<mark id="oztn4"></mark>
0
| 本文作者： 史中 | 2016-12-05 08:57 |
人工智能，每一個字都散發著陽春白雪的未來氣息。
然而，正如“蘋果高高在上， Android 手機才推動智能手機普及”一樣，真正改變人們生活的，往往是“下里巴人”。
最近，三家頂尖的人工智能硬件和算法公司聯合成立了“OPEN AI LAB”開放人工智能實驗室。當然，這個實驗室的酷炫之處絕不僅僅在于所有的字母都大寫。我們先來看看創建實驗室的四家大咖：
ARM 中國（頂級芯片 IP 設計廠商）
安創空間（ARM 在中國的生態系統加速器）
全志科技（為小米、富士康、惠普提供處理器 SoC 的芯片大咖）
地平線機器人技術（由前百度深度學習研究院院長余凱博士創建的，頂尖的嵌入式人工智能算法和芯片設計公司）
簡單說來，“OPEN AI LAB”就是團結在 ARM 周圍的人工智能芯片算法大咖組建的“別動隊”。這個別動隊，要做“最接地氣的人工智能平臺框架”。
【安創空間 CEO 陳鵬，地平線機器人技術 CEO 余凱，ARM 全球執行副總裁兼大中華區總裁 吳雄昂，全志科技副總裁 薛巍】
全球使用 ARM 芯片的人口，達到了總人口的 80%，這個數量超過了使用牙刷的人數。
ARM 全球執行副總裁兼大中華區總裁吳昂雄給出了這個出乎意料的數據。沒想到 ARM 芯片的普及率已經到了如此“喪心病狂”的地步。
ARM 架構的普及，很大程度是借助智能手機和各種基礎硬件深入每個人生活的浪潮。采用 ARM 架構芯片的設備，總體來看和牙刷真的有些共同之處，那就是：“廉價”和“必需品”。可以說，ARM 用“群眾路線”完成了“農村包圍城市”式的市場占領。
然而，在人工智能芯片這個未來市場，似乎還沒有這么明朗的格局。
為了說明 OPEN AI LAB 了不得的計劃，先要科普一下人工智能的兩大方向：
云端人工智能：利用云端的“超級大腦”對大量數據進行計算，然后將決策指令下達到本地。圍棋大師“阿法狗”就是典型的云端人工智能。
本地人工智能：利用設備本身的軟件硬件對信息進行實時計算，然后在本地快速做出智能反應。特斯拉的自動駕駛系統應該算作這類本地人工智能。
打個比方，這就像我們人體的運行機制，
大腦負責處理所有信息，統一做出決策；
但是對每一個細胞而言，不可能都把自己收集到的信息匯總到大腦，然后原地待命等待下一步指令。恰恰相反，每一個細胞都在自主地汲取養料，排泄廢物，還可以分工合作。
OPEN AI LAB 所要解決的，就是相比云端人工智能更普遍的本地人工智能問題。
地平線機器人技術創始人兼 CEO 余凱為雷鋒網科普了本地人工智能的意義：
人工智能一直有小循環和大循環之分。
例如在智能交通那個領域，大循環的云端數據計算，可以幫你預測前面堵車狀況。但是在自動駕駛的場景中，如果你前面有一個小孩子突然的過馬路，你就要把這個信號采集過來，然后傳到云端，云端處理完了之后再傳過來，這個是不可想象的。
如果汽車以100公里的時速行駛，哪怕僅僅延時50毫秒，都會對應很長的行駛距離。無人機也是如此，因為涉及到實時避障，必須根據環境馬上作出決策，這時，50毫秒的延時也是很厲害的。
即使網絡本身沒有延遲，網絡設施的可靠性也是很大的問題。在美國，大量的道路區域是沒有信號覆蓋的。
其實在2012年，曾經有 HTML5 和本地 App 服務究竟哪個是未來的爭論。Facebook 當時“All in”去做 HTML5 遠程的服務。但是從流暢性和速度上，都沒有辦法和本地 App 抗衡。現在看來，根本沒有爭議了，本地 App 更好。
【自動駕駛過程中，人工智能需要對突然出現的行人做穩定而可靠的響應】
正如我們的大腦無法處理每一個細胞的“私聊”一樣，云端人工智能也沒辦法處理各個硬件的請求。
實際上，某種程度上來說，目前很多設備的智能需求是被抑制的。
吳雄昂舉了一個例子：
如果我們把北京的環路，全都修成五層，是不是能解決交通擁堵問題呢？我覺得并不能。
這就像過去的智能電表，是每個月采集一次數據回傳。但是未來如果很可能每五分鐘就要采集一次數據，并且還要交叉分析各個家電之間的數據，其中的差距絕不是五倍的關系。
如此看來，本地人工智能的存在“剛需"。就像歷史上從PC到移動互聯網設備普及的過程中，市場擴大了十倍左右，人工智能從云端普及到本地設備中，也同樣可以擴展一個數量級。
實際上，整個人工智能產業鏈，已經注意到了本地人工智能（嵌入式人工智能）散發出來的巨大誘惑。幾乎所有相關公司都希望在自己的領域構建獨特的技術壁壘。
全志科技副總裁薛巍覺得，很多公司的努力都是“重復建設”。
幾乎每家芯片廠商都在根據自己的芯片獨立搞運算能力的事情，每家算法公司都獨立搞自己的算法。每個人都像一根竹子，在一片竹林里，長高都不容易，承重也不好。
所以我們能不能找到共性的東西，例如 A芯片+B算法，同時進化迭代。這樣能夠形成一個框架，讓上層的應用開發呈現“蘑菇型”的膨脹。
簡單說來，在這個人工智能的洪荒時代，特別是嵌入式人工智能的洪荒時代，如果這個長長的產業鏈上的人各自為戰，就會造成對接混亂和資源浪費。
這個時候，在洪荒之中已經有一席之地的“長老”們，就需要聯合起來，成為一個“部落聯盟”，為其他人制定普適的算法和開發框架。這個“部落聯盟”就是 OPEN AI LAB。
OPEN AI LAB 的野心更多地在于技術上。
我們想要做的，是向下兼容所有芯片，向上適合所有開發者的架構。
余凱說。
【地平線機器人技術創始人兼 CEO 余凱】
但這個目標的實現絕不是說起來這么簡單。作為 LAB 里的“算法擔當”，這位深度學習領域的大牛深知其中的技術難度有多大。
我們需要做一個抽象層的接口定義，讓我們的算法和嵌入式的硬件平臺無關，這個非常難。
因為嵌入式的處理器種類非常多，有 A7、A53，有四核、八核，上面有的有DSP，有的沒有DSP。因為這個世界是多樣性的，就算是車載系統的話，不同的車廠的理解也不一樣，對計算平臺的要求也是多樣化的。
實際上，雖然 OPEN AI LAB 看起來像是一個聯盟，但是卻會凝聚一批專家，用 100% 的時間和精力來研發這個框架。余凱認為，這種實體性才是保證框架能夠研發成功的關鍵。
在很多人的理解中，算法和芯片是獨立的兩層。但是在這些人工智能大牛眼中，二者是融合的。因為算法一旦穩定，就可以被“硬化”在處理器中，達到最佳的效率。而以這個處理器為基礎，還可以研發新的算法。余凱說：
今天主流的深度學習的算法，基本上都是在GPU上面優化的，它并沒有充分考慮到在硬件上做一些優化，未來軟件算法和硬件架構一定會聯合迭代優化，而且我認為這個過程會是一個十年的長跑。十年以后的，哪怕是同一個問題，軟件算法會和今天不一樣，因為那個時候的硬件不一樣。
這也是為什么在 OPEN AI LAB 中，聚集了地平線、全志科技和 ARM 三家有硬件野心的公司。
人工智能的進化，和生物的演進有著諸多的相似之處。
無數單獨細胞低耗而穩定的小智能，最終支撐了獨立意識的大智能。而不斷變化的環境，又促進了細胞本身形態的演進。
這正像人工智能的算法和芯片，每一次把優秀的算法固化到硬件中，都完成了人工智能的一次進化。
我們期望不久之后，身邊的一切設備都具有貼心的智能，我們能夠像使用牙刷一樣享受本地人工智能帶來的便利。也許 OPEN AI LAB 可以讓這一天提前到來。
文/史中（微信ID：Fungungun，歡迎講述你的故事）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
