人工智能三大驅動(dòng)力背后的CMOS傳感器

隨著(zhù)人工智能概念逐漸成為科技界最炙手可熱的話(huà)題，這一依托芯片產(chǎn)業(yè)的全新概念牽動(dòng)了整個(gè)科技界的心。依靠政府的大力扶持、潛在市場(chǎng)的巨大規模以及已經(jīng)逐漸落地的海量應用場(chǎng)景，中國已然成為世界上潛力最大的人工智能市場(chǎng)之一。

在今年2019世界人工智能大會(huì )上，一份《中國人工智能芯片產(chǎn)業(yè)發(fā)展白皮書(shū)》再次引爆了整個(gè)科技界。根據白皮書(shū)的統計，中國人工智能應用重點(diǎn)集中在安全、金融和商業(yè)三大領(lǐng)域，2018年中國人工智能核心產(chǎn)業(yè)規模超過(guò)900億元，預計2020年將超過(guò)1600億元。

而在諸多人工智能應用場(chǎng)景中，圖像識別則是最為重要的應用之一。正如清華大學(xué)微電子所所長(cháng)魏少軍教授在世界人工智能大會(huì )的演講中所說(shuō)，數據、算法和算力是人工智能的三大驅動(dòng)力。而在圖像識別應用中，采集圖像數據的CMOS圖像傳感器，又分別在這三大驅動(dòng)力的背后起到了怎樣的重要作用呢？

一、視覺(jué)，人與機器的第一感知

如果問(wèn)一個(gè)人，最重要的感官是哪個(gè)？大部分人的答案一定是——視覺(jué)。正如同眼睛為大腦提供了最多的外界感知信息一樣，在未來(lái)的人工智能應用場(chǎng)景中，CMOS圖像傳感器也將成為感知層面最重要的傳感器。

人工智能的發(fā)展離不開(kāi)海量的數據，而這些數據中的大部分都是圖像數據。因此可以這么說(shuō)，人工智能應用的崛起就是CMOS圖像傳感器繼移動(dòng)設備普及之后的第二次爆發(fā)機會(huì )。我們不妨看看目前人工智能最主要的應用場(chǎng)景，包括人臉識別、自動(dòng)駕駛、智能家居等，都需要大量的CMOS圖像傳感器提供圖像數據。

而人工智能豐富的應用場(chǎng)景則會(huì )帶來(lái)多樣的問(wèn)題——低光照、高速運動(dòng)、功耗限制等，這些問(wèn)題無(wú)一不在考驗CMOS廠(chǎng)商的產(chǎn)品開(kāi)發(fā)實(shí)力?？梢哉f(shuō)，海量的數據采集需求為傳感器領(lǐng)域帶來(lái)了巨大的商機，同時(shí)也引入了更多全新挑戰。而在應對這些挑戰的過(guò)程中，更注重創(chuàng )新的國內新興CMOS圖像傳感器廠(chǎng)商往往比相對保守的國際巨頭表現更好。

二、沒(méi)有準確的圖像數據，何談深度學(xué)習

談及圖像識別算法，必然繞不開(kāi)“深度學(xué)習”這個(gè)概念。圖像識別，本質(zhì)上就是分析圖像傳感器獲得的圖像數據，并識別出圖像中的待識別物體，因此，圖像識別算法的開(kāi)發(fā)至關(guān)重要。目前，圖像識別算法的開(kāi)發(fā)已經(jīng)有將近三十年的歷史了，從最早的人工特征提取方式，到“深度學(xué)習”概念提出后，利用卷積神經(jīng)網(wǎng)絡(luò )進(jìn)行特征提取、分類(lèi)等操作，再到使用一個(gè)網(wǎng)絡(luò )的端對端模型來(lái)完成識別任務(wù)，算法開(kāi)發(fā)者們正逐漸地革新算法，從而實(shí)現更快的速度、更低的資源消耗、更少的學(xué)習成本，乃至達到實(shí)時(shí)的圖像識別。

正如“看”離不開(kāi)大腦也離不開(kāi)眼睛一樣，利用深度學(xué)習進(jìn)行圖像識別，也離不開(kāi)“機器眼”——CMOS圖像傳感器。算法開(kāi)發(fā)者都知道，圖像數據中噪點(diǎn)的數量會(huì )直接影響最后識別的結果，過(guò)多的噪點(diǎn)甚至會(huì )導致準確率下降到一個(gè)無(wú)法承受的程度。同時(shí)，由于CMOS成像原理造成的諸如快速運動(dòng)下的“果凍效應”、像素驅動(dòng)模式造成的“LED頻閃”等諸多成像問(wèn)題，都會(huì )導致深度學(xué)習算法無(wú)法獲得準確的圖像數據。

因此，圖像識別算法的革新以及應用的開(kāi)發(fā)，也離不開(kāi)CMOS圖像傳感器開(kāi)發(fā)者的努力。正如同眼腦合作才能視物一樣，只有CMOS圖像傳感器和圖像識別算法的緊密合作，才能實(shí)現真正實(shí)用的實(shí)時(shí)圖像識別。

三、從云端到云邊一體再到傳感器端運算

人工智能的物理基礎，就是由人工智能芯片組成的算力。而根據《中國人工智能芯片產(chǎn)業(yè)發(fā)展白皮書(shū)》的預測，隨著(zhù)邊緣計算的發(fā)展和邊緣端人工智能芯片的發(fā)展，人工智能算力正在經(jīng)歷從云端到云邊一體的發(fā)展過(guò)程。

云端計算往往聚焦非實(shí)時(shí)、長(cháng)周期的大數據分析，而邊緣端運算則通過(guò)人工智能算法的前置，解放部分云端的計算資源，提高計算效率，增加整體算法的實(shí)時(shí)性。兩者互補，就能同時(shí)滿(mǎn)足強大運算性能和實(shí)時(shí)性的要求。因此，業(yè)界正在追求云邊一體的結合，從而實(shí)現更靈活的人工智能算法部署。

而隨著(zhù)人工智能應用場(chǎng)景的進(jìn)一步發(fā)展，在滿(mǎn)足實(shí)時(shí)性需求時(shí)，可能會(huì )出現邊緣端計算仍然無(wú)法應對的情況，這時(shí)候就需要將人工智能算法進(jìn)一步前置，通過(guò)傳感器端的運算，減輕邊緣端算力壓力和數據傳輸帶寬壓力。雖然這一概念仍然處于初步探索階段，但已經(jīng)有國內的CMOS廠(chǎng)商已經(jīng)開(kāi)始探索這一概念的可能性了。例如國內安防領(lǐng)域市占率第一的CMOS圖像傳感器廠(chǎng)商思特威科技，早在今年3月就已正式推出“SmartSensor”AI智能傳感器芯片平臺的概念。

四、三大驅動(dòng)力融合方能塑造人工智能的未來(lái)

無(wú)論是數據（感知層）、算法還是算力，目前的產(chǎn)業(yè)發(fā)展往往還是以單一企業(yè)為主體，各個(gè)產(chǎn)業(yè)鏈環(huán)節的企業(yè)各自進(jìn)行獨立的創(chuàng )新，這在產(chǎn)業(yè)的新興階段往往能通過(guò)激烈的競爭誕生不少黑馬。但是，隨著(zhù)產(chǎn)業(yè)的逐漸發(fā)展成熟，未來(lái)人工智能產(chǎn)業(yè)的發(fā)展將以合作為主線(xiàn)，若干個(gè)主要的生態(tài)系統或者平臺將崛起成為行業(yè)的核心。

中國新興的CMOS圖像傳感器廠(chǎng)商在這樣的生態(tài)系統或者平臺中，會(huì )處于何種地位呢？與擁有產(chǎn)業(yè)鏈優(yōu)勢的國際巨頭不同，中國新興CMOS圖像傳感器企業(yè)往往只專(zhuān)精于CMOS圖像傳感器領(lǐng)域本身，因此，只有積極參與生態(tài)系統和平臺的合作中，與整條產(chǎn)業(yè)鏈的各個(gè)環(huán)節開(kāi)展緊密的協(xié)作，才能在人工智能應用領(lǐng)域誕生出不容忽視的中國力量。

Arm模式在移動(dòng)時(shí)代的巨大成功已經(jīng)證明，小而精的企業(yè)組成生態(tài)系統的商業(yè)模式也能取得堪比PC時(shí)代巨頭壟斷模式的成功。那么在下一個(gè)人工智能時(shí)代，一個(gè)融合了數據、算法和算力層面諸多創(chuàng )新企業(yè)的生態(tài)系統，也擁有美好的前途，而在這其中，CMOS圖像傳感器企業(yè)則將是 “必不可少”的配角。