如果說(shuō)小成靠機(jī)會(huì)和技巧，大成靠趨勢(shì)和周期，那么AI業(yè)的大成來(lái)了嗎？顯然目前對(duì)于AI來(lái)說(shuō)，仍在持續(xù)上演的是“冰與火之歌”。一方面，AI在自動(dòng)駕駛以及IoT碎片化市場(chǎng)的深耕與開(kāi)拓，加上5G的商用，為AI芯片提供了更廣闊的成長(zhǎng)空間。另一方面，傳統(tǒng)產(chǎn)業(yè)在智能升級(jí)的驅(qū)動(dòng)下，也在著力讓AI“落地”，但成效卻難如預(yù)期。AI之路仍需艱辛跋涉。

不斷試錯(cuò)

盡管如此，目前仍可說(shuō)是最好的時(shí)代。如今的AI、物聯(lián)網(wǎng)、5G正處于“混合”狀態(tài)，創(chuàng)新不斷加速。Arm全球技術(shù)市場(chǎng)總監(jiān)Lionel Benlnet認(rèn)為，在第五次浪潮的推動(dòng)下，5G成為促進(jìn)萬(wàn)物互聯(lián)的核心，而諸多應(yīng)用場(chǎng)景都要借力于AI的發(fā)展。

但同時(shí)也是最難的時(shí)代。細(xì)數(shù)AI業(yè)的掣肘，用地平線副總裁紀(jì)鵬的話來(lái)說(shuō)，即存在隱私安全遭遇挑戰(zhàn)、功耗高、碎片化需求、零散功能模塊等諸多挑戰(zhàn)。

這些問(wèn)題的本質(zhì)蘊(yùn)含著路線之爭(zhēng)?！霸絹?lái)越多的AI加速需與芯片結(jié)合，即專用芯片，而專用芯片設(shè)計(jì)周期較長(zhǎng)，這需要克服?！?在最近舉辦的以“AI聚能智領(lǐng)未來(lái)”為主題的2019中德中小企業(yè)合作交流大會(huì)AI分論壇上，德累斯頓工業(yè)大學(xué)教授Christian Mayr闡述了自己的觀點(diǎn)。

如果說(shuō)專用芯片還能以摩爾定律的節(jié)奏向前，但場(chǎng)景落地顯然更需要實(shí)踐的考驗(yàn)以及思維的解放。

神思電子技術(shù)研究院院長(zhǎng)許野平以高速鐵路全天候智能視頻精度技術(shù)為例，分享了技術(shù)落地到具體場(chǎng)景中所面臨的問(wèn)題和考驗(yàn)。他舉例說(shuō)，例如夜間遠(yuǎn)距離目標(biāo)監(jiān)控，當(dāng)列車駛過(guò)時(shí)，燈光造成的光線干擾會(huì)導(dǎo)致視頻分析算法產(chǎn)生很多誤報(bào);實(shí)驗(yàn)場(chǎng)景條件理想于實(shí)際應(yīng)用場(chǎng)景，導(dǎo)致在實(shí)際應(yīng)用中錯(cuò)誤率大大提升;控制系統(tǒng)由原來(lái)的人工操作更換為7X24小時(shí)無(wú)人值守工作時(shí)，偶然一次錯(cuò)誤就會(huì)導(dǎo)致后續(xù)工作無(wú)法順利進(jìn)行等等，這都需要在實(shí)踐時(shí)一一攻克。

而相較于熱火朝天的IoT及自動(dòng)駕駛的AI語(yǔ)音或視覺(jué)應(yīng)用，在傳統(tǒng)產(chǎn)業(yè)的智能化改造中，AI看來(lái)更是一項(xiàng)長(zhǎng)跑。

“對(duì)于傳統(tǒng)行業(yè)來(lái)說(shuō)，他們擁有大量的數(shù)據(jù)和自己的技術(shù)，但在智能化改造中將面臨跨平臺(tái)、跨應(yīng)用軟硬件差異化落地的困擾，需要改變思路，用自身數(shù)據(jù)助力AI訓(xùn)練?！?OPEN AI LAB業(yè)務(wù)發(fā)展總監(jiān)付仲韜提出，“這其中要認(rèn)識(shí)到AI芯片不僅僅是一個(gè)個(gè)獨(dú)立的SoC，它可應(yīng)用于設(shè)備的諸多層面。AI作為一項(xiàng)技術(shù)，與傳統(tǒng)產(chǎn)業(yè)相結(jié)合將是未來(lái)5-10年長(zhǎng)期演進(jìn)的過(guò)程?！?/p>

生態(tài)助力

既然明了AIoT貫穿應(yīng)用的現(xiàn)實(shí)難度，以及持續(xù)演進(jìn)的進(jìn)程指向，生態(tài)的重要性已不言而喻。

安創(chuàng)生態(tài)CTO程斌就提到，AI廠商是基于算法的公司，對(duì)于行業(yè)并不理解，需要與對(duì)行業(yè)有深刻理解的服務(wù)商或方案商強(qiáng)捆綁和合作，但從中會(huì)出現(xiàn)大量的溝通和合作成本，導(dǎo)致落地難。目前AIoT行業(yè)里大公司的做法是著力建設(shè)生態(tài)，這為中小型包括初創(chuàng)公司創(chuàng)造了大量市場(chǎng)機(jī)會(huì)。

“AI業(yè)發(fā)展的關(guān)鍵要素除算法、數(shù)據(jù)和芯片之外，還需要外部的生態(tài)、資金、市場(chǎng)等支持?！卑矂?chuàng)加速器董事長(zhǎng)楊宇欣也明確說(shuō)，“安創(chuàng)依托Arm全球豐富的產(chǎn)業(yè)生態(tài)資源及強(qiáng)大的技術(shù)背景，可助力創(chuàng)業(yè)企業(yè)對(duì)接生態(tài)資源、投資機(jī)構(gòu)、銷售渠道等一站式深度加速服務(wù)。同時(shí)，還可幫助城市和產(chǎn)業(yè)園區(qū)定制創(chuàng)新方案，助力科技加速與產(chǎn)業(yè)升級(jí)。”

與之相呼應(yīng)的是，安創(chuàng)加速器相繼在北京、上海、深圳等落地之后，第七家安創(chuàng)加速器（濟(jì)南）也正式落地。濟(jì)南市科學(xué)技術(shù)局局長(zhǎng)呂建濤強(qiáng)調(diào)，豐富的應(yīng)用場(chǎng)景為濟(jì)南AI業(yè)發(fā)展提供了強(qiáng)大動(dòng)力，加上濟(jì)南自由貿(mào)易試驗(yàn)區(qū)、新舊動(dòng)能轉(zhuǎn)換先行區(qū)建設(shè)等重大機(jī)遇，濟(jì)南將通過(guò)多項(xiàng)舉措支持打造AI產(chǎn)業(yè)集群，推動(dòng)AI創(chuàng)新應(yīng)用。

提及差異化優(yōu)勢(shì)時(shí)，濟(jì)南高新區(qū)投促中心外聯(lián)部部長(zhǎng)沈洋提到，濟(jì)南將立足于當(dāng)?shù)禺a(chǎn)業(yè)特色，通過(guò)開(kāi)放政策、引進(jìn)人才、搭建AI平臺(tái)等多方舉措，拓展與已有的智能制造、機(jī)器人等產(chǎn)業(yè)聯(lián)動(dòng)，并從需求出發(fā)擴(kuò)展到產(chǎn)業(yè)鏈上游，帶動(dòng)關(guān)鍵核心技術(shù)和軟件開(kāi)發(fā)，深度拓展AI應(yīng)用，打造集創(chuàng)新孵化、資源聚合、產(chǎn)學(xué)研轉(zhuǎn)化功能于一體的AI生態(tài)，實(shí)現(xiàn)AI產(chǎn)業(yè)集聚和規(guī)?；l(fā)展。

據(jù)悉，目前安創(chuàng)加速器加速的企業(yè)有100多家，孵化過(guò)的企業(yè)95%以上已開(kāi)始融到下一輪，在濟(jì)南的落地也將為濟(jì)南AI業(yè)發(fā)展注入新活力。楊宇欣對(duì)此滿懷期望地說(shuō)，安創(chuàng)一方面將深度挖掘和服務(wù)當(dāng)?shù)貎?yōu)質(zhì)的項(xiàng)目和創(chuàng)業(yè)公司，另一方面也會(huì)將全國(guó)乃至全球好的創(chuàng)業(yè)公司帶到濟(jì)南，促進(jìn)他們與濟(jì)南本地產(chǎn)業(yè)需求的結(jié)合。安創(chuàng)還將通過(guò)政府渠道、產(chǎn)業(yè)渠道等與濟(jì)南龍頭企業(yè)做精準(zhǔn)對(duì)接與深度交流，為創(chuàng)業(yè)公司提供更多落地應(yīng)用場(chǎng)景搭建橋梁。

未來(lái)風(fēng)向

AI圍繞技術(shù)創(chuàng)新與產(chǎn)業(yè)應(yīng)用落地已在穩(wěn)步向前，智領(lǐng)未來(lái)仍需洞悉風(fēng)向，腳踏實(shí)地。

對(duì)此楊宇欣提到，IoT面向碎片化的場(chǎng)景，對(duì)硬件和軟件都有更特殊的要求。一顆芯片通吃的局面會(huì)慢慢變化，開(kāi)放更多讓客戶定制的能力和空間，讓他們能夠更多地針對(duì)自己的場(chǎng)景做出適合場(chǎng)景的芯片，這是AIoT帶來(lái)的機(jī)會(huì)和市場(chǎng)變化，業(yè)界需要順勢(shì)而為。

從現(xiàn)有應(yīng)用來(lái)看，AIoT主流應(yīng)用來(lái)自視覺(jué)AI和語(yǔ)音AI芯片。程斌提到，AIoT不能割裂來(lái)看，因?yàn)锳I需要算法、算力和數(shù)據(jù)，而大量數(shù)據(jù)來(lái)自于IoT。目前一些公司在做觸覺(jué)AI的探索，這有巨大的機(jī)會(huì)和亮點(diǎn)。此外，向邊緣側(cè)轉(zhuǎn)移將是AIoT的整體趨勢(shì)。

雖然目前機(jī)器學(xué)習(xí)是通用的AI解決問(wèn)題的范式，但在諸多前沿的領(lǐng)域，類腦的技術(shù)已慢慢顯現(xiàn)，盡管離商用還有一定距離。楊宇欣的看法是類腦在未來(lái)解決更多機(jī)器替代人的場(chǎng)景下有更廣闊的空間，但還要不斷攻堅(jiān)。

而AI企業(yè)的分野也取決于一個(gè)個(gè)做決定的路口。盡管AI主流是數(shù)字化模式，但或許模擬模式亦有所作為。程斌就認(rèn)為，AI包括深度學(xué)習(xí)最大的瓶頸在于它與現(xiàn)有人類思維方式差異很大，需依靠大量的數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，而且數(shù)據(jù)是要標(biāo)注過(guò)的。真正的AI技術(shù)應(yīng)該與人腦的思考方式靠近，包括脈沖神經(jīng)網(wǎng)絡(luò)就是一大嘗試。而目前現(xiàn)有的深度神經(jīng)網(wǎng)絡(luò)還基于數(shù)字化模式，已有一些公司在嘗試模擬切入的方式，將處理集成到前端傳感器的控制器，而不是將模擬轉(zhuǎn)換成數(shù)字之后再做訓(xùn)練。從人腦的角度來(lái)說(shuō)，人腦傳輸?shù)亩际悄M的脈沖電頻信號(hào)，這或是未來(lái)AI的方向。