計(jì)算機(jī)視覺(jué)下一個(gè)技術(shù)拐點(diǎn)？前端成像或?qū)㈤_(kāi)啟“視覺(jué)2.0時(shí)代”

　　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?！?/p>

　　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。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，它的視覺(jué)系統(tǒng)、路徑規(guī)劃系統(tǒng)、車內(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。

　　在汽車領(lǐng)域，一臺(tái)自動(dòng)駕駛的汽車，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。

　　“這將是所有AI芯片創(chuàng)業(yè)者的機(jī)會(huì)?！?/p>