专栏首页数据科学与人工智能人工智能|千万不要小瞧一片小小的人工智能视觉芯片

人工智能|千万不要小瞧一片小小的人工智能视觉芯片

一片小小的人工智能视觉芯片能做什么?无人驾驶汽车主动识别并避让行人、摄像头实时甄别在逃犯……这些影视作品中的情节,或许不久将可通过基于嵌入式人工智能视觉芯片的“解决方案”成为现实。

  人工智能芯片被视为未来人工智能时代的战略制高点。在视觉感知领域,人工智能视觉芯片正逐步应用于智能手机、安防监控、自动驾驶、医疗成像和智能制造等领域。

  可根据AI需求成像

  纵观信息产业发展历程,从个人电脑时代到移动互联网时代,承载高性能计算的芯片决定新型计算平台的基础架构和发展生态,并掌握着产业链核心的话语权。

  中国科学院院士张钹指出,传统硬件架构难以满足人工智能时代深度学习的要求,新的算法需要新的硬件来支撑。同时,芯片的结构将越来越像“大脑”,类脑芯片、智能芯片等将是人工智能的发展方向。

  “所谓视觉芯片,实际上是一种具有高速图像采集和实时图像处理功能的片上集成系统芯片。”中国科学院半导体研究所半导体超晶格国家重点实验室研究员吴南健介绍说,在日前举办的国家自然科学基金优秀成果北京对接会上,吴南健带领研究团队展示的新型视觉芯片(VisionChip)科研成果很是引人注目。

  据介绍,这种视觉芯片集成高速图像传感器和大规模并行图像处理电路,能够模仿人类视觉系统视觉信息并行处理机制,解决现有视觉图像系统中数据串行传输和串行处理的速度限制瓶颈问题。

  吴南健解释说,人工视觉的架构分两部分,类似于人的眼睛和大脑。人的眼睛是一个典型的图像传感器,能够摄取图像并且进行一些噪音去除等初级图像处理;人的大脑神经元网络是一个视觉图像处理系统,具有非常强的对所摄取的视觉信息进行并行处理的能力。

  AI视觉芯片与摄像头的关系是——芯片做的是大脑,摄像头做的是眼睛。这里就存在一个问题:大脑该如何控制眼睛?远望智库人工智能事业部部长、图灵机器人*战略官谭茗洲解释道,传统的技术方法是定义一个通信控制接口,但在视觉应用中这种做法会非常复杂。人眼的成像是非常聚焦的,只看到关注的东西。当AI算法解决了“要看什么”的问题后,前端成像就有了目标,可以把所有的资源都调配到关注的对象上,做到“指哪打哪”,也就是取出噪音的处理过程,可以更高效智能地处理视觉信息。这种根据AI的需求来成像,能解决很多以前解决不了的问题。

  “通常以前处理的方式,是通过摄像头把信息摄录,传到服务器或云端后,利用服务器上的显卡进行运算,现在是将视觉芯片嵌入摄像头,让其本身可以处理信息,做成专用芯片,如果芯片大批量生产,在价格上会便宜非常多,极大降低成本。这就是目前这项技术突破的核心价值。”谭茗洲在接受科技日报记者采访时指出。

  比人类视觉更具优势

  在我们通常的印象中,一个视力正常的人可以迅速且毫不费力地感知世界,甚至可以详细生动地感知整个视觉场景;但其实这只是一个错觉。

  “人类生理视觉有着天然的局限,只有投射到眼球中心视觉场景的中间部分,我们才能看清楚。比起人眼来,嵌入视觉芯片的机器将具备相当多的优势,因为可以传感更宽的频谱范围、更高的清晰度、更宽的视角,其视力远不止5.0,在夜间也可以看得很清楚。如同AlphaGo战胜‘围棋天才’一样,在某些应用场景,其视觉在准确性、客观性、稳定性等方面都要比人类视觉更具优势。”谭茗洲指出。

  吴南健介绍说,目前,国内外在人工视觉芯片领域的研究主要是CMOS图像传感器芯片技术、并行图像处理技术和CMOS集成技术。在CMOS图像传感器领域,国际技术水平朝着高分辨率、宽动态范围、高帧率、高智能化、宽波长范围和三维成像的方向发展。人工视觉系统芯片能够完成图像获取和初级(图像滤波)、中级(特征提取)、*(特征识别和不规则处理)3个图像处理步骤。

  “视觉芯片关键要解决运行效率和处理3D影像这两个问题。以往视觉芯片处理信号面临的*问题是因运算量太大导致处理信息速度低,以及摄取的照片是把三维世界‘压缩’成二维影像,在一张平面上已分不清物体距离远近、立体空间形状、空间位置等,而人眼可把这个还原。”谭茗洲表示。

  记者了解到,新型人工智能视觉系统芯片,是将高速CMOS图像传感器、并行信号处理单元和输出电路集成于单一芯片内,实现实时视觉芯片系统。将不同功能的技术集成在一个芯片上有很多优势,实现图像获取和图像信息处理每秒一千帧的系统速度,可广泛应用于高速图像处理、快速图像识别解释、高速运动目标的实时追踪等领域。

  谭茗洲指出:“目前,中科院设计的新型视觉系统芯片理念非常先进,仿照人类视网膜神经元机制设计,感光对信号的处理方式,拣取有用的信号进行处理,极大地减少了运算的体量。”

  未来市场空间巨大

  “以我个人的观点,视觉系统芯片会成为必然的趋势,就像手机和相机结合成就智能手机一样,目前在技术上已突破填充率低、分辨率低和信号干扰严重的难题,将科研成果转化并投放市场只不过是时间问题。”吴南健表示。

  记者了解到,目前基于该技术的产成品已经试用于一些创新企业,比如在工业产品的自动化检测领域完全可以使用视觉系统芯片代替人工检测;在智能监控领域,过去需要将视觉处理芯片装在具有传感器技术的摄像头上,通过把数据结构化、再压缩送到数据中心的复杂方式完成数据传输和计算。

  那么,视觉系统芯片如果在未来实现产业化,其市场空间有多大?据推算,2018年,图像传感器的市场规模在150亿美元左右,虽然其中120亿美元发生在智能手机领域,但未来发展比较快的4个领域是安防、国防、汽车、医疗,到2021年将会迎来40亿美元的市场空间,年增长率约10%—20%。

  “视觉处理器的需求增长会更快,目前该市场的整体规模(包括硬件、软件、服务)在170亿美元至180亿美元,单从硬件来看也占到约30亿美元。如果视觉系统芯片可以覆盖70亿美元的市场规模,企业在这中间拿到1%的话,其盈利空间就已经很大了。”吴南健指出。

  近年来,国内外一批新型人工智能企业,依托人工智能领域技术和算法优势向芯片行业渗透,加强人工智能芯片基础层研发。从市场格局来看,已经发展成为一个相对独立又相互依存的产业生态。在前端,索尼是图像传感器市场、生产和技术,紧随其后的三星和豪威科技也保持着不错的竞争力;在后端,Mobileye和英伟达(NVIDIA)是提供视觉处理芯片的主要厂商,在国内该领域的公司有地平线等。

  然而,截至目前,尚未有企业实现“图像传感器+视觉处理器”集成式芯片的大规模量产。不管是现在的创业企业,还是已经在市场上占有一定份额的大企业,不是做图像传感器,就是做后端的视觉处理器。正如吴南健所言,这将给初创企业带来机会。

本文分享自微信公众号 - 数据科学与人工智能(DS_AI_shujuren)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-12-25

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【数学应用】机器学习常用最优化算法小结

    本文主要是从通俗直观的角度对机器学习中的无约束优化算法进行对比归纳,详细的公式和算法过程可以看最后附的几个链接,都是干货。 机器学习基本概念 统计机器学...

    陆勤_数据人网
  • 【Python环境】如何使用正确的姿势进行高效Python函数式编程?

    关于函数式编程 有哪些函数式语言? 其实函数是语言很早就出现了,上世纪30年代出现的Lambda和50年代的LISP,比面向过程和对象的语言出现的更早,现代的C...

    陆勤_数据人网
  • 【陆勤践行】大数据新手入门:给刚玩Hadoop的朋友一些建议

    文|Slaytanic 随着两会中间央视新闻天天说大数据,很多人纷纷开始关注大数据和Hadoop以及数据挖掘和数据可视化了,我现在创业,遇到很多传统数据行业往H...

    陆勤_数据人网
  • 谷歌宣布了一项重大决定:开放其新型人工智能芯片

    ? 谷歌在周一宣布,它将允许其他公司通过其云计算服务使用他们的新型芯片。 几年前,谷歌开发了一种新型的电脑芯片,以为其巨大的人工智能系统供电。这些芯片被设计用...

    AiTechYun
  • 【AI芯片争夺战】谷歌TPU率队,颠覆3350亿美元的半导体行业

    【新智元导读】人工智能系统的加速正在从根本上重塑着每年创造了3350亿美元的半导体行业。计算机开始认识一切,从花草到人脸,从文本到声音,以及学会开车。统治了计算...

    新智元
  • 微软、谷歌等巨头争相追逐,芯片成AI的重要战场

    在人工智能芯片领域,国内有寒武纪、星光智能一号,国外有IBM真北、谷歌TPU、英伟达,近日微软也加入了这个行列。 作者 | 郭敏 网址 | http://www...

    数据猿
  • 安防行业为何缺少真正适用的AI芯片?

    目前市场上并没有足够优秀的安防前端的通用芯片,也还没有一款很适用安防的AI芯片出现。

    AI掘金志
  • 芯片的相关知识

    晶体管发明并大量生产之后,各式固态半导体组件如二极管、晶体管等大量使用,取代了真空管在电路中的功能与角色。到了20世纪中后期半导体制造技术进步,使得集成电路成为...

    用户5777378
  • 关于python中的self,ins ,

    首先是self: (参考http://www.cnblogs.com/linuxcat/archive/2012/01/05/2220997.html)

    py3study
  • Android 6.0区别U盘和SD卡设备的方法详解

    以上这篇Android 6.0区别U盘和SD卡设备的方法详解就是小编分享给大家的全部内容了,希望能给大家一个参考。

    砸漏

扫码关注云+社区

领取腾讯云代金券