脫離互聯(lián)網(wǎng)，人工智能“單機(jī)版”依然強(qiáng)大

劉浩南

與柯潔對戰(zhàn)的AlphaGo的運(yùn)算能力并不依賴于網(wǎng)絡(luò)，網(wǎng)友們開玩笑的必殺技“拔網(wǎng)線”，并不能改變這場戰(zhàn)斗的結(jié)果。這意味著人工智能正逐漸脫離互聯(lián)網(wǎng)“哺乳期”，具備“離線也強(qiáng)大”這一特質(zhì)的人工智能技術(shù)在悄然崛起

去年AlphaGo大勝李世石后，圍棋史上最年輕的四冠王柯潔一度被寄予了“守護(hù)人類尊嚴(yán)”的厚望，然而，在2017年5月的烏鎮(zhèn)，三場沒有懸念的敗局證明人類與人工智能實(shí)力的鴻溝。

人類想象中能贏的“必殺技”，似乎只剩網(wǎng)友們玩笑般的一句“拔網(wǎng)線”了。

拔掉網(wǎng)線，電路斷開，散熱風(fēng)扇減速至停下，陷入一片死寂——在我們的想象中，AlphaGo如科幻電影中的人工智能反派一樣，強(qiáng)大無形但高度依賴于網(wǎng)絡(luò)生存，似乎找到網(wǎng)絡(luò)接點(diǎn)這個阿喀琉斯之踵，它的運(yùn)作就會終止。

讓人們失望的是，AlphaGo之父哈薩比斯在賽后采訪中明確表示，本次與柯潔對戰(zhàn)的是“單機(jī)版”的AlphaGo，即在對戰(zhàn)中沒有連接網(wǎng)絡(luò)。也就是說，與柯潔對戰(zhàn)的AlphaGo的運(yùn)算能力并不依賴于網(wǎng)絡(luò)，而更多來自于自身TPU芯片的強(qiáng)勁。

“聯(lián)網(wǎng)更好，不聯(lián)網(wǎng)也行，對賽事結(jié)果沒有影響。單機(jī)的計(jì)算量已經(jīng)滿足它與人類下棋?！薄痘ヂ?lián)網(wǎng)進(jìn)化論》作者、人工智能領(lǐng)域?qū)＜覄h說。人工智能逐漸脫離互聯(lián)網(wǎng)“哺乳期”，具備“離線也強(qiáng)大”這一特質(zhì)的人工智能技術(shù)，正在悄然崛起。

AlphaGo“斷奶”

被稱為“單機(jī)版”的人工智能技術(shù)，實(shí)際上有一個頗具科幻感的名詞——嵌入式人工智能。

和傳統(tǒng)意義的人工智能相比，嵌入式人工智能最大的特點(diǎn)是能獨(dú)立運(yùn)算、離線狀態(tài)下感知設(shè)備也工作。也就是在不聯(lián)網(wǎng)的情況下，嵌入式人工智能通過本地計(jì)算完成實(shí)時環(huán)境感知、人機(jī)交互、決策控制等任務(wù)。

現(xiàn)階段人工智能的算力主要由兩部分構(gòu)成：云計(jì)算和終端本身的運(yùn)算能力。二者關(guān)系密不可分，但分工上存在差異。以AlphaGo為例，除了Google云成熟的云計(jì)算能力外，去年5月Google I/O大會（開發(fā)者大會）上發(fā)布的自研芯片TPU，也是AlphaGo強(qiáng)大計(jì)算能力的來源。

作為Google專為深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)定制的芯片，TPU匯注了Google對人工智能的研發(fā)心血。在TPU運(yùn)算能力的鍛煉和數(shù)據(jù)收集過程中，Google云的云計(jì)算能力更像一位助理教練，主要任務(wù)是減少計(jì)算量以及數(shù)據(jù)備份。到了實(shí)際運(yùn)算使用中，TPU作為單獨(dú)的運(yùn)算模塊可以獨(dú)立運(yùn)行，并承擔(dān)主要的運(yùn)算執(zhí)行任務(wù)。

受制于網(wǎng)絡(luò)狀況和復(fù)雜多樣的要求，互聯(lián)網(wǎng)在人工智能技術(shù)中扮演的角色正在慢慢變化，在終端運(yùn)算能力不斷強(qiáng)化的過程中，越來越多地作為一個輔助者發(fā)揮作用。

“依靠網(wǎng)絡(luò)是（人工智能）成長期的表現(xiàn)。”一位長期聚焦人工智能行業(yè)的媒體人士表示，“這個階段有多久不好說，但未來肯定都是半鏈接網(wǎng)絡(luò)的?！?/p>

叱咤棋類運(yùn)動后，AlphaGo目前還沒有開始深入運(yùn)用階段，但以“單機(jī)版”形式迎戰(zhàn)柯潔，展示了它作為嵌入式人工智能運(yùn)用的一個方向，也掀開了嵌入式人工智能市場的幕布。

“單機(jī)版”的優(yōu)勢

“當(dāng)今人工智能的計(jì)算大多數(shù)都在BAT（百度、阿里巴巴、騰訊）的數(shù)據(jù)中心，在云上面。但我們發(fā)現(xiàn)，有一個巨大的機(jī)會遠(yuǎn)離數(shù)據(jù)中心，在互聯(lián)網(wǎng)的邊緣?！钡仄骄€機(jī)器人技術(shù)研發(fā)有限公司CEO余凱在今年2月的“北大AI公開課”上談及嵌入式人工智能時，對自己正在瞄準(zhǔn)的這一細(xì)分領(lǐng)域表示信心十足。

4月28日的“GMIC AI+國際峰會”上，零零無限CEO王孟秋、中科創(chuàng)達(dá)技術(shù)總監(jiān)王璠和云跡科技CEO支濤也都不約而同地談到了嵌入式人工智能這一概念。

王孟秋介紹，零零無限旗下的自拍無人機(jī)Hover Camera，在僅重242克的機(jī)身上搭載了圖形自動識別和跟隨，利用臉部識別和特定圖形技術(shù)，并可以自動執(zhí)行相關(guān)指令。這款無人機(jī)提前被輸入指令，執(zhí)行任務(wù)過程中完全是脫網(wǎng)的。這也是目前市面上大部分無人機(jī)的算力構(gòu)成方式——在本地即時處理任務(wù)指令，云端備份數(shù)據(jù)。

如視覺避障，720p的實(shí)時圖像數(shù)據(jù)每分鐘達(dá)到幾個GB，如果無人機(jī)拍下畫面，傳到手機(jī)，再傳到云端，獲得指令后再傳回手機(jī)，最后傳回?zé)o人機(jī)，等這一過程時，也許無人機(jī)已經(jīng)撞上障礙物了。因此，這一過程必須在本地端完成。

信息延遲，對于自動駕駛技術(shù)更是性命攸關(guān)的大問題。當(dāng)一輛自動駕駛汽車遇到復(fù)雜的路況時，需要快速決策下一個動作以避險(xiǎn)，如果經(jīng)過雷達(dá)捕捉數(shù)據(jù)，然后上傳，再計(jì)算，當(dāng)根據(jù)計(jì)算得出的行動指令傳輸?shù)浇K端時，可能已經(jīng)來不及挽回一場交通事故了。

在自動駕駛的場景中，延時即意味著危險(xiǎn)系數(shù)的提高。而成熟的嵌入式人工智能，讓終端自己處理信息后即時執(zhí)行指令，正是對時間敏感度高、操作容錯率低的人工智能設(shè)備的福音。

“我們在為無人機(jī)、機(jī)器人設(shè)計(jì)SOM核心計(jì)算模塊時，更強(qiáng)調(diào)人工智能的本地計(jì)算能力，以及執(zhí)行命令的即時性。”中科創(chuàng)達(dá)CEO耿增強(qiáng)接受《財(cái)經(jīng)》記者采訪時介紹。

耿增強(qiáng)堅(jiān)信，嵌入式是不可缺席的人工智能架構(gòu)方案。盡管云學(xué)習(xí)、云地圖、云導(dǎo)航、云知識等功能是現(xiàn)階段智能機(jī)器人的“標(biāo)配”，但他認(rèn)為，一旦遇到緊急而脫機(jī)時，嵌入式的人工智能要保證智能機(jī)器人在失去云端支持時，仍然能執(zhí)行基礎(chǔ)任務(wù)并保證生存。

比如在斷網(wǎng)狀態(tài)下，智能機(jī)器人依然能完成自動避障，并找到充電樁開始自動充電，安全避障、求救等指令可以在本地進(jìn)行計(jì)算，并最終實(shí)施。

上述這些應(yīng)用場景，已經(jīng)為我們勾畫出一張嵌入式人工智能的大致臉譜——強(qiáng)調(diào)機(jī)動性、輕量化和實(shí)時性，因而也更人性化。

人性化，正是我們對于人工智能的核心要求?；蛟S在嵌入式人工智能技術(shù)成熟后，“圖靈測試”的內(nèi)容就需要加上“斷網(wǎng)”這一條件了，畢竟人工智能的智能水平高低，由它的自主性決定。

蘋果對陣谷歌

“互為備份，不會單獨(dú)需求，既要本地，能聯(lián)網(wǎng)也要聯(lián)網(wǎng)?！眲h這樣描述嵌入式人工智能中云端和本地終端的關(guān)系。

以聯(lián)網(wǎng)和不聯(lián)網(wǎng)作為判斷嵌入式人工智能的標(biāo)準(zhǔn)，可能過于粗暴。在有良好網(wǎng)絡(luò)條件的情況下，云端能減少本地端的計(jì)算任務(wù)，也能夠完成信息儲備能力及數(shù)據(jù)實(shí)時共享，當(dāng)然是發(fā)揮人工智能全力的手段。

自人工智能概念誕生以來，云端技術(shù)一直是服務(wù)于人工智能的盡職盡責(zé)的“奶媽”。那么讓人工智能“斷奶”，難在哪里？

“最直接的是芯片能力?！惫⒃鰪?qiáng)指出，要集成足以脫離云端的算力，終端就需要足夠大的存儲空間和計(jì)算能力，自然要求更強(qiáng)力的處理器和更大的內(nèi)存，這對于硬件技術(shù)要求非常嚴(yán)苛。

撰寫《數(shù)據(jù)中心的TPU性能分析》一文的軟件專家Norman Jouppi在接受《連線》（Wired）采訪時稱，Google一開始曾經(jīng)考慮在AlphaGo上使用傳統(tǒng)的FPGA芯片，但是當(dāng)實(shí)驗(yàn)結(jié)果顯示這種芯片處理速度未達(dá)預(yù)期時，他們果斷選擇了TPU芯片。

這種芯片為專用集成電路，一旦設(shè)計(jì)制造完成后，電路就無法再改變。這個頗為“激進(jìn)”的決定，為AlphaGo帶來了強(qiáng)大的本地運(yùn)算能力，據(jù)Norman Jouppi的說法，TPU處理速度比當(dāng)前GPU和CPU要快15倍到30倍，直接表現(xiàn)就是以“單機(jī)版”完勝柯潔。

盡管TPU在單機(jī)算力方面稱得上行內(nèi)楷模，但它是針對Google的特定算法設(shè)計(jì)的，并非通用處理器，目前無法運(yùn)用到安卓手機(jī)、無人機(jī)等智能終端上。

其他的智能終端想要擁有TPU級別的單機(jī)算力，還需要一些擁有TPU級別算力且泛用性更強(qiáng)的處理器支持。

算法不成熟也是人工智能擺脫云端的一大阻礙?！八惴ㄟ€需要持續(xù)演化。一是，現(xiàn)階段我們手頭的數(shù)據(jù)不夠，需要更多數(shù)據(jù)讓人工智能變得更聰明；二是，算法算得太慢了，優(yōu)化工作還不夠。”談到算法瓶頸時，耿增強(qiáng)指出兩塊最大的“攔路石”。

正所謂“八仙過海，各顯神通”，在人工智能算法上舉起大旗的，是Google在人工智能領(lǐng)域最大的對手蘋果。

2017年的蘋果開發(fā)者大會（WWDC）祭出大招，宣布開放機(jī)器學(xué)習(xí)（Machine Learning）開發(fā)者平臺ML kit，為全球人工智能開發(fā)者提供了開源技術(shù)支持，同時也希望借此催生出更優(yōu)秀的算法方案。

研發(fā)燒錢，抱團(tuán)取暖

從嵌入式人工智能技術(shù)角度看，更好的芯片，更好的算法，更好的服務(wù)方案，自然需要更高的成本。

近年來大批“燒錢燒到死”的人工智能公司的教訓(xùn)，讓這個繞不開的問題顯得更嚴(yán)峻。

對于嵌入式人工智能的成本問題，耿增強(qiáng)似乎并不太擔(dān)心：“說到底是規(guī)模效應(yīng)問題，很多嵌入式人工智能新興設(shè)備的量還沒起來，造成成本比較高。當(dāng)用戶體驗(yàn)越來越好的時候，消費(fèi)者更愿意買單了，量就起來了，成本下降會非?？臁！?/p>

抱團(tuán)取暖，是這個領(lǐng)域的新興開發(fā)商們最適合的生存方式，用彼此稚嫩的毛發(fā)抵御日出前的晨冷?！叭绾蔚统杀镜貙?shí)現(xiàn)終端智能，需要從底層計(jì)算架構(gòu)到計(jì)算平臺層，甚至到上面的軟件算法等各方面配合。為此，產(chǎn)業(yè)界必須走到一起，共同解決這些問題。”余凱在北大AI公開課上說。

2016年12月1日，ARM和多家人工智能開發(fā)商宣布成立人工智能實(shí)驗(yàn)室OPEN AI LAB，成為第一個針對嵌入式人工智能技術(shù)研發(fā)設(shè)立的機(jī)構(gòu)。國際上，F(xiàn)acebook、Amazon、Google、IBM等巨頭們成立AI聯(lián)盟，開始技術(shù)性“抱團(tuán)”。

國內(nèi)的百度、騰訊以及中科院孵化的寒武紀(jì)和一系列人工智能初創(chuàng)公司，在尋覓自研軟件、硬件和算法技術(shù)性突破的同時，技術(shù)項(xiàng)目合作的趨勢也越來越明顯。

“我們對于這個（市場）逐漸蓬勃感到非常興奮，畢竟嵌入式人工智能設(shè)備推廣得更深入后，高度聚焦終端研發(fā)的（公司），機(jī)遇會非常多?！惫⒃鰪?qiáng)說。

這個市場在快速擴(kuò)張，也表現(xiàn)在人們對人工智能的要求越來越嚴(yán)苛——安全性、實(shí)時性、移動性、場景適應(yīng)能力，在近幾年利用人工智能實(shí)現(xiàn)基因匹配、算法推薦等“龐大”的功能后，我們正在要求人工智能離自己更近，實(shí)現(xiàn)更多瑣碎細(xì)小而實(shí)用的功能。

硬件和軟件，云端和本地終端，永遠(yuǎn)在互相追趕，而人們對于人工智能的要求，永遠(yuǎn)比當(dāng)下的技術(shù)領(lǐng)先一步。