讓人工智能“看”得更清楚

張友發(fā)

據(jù)美國媒體報(bào)道，5月4日，在美國亞利桑那州錢德勒市的公路上，谷歌旗下自動(dòng)駕駛公司W(wǎng)aymo的一輛自動(dòng)駕駛汽車遭遇車禍。而在此之前的3月18日，亞利桑那州因?yàn)橐黄瘃{駛事故禁止了優(yōu)步的自動(dòng)駕駛實(shí)驗(yàn)，該事故導(dǎo)致了一位橫穿馬路女子的死亡。安全問題成為公眾對自動(dòng)駕駛最大的質(zhì)疑。

眼擎科技公司在今年4月20號(hào)發(fā)布了國內(nèi)首個(gè)車規(guī)級自動(dòng)駕駛視覺成像方案eyemoreDX120，為解決自動(dòng)駕駛的困局提出了自己的方案。方案建立在公司的成像芯片eyemoreX42基礎(chǔ)上。這款芯片致力于解決復(fù)雜光線成像問題。

在交流中，眼擎科技CEO（首席執(zhí)行官）朱繼志措辭謹(jǐn)慎：“我們的方案還需要和設(shè)備商磨合，要經(jīng)過車廠測試。我只能說這比現(xiàn)有方案前進(jìn)了一大步，但能否在成像方面解決自動(dòng)駕駛的安全問題，還需要觀察?！?/p>

除了自動(dòng)駕駛，朱繼志還談到了眼擎科技在人工智能和芯片領(lǐng)域的布局與野心。過程中，朱繼志經(jīng)常提到兩個(gè)詞：一是“專注”，即公司對某一個(gè)細(xì)分領(lǐng)域的專注；二是“機(jī)會(huì)”，包括大的技術(shù)變革給中國成像芯片產(chǎn)業(yè)帶來的機(jī)遇。

用人工智能的思路做成像芯片

創(chuàng)業(yè)過程中，眼擎科技經(jīng)歷了4年的科技沉淀，積累了能應(yīng)用于人工智能（AI）領(lǐng)域的復(fù)雜成像技術(shù)。眼擎科技成像芯片的核心技術(shù)是復(fù)雜光線下的穩(wěn)定成像。朱繼志介紹，目前人工智能的圖像識(shí)別率已經(jīng)很高，在實(shí)驗(yàn)室中能達(dá)到98%甚至99%，但來到現(xiàn)實(shí)場景時(shí)，圖像識(shí)別率就會(huì)大大下降。

“這就像我們在淘寶上買東西，看到的都是賣家秀，拿到手的卻是買家秀。這其中最大的差別，就是光線環(huán)境的問題。”朱繼志認(rèn)為眼擎科技研發(fā)的成像芯片能很好地解決行業(yè)痛點(diǎn)：“實(shí)驗(yàn)室與現(xiàn)實(shí)環(huán)境的差別是光線差異，這是最大的落地難點(diǎn)。我們研發(fā)的這款成像芯片就像我們的眼睛一樣，能把實(shí)驗(yàn)室99%（的識(shí)別率）變成現(xiàn)場99%（的識(shí)別率）?！?/p>

這是人工智能帶來的挑戰(zhàn)與機(jī)遇。在成像芯片領(lǐng)域，之前芯片廠商的思路是服務(wù)于相機(jī)，研發(fā)的出發(fā)點(diǎn)是看鏡頭的人；人工智能給成像芯片帶來了新的課題，研究思路從給人看轉(zhuǎn)向給AI看。

朱繼志說：“在傳統(tǒng)成像芯片時(shí)代，復(fù)雜環(huán)境下的成像問題不是剛需，因?yàn)榄h(huán)境光線不好可以補(bǔ)光，甚至可以不拍。但在自動(dòng)駕駛時(shí)代，這就成了剛需。”

適應(yīng)新的時(shí)代需要變革原有的技術(shù)框架，但在朱繼志看來，傳統(tǒng)公司很難完成轉(zhuǎn)型：“傳統(tǒng)的架構(gòu)不能解決復(fù)雜光線下成像的問題。為了解決這個(gè)問題，我們從芯片架構(gòu)到算法，再到場景測試，做了很多工作，我們在復(fù)雜光線的適應(yīng)情況上和傳統(tǒng)公司不是一個(gè)層級，包括索尼?！?/p>

“過去30年，以ISP（圖像信號(hào)處理器）為代表的傳統(tǒng)成像架構(gòu)一直統(tǒng)治著成像能力的表現(xiàn)，即使現(xiàn)在AI發(fā)展了，效果也不可能有很大的提升。原因很簡單：30年前的技術(shù)架構(gòu)，人們不可能考慮未來人工智能有什么需求。以前圖像只考慮給人看，現(xiàn)在的圖像是給機(jī)器看，但傳統(tǒng)架構(gòu)成形多年，積重難返。這就是技術(shù)架構(gòu)的弊端。久而久之，大家沒看到視覺能夠突破，就會(huì)形成一種觀念——認(rèn)為視覺能力是不可能突破的，這也是激光雷達(dá)日后被叫好的一個(gè)原因。其實(shí)本質(zhì)上，我們應(yīng)該回到問題的源頭，視覺能力不夠，就研發(fā)新的成像引擎架構(gòu)，做視覺成像專用的芯片，以此來提升汽車的視覺能力。這件事不好干，我們?yōu)榇藢Ｗ⒘?年。”

朱繼志覺得這是人工智能的發(fā)展給中國芯片企業(yè)帶來的機(jī)遇：“在AI芯片領(lǐng)域，美國比中國領(lǐng)先得不多，也就是幾年的優(yōu)勢；而在傳統(tǒng)的芯片領(lǐng)域領(lǐng)先了我們幾十年。AI給中國公司帶來了機(jī)會(huì)，這是一個(gè)新興市場，我們起點(diǎn)相仿?！?h3>成像技術(shù)的第一個(gè)應(yīng)用場景

朱繼志的思路是循序漸進(jìn)，先通過4年積累掌握成像引擎核心技術(shù)，第二階段再推出產(chǎn)品，也就是成像芯片。今年朱繼志的目標(biāo)是完成第三階段任務(wù)，讓產(chǎn)品在應(yīng)用場景中進(jìn)一步落地。目前發(fā)布的產(chǎn)品eyemoreDX120通過配置汽車外圍接口做成適應(yīng)自動(dòng)駕駛的模組，將芯片產(chǎn)品發(fā)展為情景化的自動(dòng)駕駛解決方案。

eyemoreDX120解決方案的優(yōu)勢在于具備較強(qiáng)的場景適應(yīng)性，在不同場景下都能夠穩(wěn)定成像，解決了自動(dòng)駕駛面臨的復(fù)雜光線成像不穩(wěn)定的問題。eyemoreDX120的鏡頭傳感器符合接口的行業(yè)規(guī)范，能解決120dB動(dòng)態(tài)范圍內(nèi)的自動(dòng)駕駛成像問題。

朱繼志將自己的方案看作自動(dòng)駕駛技術(shù)的重要一環(huán)：“AI落地的時(shí)候是一個(gè)接力賽，我們前面是鏡頭和傳感器，我們做的視覺成像處在第三棒，我們后面是成像識(shí)別。很多現(xiàn)在的明星芯片公司，比如地平線，都在做這個(gè)。”

眼擎科技今年打算讓成像芯片在多個(gè)行業(yè)落地，而之所以選擇自動(dòng)駕駛作為起點(diǎn)，朱繼志有著自己的考量：“自動(dòng)駕駛對人工智能領(lǐng)域的技術(shù)要求很高，可以說是最高的。其次，我們的產(chǎn)品在自動(dòng)駕駛（領(lǐng)域）是剛需，痛點(diǎn)最大。我們判斷切入的標(biāo)準(zhǔn)，首先是看這個(gè)市場的容量夠不夠大，其次是看痛點(diǎn)多不多。自動(dòng)駕駛恰好在這兩點(diǎn)上都符合?！?/p>

“人工智能的應(yīng)用場景很多，其中自動(dòng)駕駛的應(yīng)用很容易推廣到其他領(lǐng)域，成熟的技術(shù)可以遷移到AI其他產(chǎn)品中?！敝炖^志這樣解釋自動(dòng)駕駛對于人工智能發(fā)展的推動(dòng)作用。

對于自動(dòng)駕駛的未來發(fā)展，朱繼志覺得問題很復(fù)雜：“自動(dòng)駕駛系統(tǒng)相比機(jī)器人，挑戰(zhàn)更大。自動(dòng)駕駛需要人工智能不同系統(tǒng)的協(xié)調(diào)合作。我們只解決成像這一個(gè)點(diǎn)，但如果有十幾個(gè)像我們這樣專注的公司，那人工智能自動(dòng)駕駛問題會(huì)得到很好的解決?！?h3>眼擎科技的關(guān)鍵一年

對朱繼志來說，今年是人工智能和眼擎科技的關(guān)鍵一年：“2018年是人工智能落地的一年，去年大家主要在做試點(diǎn)。我們公司在未來3年內(nèi)會(huì)有大規(guī)模的部署，預(yù)計(jì)在各個(gè)領(lǐng)域開發(fā)約60個(gè)客戶，讓方案在不同行業(yè)落地，豐富產(chǎn)品線。今年是重要的布局年?！?/p>

朱繼志未來打算重點(diǎn)在汽車、安防、工業(yè)檢測和機(jī)器人等方面發(fā)力：“人工智能進(jìn)入的領(lǐng)域越多越好，需要和更多產(chǎn)業(yè)去磨合試錯(cuò)，然后才能從小到大得到發(fā)展。而視覺是人工智能的關(guān)鍵點(diǎn)，我們需要把技術(shù)和芯片產(chǎn)品賦能到傳統(tǒng)行業(yè)?！?/p>

對于未來的人工智能大局，朱繼志覺得眼擎科技需要堅(jiān)持好技術(shù)導(dǎo)向：“我希望公司能看到技術(shù)痛點(diǎn)，解決（痛點(diǎn)）后形成產(chǎn)品，再去尋找潛在的市場?！?/p>

至于成像芯片的對手，朱繼志半開玩笑地說：“成像芯片目前的綜合能力和眼睛差別還很大，我們的對手應(yīng)該是人眼而不是傳統(tǒng)公司。AI最終就是要顛覆原有格局，讓機(jī)器做得比人更好，這是我們最終要解決的問題。”

鏈接：新的千億級市場誕生

視覺技術(shù)分為兩種：成像（imaging）和圖像處理（image processing）。前端成像技術(shù)負(fù)責(zé)生成視覺圖像，后端圖像處理負(fù)責(zé)分析、識(shí)別、處理視覺圖像。換句話說，成像相當(dāng)于人的眼睛，圖像處理相當(dāng)于人的大腦。

目前人工智能領(lǐng)域的明星公司，包括商湯、曠世、地平線、云從、依圖、深鑒等，都是基于圖像處理算法為核心技術(shù)的公司。在過去的3年里，受深度學(xué)習(xí)技術(shù)的驅(qū)動(dòng)，圖像處理獲得了飛速的發(fā)展，但前端的成像技術(shù)，仍然停留在20年前的水平，成為AI視覺未來發(fā)展以及商業(yè)應(yīng)用落地的嚴(yán)重瓶頸，也是當(dāng)前各大AI公司的下一個(gè)必爭之地。

和數(shù)碼時(shí)代相比，AI時(shí)代的成像在成像架構(gòu)、算法模型、評判標(biāo)準(zhǔn)、光線適應(yīng)性等諸多關(guān)鍵環(huán)節(jié)都發(fā)生了本質(zhì)的變化。傳統(tǒng)的數(shù)碼成像技術(shù)架構(gòu)已不能滿足AI視覺的需求，面臨迅速被淘汰的窘境。未來5年，成像技術(shù)將有望完成從“圖像”到“視覺”的劃時(shí)代升級，視覺成像芯片和AI處理芯片一樣，成為人工智能的核心部件，由此衍生的產(chǎn)業(yè)升級需求，將在未來5年催生出成像領(lǐng)域千億級別的新增量市場。