圖 |世界人工智能大會
在谷歌人工智能（AI）程序戰勝人類圍棋世界冠軍四年之後，這一輪人工智能熱潮起起伏伏，大多數工程界的人工智能從業者一直在探究一個解：如何將這威力無窮的屠龍之技真正發揮威力。
人工智能看起來包括宇宙總攬人間，在紙上暢想時無所不能，但真到商業化落地環節，無數資本寵兒就真正成了“寵兒”：只會説不能做。
仔細分析倒也不能只怪這些被資本催熟的“寵兒”，人工智能應用很多，但可商業化落地的賽道大多被巨頭壟斷，例如安防監控與雲端的大數據處理。同樣，在音視頻領域有很多可商業化的人工智能方向，但同樣競爭對手雲集，並沒有那麼容易殺出來。
不過，這並不是説中小公司完全沒有機會。在芯原微電子（上海）股份有限公司（芯原股份）承辦的“萬物智聯 芯火燎原”人工智能芯片創新主題論壇上，有兩個例子或是中小公司把人工智能用好的案例。
一個是Rokid開發的智能測温AR（增強現實）眼鏡。這款智能測温眼鏡的原型是為工業設備檢測温度異常應用而開發的，並不是針對人體測温。
“工業環境相對穩定，濕度、温度、距離還有被檢測物體本身的剛性都比較穩定，所以不需要上AI，只要傳統測温系統就可以。”Rokid首席執行官祝銘明表示，有關部門給這款智能測温眼鏡提出的要求是在4米距離內可以精準讀出人體體温，誤差不超過0.2度。“傳統測温系統不可能做到，因為傳感器本身的誤差有0.5度，加上外面環境干擾，誤差已經有約1度，如果不做處理，設備就會亂報警，要滿足要求就只能上AI。”
祝銘明介紹，人工智能為這款眼鏡解決了三大難題。首先是濾除背景温度噪音，例如頭髮的温度較高，太陽直曬時有可能達到四五十攝氏度，如果要做發燒檢測，必須要濾除這些因素。其次是通過體表温度來計算真實體温，這裏涉及到數據擬合算法，實時處理也比較考驗芯片的算力與功耗。最後是如何提升温度圖像傳感器（thermal image sensor）的精度，工業應用由於對精度要求較低，所以不需要進一步處理，但檢測人體温度，則需要利用算法來提升精度。
“我們的生產訂單已經排到10月份，還在不斷加大產能。”祝銘明表示，全球疫情蔓延讓這款智能眼鏡成為了明星產品，在這次過程中，祝銘明也發現，原來大家覺得離實用很遠的AI，只要深挖需求，一定能找到發揮的空間，“尤其是AR，在當前特殊環境下發揮了很大作用。”
酷芯微電子也在這次疫情中找到了機會。酷芯為測温面板機提供了温度檢測芯片平台，該芯片平台將可見光、近紅外（做活體檢測）和遠紅外（做測温）結合在一起，在辦公樓、商場與機場等設施做室內温度檢測，以防控疫情。
測温面板機支持多人檢測，這就需要判定被測人距離，並根據其距離進行補償，算法上就比較複雜。姚海平舉例説：“比如在機場，用一個攝像頭看多個人，這時候就要檢測出多個人位置、以及其人臉信息，同時通過對多個人進行測距補償，因為每個人距離不一樣，補償就不一樣。”
這些補償算法離不開人工智能，而酷芯支持的測温面板機在有些場景還需要支持戴口罩的人臉識別，這無疑增加了對算法的要求，酷芯微電子與商湯科技聯合開發，投入大量人力密集攻關，最終還是為市場提供出可用的戴口罩人臉識別設備。
從Rokid與酷芯的例子可以看出，人工智能並非只是飄在雲端的屠龍之技。只要躬身入局，兩腳泥巴一身汗地去市場裏找機會，去耕耘，人工智能能找到落地場景。恰如姚海平所説，酷芯等人工智能芯片企業，並不缺技術，“缺少的是機會和應用。”
與之相反，國內還有不少打人工智能旗幟的企業，雖然估值奇高，但到現在仍無法找到可靠的商業落腳點。這些公司往往就只成天宣傳自己開天闢地的算法創新，無與倫比的算力堆積，賽靈思和英特爾都不過爾爾，連英偉達都是插標賣首等着國內新貴公司去收人頭的。
這些做過幾天科研的新貴或許在某個點做到了世界前沿，但其中多數人畢竟沒有對當今大規模算力部署有真正體驗，在集成電路這樣一個工程屬性極強的產業中，算力指數化提升實際上已經做了幾十年。芯原股份創始人、董事長兼總裁戴偉民博士就指出，基於16納米工藝的芯片算力成本約為0.67美元/TOPS（億萬次計算），到3納米工藝時，芯片算力平均成本將將為0.06美元/TOPS。
單純堆算力，初創公司最終都不會是老牌玩家的對手，巨頭公司掌握着足夠的產業資源，可以迅速彌補單點短板，初創公司更應該做的是利用自己的單點優勢去深度挖掘應用需求，以需求帶動技術再進一步發展，只要不是停留在單點優勢上做屠龍英雄夢，人工智能終究還是會在很多應用中成為殺手鐧。
英偉達崛起於個人電腦時代對於顯卡芯片性能大幅提升的需求，高通崛起於個人通信時代對於手機單芯片解決方案的需求，如果這兩家只是誇耀自己的算力好或通信算法天下第一，恐怕墳頭都長草了。
【來源：TechSugar】
聲明：轉載此文是出於傳遞更多信息之目的。若有來源標註錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯繫，我們將及時更正、刪除，謝謝。 郵箱地址：[email protected]