底層芯片的算法加速。但我們覺得，如果未來手機真的普及了AR，由于它涉及底層圖像，手機廠商有天然的優勢。如果手機廠商推出這個功能，我們的工作就意義不大了。所以我們從2013年就開始做嵌入式的解決方案了。”肖洪波說道。

肖洪波介紹，視覺卡的技術難點主要體現在三個方面：首先是要支持不同類型的傳感器，這些傳感器的驅動和硬件開發都不盡相同，有些芯片連OS都沒有，開發難度非常高。二是需要做前端模型的壓縮和運行處理，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，還會帶來散熱問題。

肖洪波對雷鋒網說道：“如果想做好一款產品，肯定要從底層的芯片結構開始考慮優化。雖然我們自己不做芯片，但只有對市面上芯片的能力足夠了解，才能把模組做好?！?/p>

前后端協同

視覺卡的應用場景可以分為兩種類型：一種是移動式的、缺少網絡連接支持的。比如警察使用的移動設備，很多時候作業環境根本沒有網絡，不可能連接到服務器，只能在前端處理。但前端的處理能力有限，不可能與服務器相比，因此只適用于一些非常特殊的場景，比如人臉識別數量要求不高的場景。

另一種是網絡連接正常，但需要增強實時性的場景，這時候就要通過前后端的協同來完成。即通過嵌入式模塊賦予前端一定的智能分析能力，實時對現場進行監控和分析；當前端能力不夠用時再向后端請求援助，這將是未來安防的一大發展趨勢。

“有一個嵌入式視覺峰會，我去年參加的時候大家還在討論，說深度學習到底要不要放到嵌入式模塊總去。今年5月份我再去參加時，大家已經不再討論這個了，因為市場已經有很大的需求了。全國各地的廠商都開始進入這個領域，嘗試做嵌入式的產品，但真正做出產品來的還是很少?！毙ず椴ㄕf道。

目前安防攝像頭、無人機等市場，基本都已經被巨頭把持，因此觸景無限針對的都是長尾市場。不過現在這個市場的技術門檻較高，而且競爭也不像終端廠商那樣激烈，而且觸景無限一直在擴大產品的通用性，努力拓展更大的市場空間。

整合行業資源

但一款產品需要滿足多種應用場景，觸景無限是如何做到的呢？肖洪波介紹道：“我們有一套軟件平臺，在軟件平臺上抽取了一些公共組件，在這些組件之上再針對不同行業做對應的算法。比如安防行業需要人臉識別，我們就可能會和中科院合作，開發人臉識別算法。”

據雷鋒網了解，觸景無限目前已和多家世界知名的研究所展開合作，包括中科院、UIUC（伊利諾伊大學），歐洲的兩所知名機構，以及北美的一家算法庫。

觸景無限希望整合已有的資源，并通過自身的工程技術和經驗來優化這些算法，為客戶提供解決方案。

肖洪波此前接受采訪時曾表示：“研究所里面，其實有非常好的做研究的人，我們希望去整合這些資源，而不是重新去造車輪，對創業公司來講，沒有必要從頭做算法。對我們來講，感知的算法是我們從頭做的，做的很好，可以繼續做這方面的研發，但是有些公司需要其他的一些算法和產品，對于我們來講，可能不是從零開始，我們直接找一個巨人，大家一起合作。大家只要做好分工就可以了，它做的是數學方面的東西，而我們需要把他們數學的東西，用非常良好的工程算法去做實現，所以我對我們公司的同事要求是說，我們的主要工作是做數學的優化和算法的優化，這是我們主要的工作。

我們的客戶通過我們可以接觸到上千個算法，我們可以幫他挑最好的算法把它優化到模組上，嵌入到產品里面去?！?/p>

8月10日，觸景無限又與中科院深圳先進技術研究院共同宣布成立了“嵌入式人工智能及機器視覺聯合實驗室”，并舉行了揭牌儀式。

中科院深圳先進技術研究院的多媒體技術研究中心主要致力于計算機視覺、圖像處理、模式識別、語音處理、機器學習等領域的研究和開發，在人臉識別、人臉表情/性別和屬性識別、場景分類和理解、行為識別、場景文字檢測與識別等技術研究上頗具實力。團隊開發的深度人臉識別技術在人臉識別世界通用測試基準LFW上獲得了99.5%的識別率，比人眼識別的結果（97.52%的識別率）更精準，也超過了Facebook的Deep Face。

“應用場景上的計算最終要落地到設備上，此次戰略合作將是中科院先進院與人工智能企業在產學研落地方向上的一次全新嘗試，希望雙方能發揮各自技術與產業化優勢，互補互促，長期友好合作。”中科院深圳先進院院長樊建平表示。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。