中德專(zhuān)家談AI中小企業(yè)的機會(huì )與技術(shù)方向

2019年11月，“2019中德中小企業(yè)合作交流大會(huì )·AI分論壇”在濟南舉行。在圓桌論壇環(huán)節，安創(chuàng )加速器（Arm Accelerator）董事長(cháng)楊宇欣主持了討論，與中德專(zhuān)家們探討了“AI中小企業(yè)創(chuàng )新發(fā)展的瓶頸與突破”這一主題，涉及AI在哪些產(chǎn)業(yè)落地，深度學(xué)習技術(shù)的瓶頸和限制，各家在芯片領(lǐng)域的布局和進(jìn)展等。

論壇從左至右：安創(chuàng )加速器董事長(cháng)楊宇欣，地平線(xiàn)副總裁紀鵬、曠視科技產(chǎn)品市場(chǎng)總經(jīng)理沈瑄、德累斯頓工業(yè)大學(xué)教授Christian Mayr，安創(chuàng )生態(tài)CTO程斌、OPEN AI LAB業(yè)務(wù)發(fā)展總監付仲韜

1 AI落地的市場(chǎng)及挑戰

1.1 AI落地的商業(yè)機會(huì )

曠視科技產(chǎn)品市場(chǎng)總經(jīng)理沈瑄指出：隨著(zhù)芯片的迭代、升級，我們可以做出更多的設備，二者是相輔相成、呈螺旋性上升的。例如，AI產(chǎn)業(yè)是2016年阿爾法狗出來(lái)后帶動(dòng)起來(lái)的，在當時(shí)環(huán)境的芯片算法下，第一個(gè)落地點(diǎn)是人臉，現在出現在手機、汽車(chē)等場(chǎng)景，現階段人們也在探討智能制造/倉儲物流、教育、醫療y等應用。

AI之前是AI+，經(jīng)過(guò)這四五年的變化，現在變?yōu)閭鹘y的農業(yè)、科技、教育+AI，即AI需要跟傳統行業(yè)結合。因為傳統行業(yè)首先有自身的行業(yè)屬性，AI并不是通用的行業(yè)。因此，業(yè)界一直稱(chēng)AI只是一個(gè)技術(shù)，給傳統行業(yè)或者現有的行業(yè)帶來(lái)了降成本和效率提高。

曠視科技產(chǎn)品市場(chǎng)總經(jīng)理 沈瑄

地平線(xiàn)公司副總裁紀鵬介紹了地平線(xiàn)所關(guān)注的AI汽車(chē)和安防領(lǐng)域。首先，AI汽車(chē)是一個(gè)比較明確的AI發(fā)展方向。另外一個(gè)AI比較大的落地點(diǎn)是安防，監控系統是政府主導的大需求。

2019年AI商業(yè)上有一些萌芽，但還處于非常初始的階段，沒(méi)有到大規模使用的階段，該有的細分的場(chǎng)景諸如鐵路上的場(chǎng)景，從管理上能起到減員增效的作用。但還有一些AI應用場(chǎng)景值得商榷，例如利用AI監控員工是在聊天還是在工作，從被監視者的角度來(lái)看，被監視者眼前放一個(gè)攝像頭，可能很難受。因此，AI在找落地的過(guò)程中，還需要一個(gè)探索的過(guò)程。

地平線(xiàn)公司副總裁 紀鵬

安創(chuàng )生態(tài)CTO程斌補充道，除了視覺(jué)和語(yǔ)音方面，他所接觸的初創(chuàng )公司中還有做觸覺(jué)的公司，這也是IoT能夠出現亮點(diǎn)的領(lǐng)域。

1.2 AI應用的挑戰

德累斯頓工業(yè)大學(xué)教授Christian Mayr談了AI應用的兩個(gè)挑戰。一是現在很多傳統行業(yè)進(jìn)入AI領(lǐng)域需要改變一些思路，傳統行業(yè)的問(wèn)題都是在培訓上，AI企業(yè)應該組織培訓的工作坊，幫助AI技術(shù)訓練和改進(jìn)。另外，現在很多AI應用于物聯(lián)網(wǎng)，因此對硬件的功耗是有要求的，因此越來(lái)越多的AI需要跟芯片結合，需要做專(zhuān)用的芯片，但專(zhuān)用芯片的設計周期較長(cháng)，這也是需要解決的問(wèn)題。

德累斯頓工業(yè)大學(xué)教授 Christian Mayr

安創(chuàng )生態(tài)CTO程斌指出了大數據的重要性。他認為，AIoT不能割裂開(kāi)來(lái)看，因為首先AI需要算法、算力和數據。由于大量數據來(lái)自于IoT（物聯(lián)網(wǎng)），IoT非常重要。我們需要把大量的數據進(jìn)行收集、采集回來(lái)，這是AI數據的來(lái)源。同時(shí)因為現在的AI技術(shù)受限于前端的準確度，包括要有非常準確的數據，對數據還要進(jìn)行大量的標注。

2 深度學(xué)習技術(shù)的瓶頸和限制

安創(chuàng )加速器董事長(cháng)楊宇欣稱(chēng)，目前有兩種AI方法：機器學(xué)習和類(lèi)腦。機器學(xué)習技術(shù)是現在比較通用的AI解決問(wèn)題的方式，但很多前沿技術(shù)/類(lèi)腦技術(shù)慢慢顯現。目前大部分商用的AI技術(shù)還是基于機器學(xué)習，但是類(lèi)腦在未來(lái)解決更多機器替代人的場(chǎng)景下可能有更廣闊的空間。

那么，AI從技術(shù)角度來(lái)看還有哪些瓶頸和限制，未來(lái)如何突破？

2.1 思維方式的差異

安創(chuàng )生態(tài)CTO程斌指出，AI技術(shù)包括深度學(xué)習技術(shù)最大的瓶頸在于它跟現有的人的思維方式差異很大。它依靠的是大量的數據及對模型進(jìn)行訓練，而且數據是要清洗過(guò)、標注過(guò)的。但是人可以通過(guò)有限的幾次看（大腦自己的分析）就可以識別這是蘋(píng)果，這個(gè)蘋(píng)果換了任何角度，或者我只看到這個(gè)蘋(píng)果的某一部分，我都能認出來(lái)它是個(gè)蘋(píng)果。但是現在的AI技術(shù)并不是這樣。所以，現在A(yíng)I對于算力的要求很高，其實(shí)從人的大腦的角度來(lái)說(shuō)并不需要這么復雜的結構。真正的AI技術(shù)應該跟人腦越來(lái)越近，越來(lái)越向真的人腦和人腦的思考方式靠近，包括脈沖神經(jīng)網(wǎng)絡(luò )是一種嘗試。

安創(chuàng )生態(tài)CTO 程斌

德累斯頓工業(yè)大學(xué)教授Christian Mayr是主要研究類(lèi)腦技術(shù)的，他認為現在的深度學(xué)習更多地是基于特征點(diǎn)學(xué)習的，需要大量的數據，但很多時(shí)候因為在學(xué)習到特征點(diǎn)的時(shí)候并不能從更高的層面去識別，因此技術(shù)應該到更高層面去解決這個(gè)問(wèn)題。例如看幾千頭大象的照片后就可以識別大象，但在識別過(guò)程中例如看到大象的某一個(gè)特征，即使那不是大象，機器也可能會(huì )識別成大象；人當然是不會(huì )識別錯的。

2.2 是否可以走向模擬

安創(chuàng )生態(tài)CTO程斌提出一個(gè)觀(guān)點(diǎn)：現在的深度神經(jīng)網(wǎng)絡(luò )還是基于數字化的模式，現在也有一些公司在嘗試往模擬的方向做。實(shí)際上，我們可以把很多東西做到前端的傳感器的控制器里，直接從模擬信號的角度切入，不是把模擬轉換成數字以后再做各種各樣的訓練。從人腦的角度來(lái)說(shuō)，人腦傳輸的都是模擬的脈沖的電頻信號而已，這是將來(lái)AI的方向。

3 為何很多AI公司熱衷做硬件/芯片

看來(lái)類(lèi)腦技術(shù)還需要時(shí)間，它是突破現在深度學(xué)習的一個(gè)技術(shù)方向。德累斯頓工業(yè)大學(xué)教授Mayr提到現在很多的AI在往硬件芯片上集合，現在也有越來(lái)越多的AI企業(yè)不是純算法企業(yè)，而是更多地涉及到硬件/芯片。

德累斯頓工業(yè)大學(xué)教授Christian Mayr解釋道，現在的AI技術(shù)是被硬件所推動(dòng)的，這是一個(gè)核心。無(wú)論是存儲還是算力各方面的發(fā)展，已經(jīng)達到了AI技術(shù)的需求。實(shí)際上，算法在20世紀80年代就有模型，但原來(lái)的硬件沒(méi)有達到要求，所以現在的AI技術(shù)因為硬件把它推動(dòng)了，所以這個(gè)技術(shù)在迅速地往前走。

“現在幾乎所有算法公司都有自己的芯片計劃?！钡仄骄€(xiàn)公司副總裁紀鵬具體分析道?！耙驗樾酒皇且粋€(gè)算法的載體，芯片本身并不是最核心的價(jià)值，它一定在某種特定的算法框架下結合軟件，通過(guò)芯片才能夠把它的算力發(fā)揮到極致，把利用率發(fā)揮到最好?！币驗樵缫亚罢暗酱粟厔?，地平線(xiàn)是較早做AI芯片的公司。

安創(chuàng )加速器董事長(cháng) 楊宇欣

曠視科技產(chǎn)品市場(chǎng)總經(jīng)理沈瑄稱(chēng)有兩個(gè)趨勢促使軟件廠(chǎng)商做芯片：第一，做芯片一定是靠量攤薄成本，所以AI芯片一定是從大批量的商用開(kāi)始。第二，AI芯片廠(chǎng)商在向除了汽車(chē)和安防外的其他IoT終端場(chǎng)景賦能，諸如電視機、音響，有諸如MCU+MPU的產(chǎn)品出來(lái)，這種產(chǎn)品低功耗，需要有在終端配置的能力。

至于曠視為什么把算法往芯片上疊加或者融合？基于兩個(gè)原因：如果我的產(chǎn)品可以做大體量，需要我的算法應用；再就是賣(mài)軟件永遠不如賣(mài)芯片。

基于此，從2019年上半年開(kāi)始到2020年，尤其在國家大的方針政策下，預計會(huì )有越來(lái)越多的AI企業(yè)做SoC。

但是，對于創(chuàng )業(yè)的中小企業(yè)一定要慎重做芯片，因為芯片從一開(kāi)始做到生產(chǎn)、封裝、測試持續18個(gè)月的時(shí)間，這個(gè)周期里有兩個(gè)挑戰，一是你的算法不一定固化了、不用去迭代了；第二個(gè)挑戰是能否有足夠的終端來(lái)應用？如果這兩點(diǎn)能解決，就可大膽地去做芯片。

4 IP與軟件廠(chǎng)商的作用   

安創(chuàng )加速器（Arm Accelerator）是第一家基于A(yíng)rm全球生態(tài)系統，聚焦于A(yíng)I和物聯(lián)網(wǎng)產(chǎn)業(yè)的創(chuàng )新創(chuàng )業(yè)服務(wù)平臺。安創(chuàng )加速器董事長(cháng)楊宇欣介紹了Arm的IP優(yōu)勢：Arm針對于A(yíng)I和細分化的市場(chǎng)，從IP的角度已經(jīng)切入，已經(jīng)考慮到單純的MPU或者AIPU不一定能夠完成所有定制化的要求。安創(chuàng )生態(tài)有兩大業(yè)務(wù)部門(mén)，一是AIoT解決方案部，二是集成電路公共設計平臺。集成電路公共設計平臺的的口號叫大家都能做芯片、人人都能做芯片。從安創(chuàng )生態(tài)科技的角度來(lái)說(shuō)，從兩個(gè)維度在進(jìn)行努力，一是從解決方案的維度，另一個(gè)是從賦能第三方的角度。安創(chuàng )空間做了三款不同的原型平臺，包括AI的、語(yǔ)音的和圖像的。

OPEN AI LAB也是安創(chuàng )加速器的企業(yè)，是代表安創(chuàng )的創(chuàng )新創(chuàng )業(yè)的傳承之一。安創(chuàng )第一個(gè)加速器企業(yè)是地平線(xiàn)，OPEN AI LAB是安創(chuàng )與地平線(xiàn)共同孵化的一家企業(yè)，2016年底才成立，只用了2年的時(shí)間，估值翻了約9倍。

OPEN AI LAB業(yè)務(wù)發(fā)展總監 付仲韜

OPEN AI LAB業(yè)務(wù)發(fā)展總監付仲韜稱(chēng)，OPEN AI LAB對上服務(wù)SoC廠(chǎng)商，對下賦能傳統行業(yè)的智能改造。AI包括算力、軟件和數據，OPEN AI LAB主做軟件。芯片無(wú)論怎么發(fā)展，它有個(gè)內在的關(guān)系是應用承載方，OPEN AI LAB要打通不同硬件之間的差異化，實(shí)現客戶(hù)對不同場(chǎng)景、不同硬件/芯片的需求，能快速地落地，提供IoT的解決方案。

小結

單純從算法和軟件看AI太局限了，需要拓展到整個(gè)硬件系統來(lái)看AI。傳統行業(yè)擁有大量的數據和技術(shù)，但會(huì )面臨AI落地的困擾；因此傳統行業(yè)需要改變思路，用自身數據幫助AI技術(shù)訓練。而很多AI企業(yè)已不再是純算法，而更多地涉及到硬件和芯片，要通過(guò)把算法疊加或者融合到芯片上。而AI芯片不僅僅只是一個(gè)獨立的SoC，它可以分布在設備的許多的地方。AI是一個(gè)技術(shù)，并不是一個(gè)產(chǎn)業(yè)，最終還是要與傳統產(chǎn)業(yè)相結合，而這個(gè)結合將是未來(lái)長(cháng)期演進(jìn)的過(guò)程。

“2019中德中小企業(yè)合作交流大會(huì )·AI分論壇”的聽(tīng)眾

“2019中德中小企業(yè)合作交流大會(huì )·AI分論壇”場(chǎng)外海報