閱面攜手英特爾發(fā)布“繁星”的背后，是AI算法“端”和“云”之爭

隨著(zhù)端算力的提升，云主要的作用一定會(huì )回歸它的本質(zhì)，就是存儲。

今年11月，閱面科技與英特爾發(fā)布“繁星”系列產(chǎn)品，集成了傳感器、ISP，并在Intel Movidius芯片100 GIGA flops的算力幫助下集成了嵌入式深度學(xué)習視覺(jué)算法。

在這次發(fā)布會(huì )后不久，鎂客君和閱面科技CEO趙京雷就“繁星”背后的算法、以及未來(lái)端和云的發(fā)展聊了一番。

“繁星的一大特點(diǎn)是把高精度的人臉識別算法放到了端上。我們指的最高精度的模型，以前很多人認為這個(gè)只能部署在云上。”趙京雷總結道。

繁星AI智能芯片模塊

繁星模塊中的Intel Movidius AI芯片

算法再好只是調味料 終端產(chǎn)品必須降門(mén)檻

“此前深度學(xué)習模型在前端的部署，它的算力是無(wú)法達到要求的，但是要保證算法在端的運算性能，技術(shù)的門(mén)檻又會(huì )相對比較高。“趙京雷說(shuō)，“做AI就要接受云的高成本和比較難預測的魯棒性，這在無(wú)形中大大提高了人工智能的使用門(mén)檻。”

閱面科技其實(shí)一直擁有識別精度高的人臉識別算法，在人臉檢測評測平臺FDDB與人臉識別公開(kāi)測試集LFW數據測試中均獲世界第一。但算法再好，也只是調味料，體現價(jià)值的還是終端產(chǎn)品，所以閱面選擇和英特爾合作推出了“繁星”系列產(chǎn)品。

對效率的渴望造就計算機視覺(jué)

趙京雷說(shuō)，“為了能夠讓算法在端上順利的去跑，閱面一直在累積底層技術(shù)，把深度學(xué)習模型做大量的底層優(yōu)化。”

目前，閱面的人臉識別算法網(wǎng)絡(luò )層深僅為50層，與通常的網(wǎng)絡(luò )模型平均層深500層相比，在精度不變的情況下，閱面擁有著(zhù)更小的計算資源與功耗需求。

“我們比較強的能力在于算法和應用層包括解決方案，但我們更看重硬件的銜接配合以及在應用層面形成的解決方案，能為行業(yè)帶來(lái)什么樣的價(jià)值。”

FDDB官方發(fā)布的人臉檢測技術(shù)曲線(xiàn)

端云爭未來(lái) 白癡端還是萬(wàn)能云

十幾年前，云剛開(kāi)始興起的時(shí)候，有種論調是人們以后的計算都在云端。比如筆記本、個(gè)人電腦都可以沒(méi)有CPU沒(méi)有內存，因為顯示器通過(guò)協(xié)議連上云端以后，就能通過(guò)算力解決使用問(wèn)題。

上云曾經(jīng)是所有企業(yè)都面臨的問(wèn)題

“那種事情從來(lái)沒(méi)有變成現實(shí)，一個(gè)完全依賴(lài)于白癡終端的AI架構，肯定會(huì )失敗的。”趙京雷認為，目前在云端，提供AI服務(wù)的主要還是阿里、亞馬遜、騰訊這些大廠(chǎng)，另一些稍小的廠(chǎng)商像UCloud也正試水這一領(lǐng)域。他們提供的AI云服務(wù)主要有4個(gè)方向：

基礎算力設施服務(wù)，比如GPU云服務(wù)器、FPGA云服務(wù)器等；

AI環(huán)境服務(wù)，比如AI實(shí)驗室、AI訓練托管、深度學(xué)習等；

AI基礎認知服務(wù)，如人臉、文字、語(yǔ)音識別等；

AI應用層產(chǎn)品，如客服機器人等。

.

端與云之爭

閱面希望云和端有不同的分工，比較合理的架構應該是端要具備很強的智能感知和基礎認知能力。

“必須要有認知能力，”趙京雷補充道，“比方說(shuō)計算機視覺(jué)，視覺(jué)中檢測跟蹤一定是做到前端去的，因為要實(shí)時(shí)處理、高效低成本，所以要在前端最接近攝像頭的地方去做。而基礎認知層，比如說(shuō)人臉識別以及很多其它識別，它一定也是做到前端去，因為很多情況下云端成本太昂貴，另外云端也是不可靠的。”

不僅是太昂貴與不可靠，除了應用層產(chǎn)品外，我們試著(zhù)換種視角去思考未來(lái)的AI云服務(wù)，基礎算力設施一定會(huì )受終端AI芯片的崛起影響，到時(shí)候AI訓練托管及實(shí)驗室服務(wù)會(huì )在A(yíng)I算法成熟后變得不重要，而AI基礎認知服務(wù)會(huì )變成成熟的大廠(chǎng)認知算法，這樣的話(huà)，最終會(huì )為云廠(chǎng)商捆綁AI從業(yè)者提供手段。

趙京雷說(shuō)，“在未來(lái)，AI架構一定是分布的，只有分布體才可能誕生比較大的活力，換句話(huà)說(shuō)，未來(lái)每個(gè)端都具備智能能力。”

端的智能化傾斜算力天平

“未來(lái)幾年前端還會(huì )具備學(xué)習能力，成為智能體，如果前端本身不具備認知能力，那這種智能體只能是在固定的單一大腦上進(jìn)行進(jìn)化，整個(gè)智能的進(jìn)化周期會(huì )非常長(cháng)。未來(lái)，我們把每個(gè)智能體分布出去，當全世界有上百萬(wàn)、上千萬(wàn)、上億甚至上百億的智能終端在前端自發(fā)采集數據進(jìn)行智能運算的時(shí)候，整個(gè)智能的進(jìn)化速度會(huì )非常非?？?rdquo;

“計算機視覺(jué)的未來(lái)一定在端的進(jìn)化上面，而不是在云的統一大腦進(jìn)化上面，閱面正在把他變成現實(shí)。”

圍繞端找產(chǎn)業(yè)入口 AI云服務(wù)將回歸本質(zhì)

閱面認為計算機視覺(jué)主要有三波機會(huì )，第一個(gè)就是人臉識別，將人臉作為Face ID，會(huì )在人臉認證和出入口控制發(fā)揮非常重要的作用；第二個(gè)就是等到端具備足夠智能以后，視覺(jué)攝像頭會(huì )變成一種數據傳感器，會(huì )在很多領(lǐng)域發(fā)揮巨大的作用；第三就是當視覺(jué)具備智能能力以后，它會(huì )是未來(lái)人機交互的載體。

繁星系列產(chǎn)品應用領(lǐng)域

在繁星計劃開(kāi)展后不久，基于A(yíng)I智能硬件模塊的合作就會(huì )紛至沓來(lái)，比如金融、教育、醫療行業(yè)，以及幼兒園與中小學(xué)的AI安防建設等。

“在人臉識別的應用上，我們做安全控制，比如刷臉的登錄認證；另外一塊數據采集的話(huà)，目前我們主要在零售相關(guān)的行業(yè)，用視覺(jué)的新型傳感器捕捉人數、人流行為、屬性、軌跡等這些細節，基于繁星數據采集模塊研發(fā)的智能客群分析攝像機閱客就是為此打造的；第三方面我們用在各種各樣的智能體，包括機器人、IOT設備。我們希望通過(guò)這樣的端，把功耗、成本、門(mén)檻大大降下來(lái)以后，AI就能進(jìn)入到千家萬(wàn)戶(hù)，進(jìn)入到生活的方方面面。”趙京雷說(shuō)， “在經(jīng)歷最開(kāi)始的幾個(gè)典型應用場(chǎng)景，比如說(shuō)金融安防以后，AI正在快速走向長(cháng)尾化，進(jìn)入各個(gè)生活領(lǐng)域，這些應用領(lǐng)域都有可能會(huì )誕生計算機視覺(jué)的典型應用和爆品。”

高度集成的繁星 AI芯片模塊

“云將來(lái)會(huì )起到時(shí)協(xié)調智能體的作用，比如說(shuō)人臉識別整體特征下，怎么進(jìn)行同步，數據的選擇、備份、存儲、搜索，而這些都是云應該去做的。”趙京雷說(shuō)，“所以在未來(lái)，AI架構有很多的端，它可能會(huì )有一個(gè)邊緣云，協(xié)調某個(gè)局部或某個(gè)應用場(chǎng)景和所有的智能個(gè)體，而公有云則起到存儲的作用。“

閱面認為，隨著(zhù)端算力的提升，云主要的作用一定會(huì )回歸它的本質(zhì)，就是存儲。

在行業(yè)中探索入口的計算機視覺(jué)

結語(yǔ)

閱面科技作為在計算機視覺(jué)方面擁有影響力的企業(yè)，一舉一動(dòng)都左右整個(gè)AI行業(yè)。鎂客君向趙京雷了解到，與英特爾的合作只是整個(gè)硬件平臺發(fā)展的開(kāi)始。事實(shí)上，閱面的算法可以在DSP、VPU 等專(zhuān)用芯片上跑，也能在A(yíng)RM Coretx-A7 甚至 A5 等通用 CPU 內核上跑。

閱面科技希望在未來(lái)能夠支撐海量視覺(jué)硬件產(chǎn)品，為行業(yè)賦能。

“芯片和應用層之間缺失的，一定會(huì )需要閱面這樣的廠(chǎng)商去銜接。”趙京雷說(shuō)，“閱面推出硬件模塊，更多的還是希望將底層算法能力更加快速開(kāi)放出去，讓大家更加快速的作出產(chǎn)品。”

伽利略曾經(jīng)對著(zhù)繁星說(shuō)：“給我空間，時(shí)間以及對數，我就可以創(chuàng )造一個(gè)宇宙。”

我想，用創(chuàng )造性思維打造自己的事業(yè)，是每個(gè)先驅者都擁有的特質(zhì)吧。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！