抗“疫”中的人工智能百态，未来是泯然众人还是引领变革？

抗“疫”中的人工智能百态，未来是泯然众人还是引领变革？重生天龙之推倒王夫人 （文/Jimmy），7月10日，2020世界人工智能大会云端峰会人工智能芯片创新主题论坛上邀请了五位嘉宾参与主题为“‘战疫’中的人工智能”的高峰对话环节，他们分别是小米科技投资合伙人 孙昌旭

（文/Jimmy），7月10日，2020世界人工智能大会云端峰会人工智能芯片创新主题论坛上邀请了五位嘉宾参与主题为“‘战疫’中的人工智能”的高峰对话环节，他们分别是小米科技投资合伙人 孙昌旭、上海集成电路产业投资基金总经理 陈刚、壁仞科技联合创始人、总裁 徐凌杰、酷芯微电子董事长 姚海平、Rokid创始人、CEO 祝铭明。

疫情中的AI抗疫产品

疫情发展至今，聚集性疫情的状况时有发生，世界各国都无一幸免。做好社交隔离，严格准确的体温筛查是防止疫情在公共场所内扩散的基本措施。在此背景下，精准快速的测温设备成了全世界抗疫中的刚需，而此次疫情也催生出不少抗疫产品，结合了AI技术的它们，奔向了水深火热的抗疫前线解决了一道又一道的难题。

这其中就有来自于Rokide的智能眼镜。Rokid创始人、CEO 祝铭明表示，Rokid智能眼镜设计初衷是用于工业的，在工业环境里承担检查一些设备温度的异常、线路异常等任务，在操作线上因为戴上眼镜可以解放双手，比较契合工业场景的使用。

疫情爆发之后，Rokid接到有关部门的需求，迅速组织攻关开发。由于工业环境相对稳定，湿度、温度、距离乃至检测物体本身的性质也比较稳定，与外部作业环境有着极大的不同，因此仅需热力系统（thermal system）便可，但外部环境要求对4米的距离内仍可以读出精度在0.2摄氏度以内的人体体温，这单靠热力系统是不够的，并且由于一般传感器本身误差大概在0.5摄氏度，加上外面的环境误差大约1摄氏度，容易误差过大造成频繁报警，传统方法直接读取数据已经无法解决问题，因此需要加入AI技术。

祝铭明介绍到，AI技术的加入主要做了三件事：第一，是将背景温度噪音如环境温度、人脸及其他易受环境温度影响的人体区域进行过滤。第二，通过多种数据拟合出体表温度和人体实际温度的相关性。第三，在低分辨率的情况下做到精准的识别。

得益于Rokid在之前研发方面的技术积累，差不多两周的时间就完成了开发。祝铭明表示，目前产品应用效果显著，一分钟内大约能测量1000人。这款智能眼镜的出现很好的解决了原本测温效率低下的问题，得到了全世界媒体的报道，目前全球已有32个国家正大批量采购智能眼镜。此外，疫情拉近了AI+AR在大众视线内的距离，针对疫情也迅速解决了许多问题，算是AI+AR一个比较成功的案例。

祝铭明强调，这离不开半导体行业的支持，特别是芯原微电子的NPU支撑起了繁重的算力需求。

另一大AI抗疫产品便是来自酷芯微电子的门禁测温解决方案。酷芯微电子董事长 姚海平表示测温面板机的开发并非易事，一是模组产品稀缺的问题，二是大部分测温模组都是针对于工业场景，对于温度范围的标定不是按照人体规格来的，需要重新标定。

在面板机构建的过程中，有些产品部署在人脸识别方面，需要与其他企业共同合作开发。酷芯微和商汤科技进行紧密攻关，将口罩下的人脸识别、身份识别提升到了可用的程度。

姚海平表示，在开发测温产品的过程中发现人工智能在边缘端的应用带了许多好处，比如融合处理、多传感器融合等是云端所做不到的。此次芯原微电子在产业链为产业赋能做了非常多的工作。

智能硬件布局

小米科技投资合伙人 孙昌旭指出，手机+AI+5G是小米的核心战略方针。小米目前已经布局了几百个智能硬件产品，3亿个connectivity，目前是全球最大的组局。智能硬件是边缘计算最好的落地场景，因为边缘计算肯定需要智能硬件提供数据，过去小米做了两个很重要的事情：一、自研深度学习推理框架。屏蔽底层芯片的差异，让大家更好的互通。二、芯片的评测框架。能够解决芯片厂家，尤其创业公司与硬件集成商之间的信息不对称，提高沟通的效率。

对于消费类系统厂商该如何布局终端AI技术，在孙昌旭看来需要围绕应用场景来展开一些拓展应用。目前，AI主要围绕语音和视频两大不同应用场景，未来还将有其他一些场景加入，终端是服务于应用场景的。

云端智能VS终端智能

壁仞科技联合创始人、总裁 徐凌杰表示随着边缘算力的丰富，包括5G大规模铺开，越来越多地应用场景选择在边缘进行展开，但这并不代表云和边缘是两个互相对立的角色，相反，这两者是相辅相成，分工协同的。

徐凌杰指出，云端有着非常强的算力，智能终端从技术和商业模式上来讲都是云端智能在边缘侧的一个延伸，是一个分布式的技术体现。过去几年云已经经历了非常强劲的增长，边缘端也在逐渐上升的趋势当中，数据显示今年整个AI芯片的产业会有将近200亿人民币的市场规模，将近7成还是在云端，因为云端还是代表了非常强的算力水平。

对于终端最大的特点便是离客户更近，为云端减少负载，节省带宽，提升反馈效率。其次，让终端数据留在终端，让云端去处理一些抽象、有共性的数据，从而保护隐私。但问题也随之而来，在终端设备收到连接问题、功耗及小型化的困扰下，芯片的面积、功耗、算力都不能够完整满足客户所有的需求，这时就需要云端AI芯片。

云端能解决哪些问题？徐凌杰认为，首先云端能通过规模化解决资源整合的问题。其次，通过集群化解决算力拓展的问题。最后，通过集约化解决成本效率的问题。数据中心云端的智能能够在规模效应下提供更强大的算力。

在分工协同的情况下，云与边缘将扮演何种角色？徐凌杰指出，边缘侧会更加场景化，更加人性化，更加体现出它对于一些场景的理解和高效性，云端芯片需要更加智能化，能够处理各种各样的业务。

针对现场发起的“对于AI服务器最关注哪些方面？”问题投票环节的前三结果（算力、通用性、功耗），徐凌杰表示，对云端最强的一个点对比于终端来讲就是算力。算力集群化和规模能够不断满足我们日益生产对算力的要求是最最关键的。第二是通用性，云端要面临很强很快的算法迭代，算法迭代科学家、算法工程师会做各种各样的推演，通用性非常重要。第三、功耗无论对于边缘侧还是云端都非常重要，现在限制云端算力的发挥往往是功耗。怎么把边缘侧的一些低功耗的设计代入到数据中心领域里，这也是我们壁仞科技在研究的方向之一。

终端AI产品的主要优势是什么？针对这个问题嘉宾都有不同的见解。

祝铭明认为，决策排第一，低功耗为第二，延迟为第三，第四为数据和隐私。姚海平认为是低功耗、快速响应、AI推理及隐私。总体而言，端云非常重要，端侧重点还是在节约功耗情况下做得更快，尽量保护隐私，稍微兼顾在云端把算法再持续优化一下，这是做边缘端AI训练，端侧提供东西到云端也是为了协助云端做AI训练，这是整体化的东西。

从投资视角看待AI

上海集成电路产业投资基金总经理 陈刚表示，整个集成电路的发展有几个重要的阶段。像PC时代、移动互联时代，接下来是AI的时代。移动互联时代大家印象非常深刻，以前半导体周期性非常强，对于半导体制造的fab企业来说遇到周期低谷是非常痛苦的事情，但是移动互联时代的持续增长让大家基本感受不到半导体周期性低谷的状态，接下去AI将带来更高的高潮。

对于AI这个领域，陈刚从两个维度进行切入分析。

第一，从AI三大要素：算力、数据、算法方面探讨。算法方面，更多涉及到软件这些因素，祖国发展过去几年百花齐放、百家争鸣的状态，可能也遇到一些基础性创新的瓶颈，算法一定要和芯片结合才能实现它的功能和商业价值。

数据分两个角度，一是关于人的数据注重隐私，国内在这方面发展是非常好的。二是关于物的数据涉及到感知等等，这一块的前景也是非常广阔。算力应该是芯片的主战场，算力的提高主要通过芯片实现，现在包括GPU、FPG还有ASIC领头羊还是几个国际大公司，但有很多后起之秀在非常快的进入这个领域，为后面的发展提供了很好的平台和机遇。

第二，从AI整个产业链来探讨。首先是感知，过去几年像视觉传感得到很好的发展，涌现了几家非常领先的公司，虽然这个领域也出现了几家大公司，但形态、模式还是在快速变化，传感器作为感知方面的重要组成部分之一，会有很大的发展机遇，对工艺方面的需求也会更高。其次是计算和存储，存储是较大的产业，但目前较为关注的是新型存储。计算是AI芯片一个非常主要的战场，有更多的企业都在不停地适应各种各样场景的计算需求。随着5G网络的铺开，对于AI也是非常好的带动和促进。到系统这一端，更大规模的计算或者数据的处理对整个芯片行业也是非常大的需求。

陈刚认为，整个AI发展对于芯片行业是新的发动机，必然会带来全新的高潮，不仅仅在芯片设计包括先进工艺、特殊工艺的需求都将推动到一个全新的高度。

对话环节的最后，对于谷歌软件、算法的开源问题，徐凌杰表示，谷歌希望将不同的框架汇集在一起，共同的框架、共同的基准能够更好地实现人工智能、机器智能、机器学习的商业化、产业化，让这个世界更加互通。