計算機視覺(jué)下一個(gè)技術(shù)拐點(diǎn)？前端成像或將開(kāi)啟“視覺(jué)2.0時(shí)代”

　　第二個(gè)特點(diǎn)，eyemore X42拋棄了傳統的ISP成像架構，采用了全新的成像引擎架構，來(lái)解決復雜光線(xiàn)下的成像難題。而傳統的ISP，從架構上來(lái)講，無(wú)論如何也無(wú)法完美解決復雜光線(xiàn)的問(wèn)題。

　　第三個(gè)特點(diǎn)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(guò)程。

　　eyemore X42的性能有多強大?也許其發(fā)布會(huì )當天現場(chǎng)演示的“微光/暗光環(huán)境下實(shí)現精準識別”的實(shí)驗，就能很好的說(shuō)明問(wèn)題。

　　“如果你問(wèn)所謂的微光會(huì )微到什么程度?這個(gè)很簡(jiǎn)單，我們有一個(gè)基本的標準，就是和人眼比，我們就是要超越人眼”，朱繼志說(shuō)到。

　　人眼的視網(wǎng)膜里有大約1.25億個(gè)視桿細胞和視錐細胞，它們扮演感光器的角色。其中，視桿細胞感知光線(xiàn)的明暗，而視錐細胞負責感知顏色。到光線(xiàn)的明暗達到一定程度(過(guò)亮或過(guò)暗)的時(shí)候，視錐細胞就停止工作，轉而切換到視桿細胞，因此這時(shí)人眼就只能感受到黑白的灰度，暫時(shí)失去了感知顏色的能力。

　　“我們現在做的事情是比人眼18個(gè)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，我們能夠精準的還原顏色?！?/p>

　　人對世界顏色的感知能力是有限的，雖然理論上說(shuō)人的眼睛可以分辨出出高達1200萬(wàn)種顏色，但實(shí)際上遠遠低于這個(gè)數字。但機器能不能分辨出一百萬(wàn)種、一千萬(wàn)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(gè)機器超越人眼之后可以做些什么。高維視覺(jué)和低維視覺(jué)相比，具有無(wú)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，但機器看到的是五顏六色的，因為可能有100種白。這就是機器進(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的反饋。

　　AI實(shí)體化之下，5年內視覺(jué)芯片將有100億數量級需求

　　隨著(zhù)AI技術(shù)的進(jìn)一步發(fā)展和應用的持續擴大，各種由AI芯片驅動(dòng)的機器/設備持續出現，使得AI已經(jīng)越來(lái)越呈現出實(shí)體化的趨勢。

　　“得益于人工智能的廣泛應用，目前已經(jīng)形成了一個(gè)很大的技術(shù)生態(tài)。在這個(gè)龐大的生態(tài)海洋里，AI機器這個(gè)新的物種已經(jīng)開(kāi)始進(jìn)化出來(lái)，這些AI機器將會(huì )迅速進(jìn)入我們的現實(shí)世界?！敝炖^志說(shuō)。

　　AI機器區別于一般機器的最大特點(diǎn)是，它不是一個(gè)普通的工具，它自己有大腦。我們可以把自動(dòng)駕駛、機器人、包括工藝檢測設備、智能的安防攝像頭/門(mén)禁/鎖具等等，都看做一個(gè)AI的機器。

　　另一方面，從信息時(shí)代發(fā)展到如今的AI時(shí)代，競爭核心已經(jīng)從加工制造工藝/硬件設備性能的競爭，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，就成了當今時(shí)代最大的競爭焦點(diǎn)。

　　而AI機器需要數量更多的、性能更強大的芯片，即各種AI芯片。

　　“AI機器這個(gè)新物種，就是被各種芯片所驅動(dòng)的。在比拼算法和算力的時(shí)代，一個(gè)AI機器所需要的芯片的數量，也就是芯片的密度，會(huì )呈現數量級的增長(cháng)?！?/p>

　　以目前突然躥紅的比特幣為例，其挖礦的設備——礦機，就是芯片的需求大戶(hù)。在一個(gè)普通的礦機里，就會(huì )有幾十到數百顆處理器芯片，而這個(gè)在以前是不可能想象的。

　　除此之外，基于萬(wàn)物互聯(lián)場(chǎng)景下的自動(dòng)駕駛汽車(chē)，它的視覺(jué)系統、路徑規劃系統、車(chē)內溫度調節、對外通訊通信等等，每一個(gè)獨立的處理單元都至少需要一顆芯片;同樣的還有各種機器人、各種無(wú)人機、安防監控、無(wú)人超市......

　　朱繼志認為，以后一臺AI機器對各種各樣的芯片的需求，會(huì )有成百上千個(gè)。在視覺(jué)2.0的內因驅動(dòng)下，各類(lèi)AI芯片的大規模應用時(shí)代已然來(lái)臨，AI機器這個(gè)新物種，將為AI芯片開(kāi)辟一個(gè)龐大的新增市場(chǎng)。

　　AI機器對視覺(jué)器官的需求量同樣是巨大的，由此AI視覺(jué)芯片的供應量也將隨之激增。

　　在汽車(chē)領(lǐng)域，一臺自動(dòng)駕駛的汽車(chē)，將會(huì )安裝10個(gè)視覺(jué)攝像頭;在安防領(lǐng)域，所有的監控攝像頭，都面臨著(zhù)人臉識別的升級;在工業(yè)設備領(lǐng)域，通過(guò)視覺(jué)的方式進(jìn)行產(chǎn)品的檢測，將會(huì )成為每一條產(chǎn)線(xiàn)的標配，以后每一條產(chǎn)線(xiàn)上都將配置超過(guò)10個(gè)智能攝像頭;在無(wú)人零售，如Amazon go正在把關(guān)注的重點(diǎn)從商品的標簽遷移到每個(gè)顧客的消費習慣，它的每家無(wú)人零售店都配置了超過(guò)100個(gè)以上的攝像頭。

　　據不完全預測，未來(lái)5年內，各種各樣的AI機器將會(huì )帶來(lái)100億數量級的視覺(jué)設備需求，而視覺(jué)芯片的需求量將高于這個(gè)數字。

　　“這將是所有AI芯片創(chuàng )業(yè)者的機會(huì )?！?/p>