计算机视觉下一个技术拐点?前端成像或将开启“视觉2.0时代”

目前国内AI视觉,几乎都把焦点集中在对图像的后端处理上。虽然算法足够优秀,但产品落地却困难重重,原因是忽略了前端成像的重要作用。

“计算机视觉的前端成像技术,背后是至少100亿数量级的庞大需求!”

在日前刚结束的2018 AWE现场,身为眼擎科技CEO的朱继志,满怀激动的下了这么一个结论。

朱继志说话的语气非常笃定,因为他们的eyemore X42芯片上市不到两个月,就已一路高歌,初露峥嵘。而业内对eyemore X42的看法是:这款全球第一款完全自主研发并正式对外发布的AI视觉成像芯片将“引领AI机器进入视觉2.0时代”。

既然这款芯片目前在国内甚至全球同领域内属于独一份,好奇之下,我们不禁就和他多聊了几句。

2018将是AI落地第一年

视觉市场规模潜力巨大

近几年,人工智能的火热是毋庸置疑的,上到国家两次将其写入政府工作报告,下到雨后春笋般出现的各种AI公司,所有这些都在昭示着一个崭新的人工智能时代即将到来。

同样的,在众多的AI技术和应用中,计算机视觉是最大的切入点和最具潜力的领域。毕竟,在我们获取的全部信息中,视觉信息的比例达到了80%以上,因此,这将是一个前景无限的市场方向。

计算机视觉的应用领域几乎涵盖了我们所知的所有行业,自动驾驶、金融风控/交易、安防、新零售、智能手机、机器人......

国内计算机视觉领域,商汤和旷世算是两只最大的独角兽,而他们于去年上演的融资竞赛更是吸引了无数业内人士的目光:先是2017年7月,商汤科技B轮融资4.1亿美元,接着到10月31日,旷视科技Face++又宣布获得4.6亿美元C轮融资,随后商汤即传出接受阿里15亿元投资的消息......

不用多说什么,仅从这一连串创纪录的融资金额中,我们就可以感受到计算机视觉在AI界的热度。

据相关研究报告预计,2018年全球计算机视觉市场规模将达到50亿美元左右,而到2020年,中国计算机视觉市场规模将增长至725亿元,未来前景极为广阔。

“2016年是AI的概念年,2017年是demo年,2018年是落地第一年。”朱继志认为,在未来的三年内,AI会很快的实现更为广泛的落地应用 。

“尽管现在整个产业很多技术都还有一些问题,但是其整体架构已经出来了。”朱继志说。

深耕前端成像领域

视觉2.0将为产业生态带来质变

众所周知的是,目前国内AI视觉领域的科技企业,几乎都在使用传统摄像头,都把焦点集中在对图像的后端处理上。这就导致了一个尴尬的现象:绝大多数的AI公司算法足够优秀,但前端成像技术不过硬,导致实际落地时机器的“眼睛”不能适应外界光线变化,识别效果差的尴尬局面。

以自动驾驶汽车为例,在诸如车辆经过隧道、对面驶来的车开大灯、夜间红绿灯被道路景观灯遮挡/干扰、夜色漆黑伸手不见五指等等异常情况下,往往会由于识别不准而发生行车事故;

同样,安防领域也会因为红外黑白画面和逆光的人脸发黑而无法识别、工业检测中会有因为高光和反光导致无法检测的情形等等。

“在复杂的光线环境下,AI机器获取的图像信噪比会受到极大影响,这是导致市场上AI视觉产品难以落地的最大原因。”朱继志认为,要彻底解决这一难题,关键在于做好AI视觉产品的前端成像。

要克服AI机器在复杂光线下的图像识别,就要首先解决图像的获取和前端处理。目前,业内主流的解决方案有3种。

第一种就是我们所熟知的激光雷达,在光线不好的情况下,通过主动发射激光并利用光线反射来获取物体的图像和三维信息。激光雷达的优点非常明显,它可以获得极高的角度、距离和速度分辨率,同时也具有良好的抗干扰能力。

不过,受限于巨大的体积和昂贵的价格(各类32线、42线、64线等型号产品,价格动辄数万数十万甚至上百万,虽然在持续降低,但依然不亲民),它正在被边缘化。正如马斯克所说的,“激光雷达就像一根拐杖”。这个比喻很恰当,视觉能力不行的时候,需要依靠激光雷达这样的拐杖,但拿着拐杖却是永远跑不快的。

剩下的两种方案则都是在相机和成像处理的基础上加以改进。首先是阵列计算相机技术,原理有点类似于蜻蜓、苍蝇等多目昆虫的复眼,通过数个、数十个甚至上百个相机组成的阵列,拍摄出拥有亿级以上像素的动态图像,为AI机器提供视觉支持。

目前,这一技术尚在研发阶段,受限于体积和供应链的制约,其产品也还处在落地的早期阶段。

第三种方案,即是眼擎科技所做的,AI视觉前端成像引擎芯片eyemore X42。

据朱继志介绍说,眼擎所做的这种方式,像人的眼睛一样,核心是把人的眼睛视力弄好——解决AI机器在各种光线下自动适应光线的能力。

“我们坚信,以后AI机器的眼睛应该和我们人类一样,以后它们的视力一定不会比人眼差,甚至比人眼强。这就是我们创业的初衷,我们要从根本上解决AI的视力问题。”

眼擎eyemore X42芯片

视觉2.0时代的AI机器成像引擎

关于AI视觉,马斯克曾经提出过“全天候被动光学图像识别”的概念,就是要解决复杂光线,包括弱光、逆光、反光下的精准识别,这也是AI机器要解决的刚需问题。眼擎科技把这种自动适应光线的视觉,称之为“视觉2.0”。

2018年1月19日下午,在2018极客公园创新大会上,国内AI视觉成像芯片科技公司眼擎科技正式对外发布“eyemore X42”芯片。据悉,eyemore X42是全球第一款完全自主研发并正式对外发布的AI视觉成像芯片。

数据显示,eyemore X42成像引擎芯片,拥有比传统ISP高20倍的计算能力,采用了20多种新的成像算法,集成了超过500种不同场景下的复杂光线数据。

eyemore X42芯片有三个特点:首先它是一颗独立成像芯片。目前各种相机、智能手机、摄像头里都有成像功能,但都是被集成在主芯片里面的,只能叫集成成像。而eyemore X42整颗芯片只专注于一件事情,那就是成像。这有点像Intel的CPU带了集成显卡功能,但我们知道,只有像NVIdia的专用GPU才一定是未来的主流。

第二个特点,eyemore X42抛弃了传统的ISP成像架构,采用了全新的成像引擎架构,来解决复杂光线下的成像难题。而传统的ISP,从架构上来讲,无论如何也无法完美解决复杂光线的问题。

第三个特点是,eyemore X42提供了丰富的API接口,让做后端图像识别的算法工程师,可以很方便的控制成像的过程。

eyemore X42的性能有多强大?也许其发布会当天现场演示的“微光/暗光环境下实现精准识别”的实验,就能很好的说明问题。

“如果你问所谓的微光会微到什么程度?这个很简单,我们有一个基本的标准,就是和人眼比,我们就是要超越人眼”,朱继志说到。

人眼的视网膜里有大约1.25亿个视杆细胞和视锥细胞,它们扮演感光器的角色。其中,视杆细胞感知光线的明暗,而视锥细胞负责感知颜色。到光线的明暗达到一定程度(过亮或过暗)的时候,视锥细胞就停止工作,转而切换到视杆细胞,因此这时人眼就只能感受到黑白的灰度,暂时失去了感知颜色的能力。

“我们现在做的事情是比人眼18个DB的八倍,在那种情况下。所以,在人眼看不清颜色、只能看清轮廓的情况下,我们能够精准的还原颜色。”

人对世界颜色的感知能力是有限的,虽然理论上说人的眼睛可以分辨出出高达1200万种颜色,但实际上远远低于这个数字。但机器能不能分辨出一百万种、一千万种甚至更多种颜色呢?这完全有可能。

我们很难想象的到,一个机器超越人眼之后可以做些什么。高维视觉和低维视觉相比,具有无可比拟的优越性。

比如看到一朵花,我们看到的只是白色的,但机器看到的是五颜六色的,因为可能有100种白。这就是机器进步的核心能力,能够看到更多的信息,所以能够给出更精准的反馈。

AI实体化之下

5年内视觉芯片将有100亿数量级需求

随着AI技术的进一步发展和应用的持续扩大,各种由AI芯片驱动的机器/设备持续出现,使得AI已经越来越呈现出实体化的趋势。

“得益于人工智能的广泛应用,目前已经形成了一个很大的技术生态。在这个庞大的生态海洋里,AI机器这个新的物种已经开始进化出来,这些AI机器将会迅速进入我们的现实世界。”朱继志说。

AI机器区别于一般机器的最大特点是,它不是一个普通的工具,它自己有大脑。我们可以把自动驾驶、机器人、包括工艺检测设备、智能的安防摄像头/门禁/锁具等等,都看做一个AI的机器。

另一方面,从信息时代发展到如今的AI时代,竞争核心已经从加工制造工艺/硬件设备性能的竞争,升级为算力和算法的比拼。由此,作为算法和算力承载的芯片,就成了当今时代最大的竞争焦点。

而AI机器需要数量更多的、性能更强大的芯片,即各种AI芯片。

“AI机器这个新物种,就是被各种芯片所驱动的。在比拼算法和算力的时代,一个AI机器所需要的芯片的数量,也就是芯片的密度,会呈现数量级的增长。”

以目前突然蹿红的比特币为例,其挖矿的设备——矿机,就是芯片的需求大户。在一个普通的矿机里,就会有几十到数百颗处理器芯片,而这个在以前是不可能想象的。

除此之外,基于万物互联场景下的自动驾驶汽车,它的视觉系统、路径规划系统、车内温度调节、对外通讯通信等等,每一个独立的处理单元都至少需要一颗芯片;同样的还有各种机器人、各种无人机、安防监控、无人超市......

朱继志认为,以后一台AI机器对各种各样的芯片的需求,会有成百上千个。在视觉2.0的内因驱动下,各类AI芯片的大规模应用时代已然来临,AI机器这个新物种,将为AI芯片开辟一个庞大的新增市场。

AI机器对视觉器官的需求量同样是巨大的,由此AI视觉芯片的供应量也将随之激增。

在汽车领域,一台自动驾驶的汽车,将会安装10个视觉摄像头;在安防领域,所有的监控摄像头,都面临着人脸识别的升级;在工业设备领域,通过视觉的方式进行产品的检测,将会成为每一条产线的标配,以后每一条产线上都将配置超过10个智能摄像头;在无人零售,如Amazon go正在把关注的重点从商品的标签迁移到每个顾客的消费习惯,它的每家无人零售店都配置了超过100个以上的摄像头。

据不完全预测,未来5年内,各种各样的AI机器将会带来100亿数量级的视觉设备需求,而视觉芯片的需求量将高于这个数字。

“这将是所有AI芯片创业者的机会。”

原文发布于微信公众号 - 镁客网(im2maker)

原文发表时间:2018-03-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据挖掘DT机器学习

你真的适合在数据科学领域工作吗?(译文)

目前数据科学家或相关角色(如数据管理,统计师,数据分析师等)成为最抢手的职业之一。针对这一跨行业的趋势,一些顶尖大学已经开始致力于培养数据科学家. 在...

29350
来自专栏AI启蒙研究院

@所有人,为什么突然之间所有人都在讨论人工智能

8120
来自专栏大数据文摘

对话美国科学家,大数据到底怎么影响我们的生活?

27770
来自专栏PPV课数据科学社区

对话美国科学家,大数据到底怎么影响我们的生活?

大信息大爆炸的今天,不讨论大数据这个话题似乎就是跟不上时代。从医药到教育,再到其他各个领域,大数据充斥着现代社会的每个角落。而我们最关心的还是大数据最终将以什么...

26050
来自专栏PPV课数据科学社区

【IT名人堂】站在互联网+风口上:百度地图背后的大数据能飞起来吗?

? 在互联网+热潮下,谈的最火的话题之一是大数据,而在大数据领域做得风生水起的当属百度和阿里了。从世界杯预测、高考预测、到奥斯卡奖项预测,百度大数据吊足了大家...

34390
来自专栏AI科技评论

你知道吗,Google已经收购了这么多家人工智能公司!

在通往人工智能的路上,Google一直在不停地买买买。 谷歌在2011年成立AI部门,目前已经有100 多个团队用上了机器学习技术,包括Google搜索、Goo...

41180
来自专栏AI科技评论

动态 | 上交大团队制备全球最大规模的光量子计算芯片

上海交通大学金贤敏团队通过飞秒激光直写”技术制备出节点数达49×49的光量子计算芯片。据悉,这是目前世界上最大规模的三维集成光量子计算芯片。

12830
来自专栏AI科技大本营的专栏

一文看懂科大讯飞2017年表现:刷新八项国际比赛记录,囊括四大消费场景,推出十大重点产品(3万字长文)

整理 | 刘晶晶 Donna 睢岭 润色 | 鸽子 11月9日,科大讯飞2017年度发布会,“顶天立地,AI赋能” 在北京国家会议中心召开,科大讯飞董事长刘庆...

501110
来自专栏企鹅号快讯

细思极恐,人工智能是否真的会形成自我意识?

忘掉如今人工智能领域的小幅进步吧,比如汽车自动驾驶的能力越来越强。等待我们的可能是一项突破性的进展:一种能够感知自身及其周围环境的机器,它可以实时接收和处理大量...

19460
来自专栏吉浦迅科技

荷航客服代表使用人工智能工具,解决了社群媒体上的混乱情况

航班延迟之际还利用聊天软件去更改航班、在网络上说明退票规定,或是通过 Twitter 来回答问题,可是会让人抓狂的,不过这个情况很快将出现转变。 一项领导指标:...

35390

扫码关注云+社区

领取腾讯云代金券