目前國(guó)內(nèi)AI視覺(jué)，幾乎都把焦點(diǎn)集中在對(duì)圖像的后端處理上。雖然算法足夠優(yōu)秀，但產(chǎn)品落地卻困難重重，原因是忽略了前端成像的重要作用。

“計(jì)算機(jī)視覺(jué)的前端成像技術(shù)，背后是至少100億數(shù)量級(jí)的龐大需求！”

在日前剛結(jié)束的2018 AWE現(xiàn)場(chǎng)，身為眼擎科技CEO的朱繼志，滿(mǎn)懷激動(dòng)的下了這么一個(gè)結(jié)論。

朱繼志說(shuō)話(huà)的語(yǔ)氣非常篤定，因?yàn)樗麄兊膃yemore X42芯片上市不到兩個(gè)月，就已一路高歌，初露崢嶸。而業(yè)內(nèi)對(duì)eyemore X42的看法是：這款全球第一款完全自主研發(fā)并正式對(duì)外發(fā)布的AI視覺(jué)成像芯片將“引領(lǐng)AI機(jī)器進(jìn)入視覺(jué)2．0時(shí)代”。

既然這款芯片目前在國(guó)內(nèi)甚至全球同領(lǐng)域內(nèi)屬于獨(dú)一份，好奇之下，我們不禁就和他多聊了幾句。

2018將是AI落地第一年，視覺(jué)市場(chǎng)規(guī)模潛力巨大

近幾年，人工智能的火熱是毋庸置疑的，上到國(guó)家兩次將其寫(xiě)入政府工作報(bào)告，下到雨后春筍般出現(xiàn)的各種AI公司，所有這些都在昭示著一個(gè)嶄新的人工智能時(shí)代即將到來(lái)。

同樣的，在眾多的AI技術(shù)和應(yīng)用中，計(jì)算機(jī)視覺(jué)是最大的切入點(diǎn)和最具潛力的領(lǐng)域。畢竟，在我們獲取的全部信息中，視覺(jué)信息的比例達(dá)到了80％以上，因此，這將是一個(gè)前景無(wú)限的市場(chǎng)方向。

計(jì)算機(jī)視覺(jué)的應(yīng)用領(lǐng)域幾乎涵蓋了我們所知的所有行業(yè)，自動(dòng)駕駛、金融風(fēng)控／交易、安防、新零售、智能手機(jī)、機(jī)器人......

國(guó)內(nèi)計(jì)算機(jī)視覺(jué)領(lǐng)域，商湯和曠世算是兩只最大的獨(dú)角獸，而他們于去年上演的融資競(jìng)賽更是吸引了無(wú)數(shù)業(yè)內(nèi)人士的目光：先是2017年7月，商湯科技B輪融資4．1億美元，接著道10月31日，曠視科技Face＋＋又宣布獲得4．6億美元C輪融資，隨后商湯即傳出接受阿里15億元投資的消息......

不用多說(shuō)什么，僅從這一連串創(chuàng)紀(jì)錄的融資金額中，我們就可以感受到計(jì)算機(jī)視覺(jué)在AI界的熱度。

據(jù)相關(guān)研究報(bào)告預(yù)計(jì)，2018年全球計(jì)算機(jī)視覺(jué)市場(chǎng)規(guī)模將達(dá)到50億美元左右，而到2020年，中國(guó)計(jì)算機(jī)視覺(jué)市場(chǎng)規(guī)模將增長(zhǎng)至725億元，未來(lái)前景極為廣闊。

“2016年是AI的概念年，2017年是demo年，2018年是落地第一年。”朱繼志認(rèn)為，在未來(lái)的三年內(nèi)，AI會(huì)很快的實(shí)現(xiàn)更為廣泛的落地應(yīng)用 。

“盡管現(xiàn)在整個(gè)產(chǎn)業(yè)很多技術(shù)都還有一些問(wèn)題，但是其整體架構(gòu)已經(jīng)出來(lái)了�！敝炖^志說(shuō)。

深耕前端成像領(lǐng)域，視覺(jué)2．0將為產(chǎn)業(yè)生態(tài)帶來(lái)質(zhì)變

眾所周知的是，目前國(guó)內(nèi)AI視覺(jué)領(lǐng)域的科技企業(yè)，幾乎都在使用傳統(tǒng)攝像頭，都把焦點(diǎn)集中在對(duì)圖像的后端處理上。這就導(dǎo)致了一個(gè)尷尬的現(xiàn)象：絕大多數(shù)的AI公司算法足夠優(yōu)秀，但前端成像技術(shù)不過(guò)硬，導(dǎo)致實(shí)際落地時(shí)機(jī)器的“眼睛”不能適應(yīng)外界光線變化，識(shí)別效果差的尷尬局面。

以自動(dòng)駕駛汽車(chē)為例，在諸如車(chē)輛經(jīng)過(guò)隧道、對(duì)面駛來(lái)的車(chē)開(kāi)大燈、夜間紅綠燈被道路景觀燈遮擋／干擾、夜色漆黑伸手不見(jiàn)五指等等異常情況下，往往會(huì)由于識(shí)別不準(zhǔn)而發(fā)生行車(chē)事故；

同樣，安防領(lǐng)域也會(huì)因?yàn)榧t外黑白畫(huà)面和逆光的人臉發(fā)黑而無(wú)法識(shí)別、工業(yè)檢測(cè)中會(huì)有因?yàn)楦吖夂头垂鈱?dǎo)致無(wú)法檢測(cè)的情形等等。

“在復(fù)雜的光線環(huán)境下，AI機(jī)器獲取的圖像信噪比會(huì)受到極大影響，這是導(dǎo)致市場(chǎng)上AI視覺(jué)產(chǎn)品難以落地的最大原因�！敝炖^志認(rèn)為，要徹底解決這一難題，關(guān)鍵在于做好AI視覺(jué)產(chǎn)品的前端成像。

要克服AI機(jī)器在復(fù)雜光線下的圖像識(shí)別，就要首先解決圖像的獲取和前端處理。目前，業(yè)內(nèi)主流的解決方案有3種。

第一種就是我們所熟知的激光雷達(dá)，在光線不好的情況下，通過(guò)主動(dòng)發(fā)射激光并利用光線反射來(lái)獲取物體的圖像和三維信息。激光雷達(dá)的優(yōu)點(diǎn)非常明顯，它可以獲得極高的角度、距離和速度分辨率，同時(shí)也具有良好的抗干擾能力。

不過(guò)，受限于巨大的體積和昂貴的價(jià)格（各類(lèi)32線、42線、64線等型號(hào)產(chǎn)品，價(jià)格動(dòng)輒數(shù)萬(wàn)數(shù)十萬(wàn)甚至上百萬(wàn)，雖然在持續(xù)降低，但依然不親民），它正在被邊緣化。正如馬斯克所說(shuō)的，“激光雷達(dá)就像一根拐杖”。這個(gè)比喻很恰當(dāng)，視覺(jué)能力不行的時(shí)候，需要依靠激光雷達(dá)這樣的拐杖，但拿著拐杖卻是永遠(yuǎn)跑不快的。

剩下的兩種方案則都是在相機(jī)和成像處理的基礎(chǔ)上加以改進(jìn)。首先是陣列計(jì)算相機(jī)技術(shù)，原理有點(diǎn)類(lèi)似于蜻蜓、蒼蠅等多目昆蟲(chóng)的復(fù)眼，通過(guò)數(shù)個(gè)、數(shù)十個(gè)甚至上百個(gè)相機(jī)組成的陣列，拍攝出擁有億級(jí)以上像素的動(dòng)態(tài)圖像，為AI機(jī)器提供視覺(jué)支持。

目前，這一技術(shù)尚在研發(fā)階段，受限于體積和供應(yīng)鏈的制約，其產(chǎn)品也還處在落地的早期階段。

第三種方案，即是眼擎科技所做的，AI視覺(jué)前端成像引擎芯片eyemore X42。

據(jù)朱繼志介紹說(shuō)，眼擎所做的這種方式，像人的眼睛一樣，核心是把人的眼睛視力弄好——解決AI機(jī)器在各種光線下自動(dòng)適應(yīng)光線的能力。

“我們堅(jiān)信，以后AI機(jī)器的眼睛應(yīng)該和我們?nèi)祟?lèi)一樣，以后它們的視力一定不會(huì)比人眼差，甚至比人眼強(qiáng)。這就是我們創(chuàng)業(yè)的初衷，我們要從根本上解決AI的視力問(wèn)題�！�

眼擎eyemore X42芯片，視覺(jué)2．0時(shí)代的AI機(jī)器成像引擎

關(guān)于AI視覺(jué)，馬斯克曾經(jīng)提出過(guò)“全天候被動(dòng)光學(xué)圖像識(shí)別”的概念，就是要解決復(fù)雜光線，包括弱光、逆光、反光下的精準(zhǔn)識(shí)別，這也是AI機(jī)器要解決的剛需問(wèn)題。眼擎科技把這種自動(dòng)適應(yīng)光線的視覺(jué)，稱(chēng)之為“視覺(jué)2．0”。

    2018年1月19日下午，在2018極客公園創(chuàng)新大會(huì)上，國(guó)內(nèi)AI視覺(jué)成像芯片科技公司眼擎科技正式對(duì)外發(fā)布“eyemore X42”芯片。據(jù)悉，eyemore X42是全球第一款完全自主研發(fā)并正式對(duì)外發(fā)布的AI視覺(jué)成像芯片。

    數(shù)據(jù)顯示，eyemore X42成像引擎芯片，擁有比傳統(tǒng)ISP高20倍的計(jì)算能力，采用了20多種新的成像算法，集成了超過(guò)500種不同場(chǎng)景下的復(fù)雜光線數(shù)據(jù)。

eyemore X42芯片有三個(gè)特點(diǎn)：首先它是一顆獨(dú)立成像芯片。目前各種相機(jī)、智能手機(jī)、攝像頭里都有成像功能，但都是被集成在主芯片里面的，只能叫集成成像。而eyemore X42整顆芯片只專(zhuān)注于一件事情，那就是成像。這有點(diǎn)像Intel的CPU帶了集成顯卡功能，但我們知道，只有像NVIdia的專(zhuān)用GPU才一定是未來(lái)的主流。

第二個(gè)特點(diǎn)，eyemore X42拋棄了傳統(tǒng)的ISP成像架構(gòu)，采用了全新的成像引擎架構(gòu)，來(lái)解決復(fù)雜光線下的成像難題。而傳統(tǒng)的ISP，從架構(gòu)上來(lái)講，無(wú)論如何也無(wú)法完美解決復(fù)雜光線的問(wèn)題。

第三個(gè)特點(diǎn)是，eyemore X42提供了豐富的API接口，讓做后端圖像識(shí)別的算法工程師，可以很方便的控制成像的過(guò)程。

eyemore X42的性能有多強(qiáng)大？也許其發(fā)布會(huì)當(dāng)天現(xiàn)場(chǎng)演示的“微光／暗光環(huán)境下實(shí)現(xiàn)精準(zhǔn)識(shí)別”的實(shí)驗(yàn)，就能很好的說(shuō)明問(wèn)題。

“如果你問(wèn)所謂的微光會(huì)微到什么程度？這個(gè)很簡(jiǎn)單，我們有一個(gè)基本的標(biāo)準(zhǔn)，就是和人眼比，我們就是要超越人眼”，朱繼志說(shuō)到。

人眼的視網(wǎng)膜里有大約1．25億個(gè)視桿細(xì)胞和視錐細(xì)胞，它們扮演感光器的角色。其中，視桿細(xì)胞感知光線的明暗，而視錐細(xì)胞負(fù)責(zé)感知顏色。到光線的明暗達(dá)到一定程度（過(guò)亮或過(guò)暗）的時(shí)候，視錐細(xì)胞就停止工作，轉(zhuǎn)而切換到視桿細(xì)胞，因此這時(shí)人眼就只能感受到黑白的灰度，暫時(shí)失去了感知顏色的能力。

“我們現(xiàn)在做的事情是比人眼18個(gè)DB的八倍，在那種情況下。所以，在人眼看不清顏色、只能看清輪廓的情況下，我們能夠精準(zhǔn)的還原顏色�！�

人對(duì)世界顏色的感知能力是有限的，雖然理論上說(shuō)人的眼睛可以分辨出出高達(dá)1200萬(wàn)種顏色，但實(shí)際上遠(yuǎn)遠(yuǎn)低于這個(gè)數(shù)字。但機(jī)器能不能分辨出一百萬(wàn)種、一千萬(wàn)種甚至更多種顏色呢？這完全有可能。

我們很難想象的到，一個(gè)機(jī)器超越人眼之后可以做些什么。高維視覺(jué)和低維視覺(jué)相比，具有無(wú)可比擬的優(yōu)越性。

比如看到一朵花，我們看到的只是白色的，但機(jī)器看到的是五顏六色的，因?yàn)榭赡苡?00種白。這就是機(jī)器進(jìn)步的核心能力，能夠看到更多的信息，所以能夠給出更精準(zhǔn)的反饋。

AI實(shí)體化之下，5年內(nèi)視覺(jué)芯片將有100億數(shù)量級(jí)需求

隨著AI技術(shù)的進(jìn)一步發(fā)展和應(yīng)用的持續(xù)擴(kuò)大，各種由AI芯片驅(qū)動(dòng)的機(jī)器／設(shè)備持續(xù)出現(xiàn)，使得AI已經(jīng)越來(lái)越呈現(xiàn)出實(shí)體化的趨勢(shì)。

“得益于人工智能的廣泛應(yīng)用，目前已經(jīng)形成了一個(gè)很大的技術(shù)生態(tài)。在這個(gè)龐大的生態(tài)海洋里，AI機(jī)器這個(gè)新的物種已經(jīng)開(kāi)始進(jìn)化出來(lái)，這些AI機(jī)器將會(huì)迅速進(jìn)入我們的現(xiàn)實(shí)世界�！敝炖^志說(shuō)。

AI機(jī)器區(qū)別于一般機(jī)器的最大特點(diǎn)是，它不是一個(gè)普通的工具，它自己有大腦。我們可以把自動(dòng)駕駛、機(jī)器人、包括工藝檢測(cè)設(shè)備、智能的安防攝像頭／門(mén)禁／鎖具等等，都看做一個(gè)AI的機(jī)器。

另一方面，從信息時(shí)代發(fā)展到如今的AI時(shí)代，競(jìng)爭(zhēng)核心已經(jīng)從加工制造工藝／硬件設(shè)備性能的競(jìng)爭(zhēng)，升級(jí)為算力和算法的比拼。由此，作為算法和算力承載的芯片，就成了當(dāng)今時(shí)代最大的競(jìng)爭(zhēng)焦點(diǎn)。

而AI機(jī)器需要數(shù)量更多的、性能更強(qiáng)大的芯片，即各種AI芯片。

“AI機(jī)器這個(gè)新物種，就是被各種芯片所驅(qū)動(dòng)的。在比拼算法和算力的時(shí)代，一個(gè)AI機(jī)器所需要的芯片的數(shù)量，也就是芯片的密度，會(huì)呈現(xiàn)數(shù)量級(jí)的增長(zhǎng)。”

以目前突然躥紅的比特幣為例，其挖礦的設(shè)備——礦機(jī)，就是芯片的需求大戶(hù)。在一個(gè)普通的礦機(jī)里，就會(huì)有幾十到數(shù)百顆處理器芯片，而這個(gè)在以前是不可能想象的。

除此之外，基于萬(wàn)物互聯(lián)場(chǎng)景下的自動(dòng)駕駛汽車(chē)，它的視覺(jué)系統(tǒng)、路徑規(guī)劃系統(tǒng)、車(chē)內(nèi)溫度調(diào)節(jié)、對(duì)外通訊通信等等，每一個(gè)獨(dú)立的處理單元都至少需要一顆芯片；同樣的還有各種機(jī)器人、各種無(wú)人機(jī)、安防監(jiān)控、無(wú)人超市......

朱繼志認(rèn)為，以后一臺(tái)AI機(jī)器對(duì)各種各樣的芯片的需求，會(huì)有成百上千個(gè)。在視覺(jué)2．0的內(nèi)因驅(qū)動(dòng)下，各類(lèi)AI芯片的大規(guī)模應(yīng)用時(shí)代已然來(lái)臨，AI機(jī)器這個(gè)新物種，將為AI芯片開(kāi)辟一個(gè)龐大的新增市場(chǎng)。

AI機(jī)器對(duì)視覺(jué)器官的需求量同樣是巨大的，由此AI視覺(jué)芯片的供應(yīng)量也將隨之激增。

在汽車(chē)領(lǐng)域，一臺(tái)自動(dòng)駕駛的汽車(chē)，將會(huì)安裝10個(gè)視覺(jué)攝像頭；在安防領(lǐng)域，所有的監(jiān)控?cái)z像頭，都面臨著人臉識(shí)別的升級(jí)；在工業(yè)設(shè)備領(lǐng)域，通過(guò)視覺(jué)的方式進(jìn)行產(chǎn)品的檢測(cè)，將會(huì)成為每一條產(chǎn)線的標(biāo)配，以后每一條產(chǎn)線上都將配置超過(guò)10個(gè)智能攝像頭；在無(wú)人零售，如Amazon go正在把關(guān)注的重點(diǎn)從商品的標(biāo)簽遷移到每個(gè)顧客的消費(fèi)習(xí)慣，它的每家無(wú)人零售店都配置了超過(guò)100個(gè)以上的攝像頭。

據(jù)不完全預(yù)測(cè)，未來(lái)5年內(nèi)，各種各樣的AI機(jī)器將會(huì)帶來(lái)100億數(shù)量級(jí)的視覺(jué)設(shè)備需求，而視覺(jué)芯片的需求量將高于這個(gè)數(shù)字。