集微網推出整合電路微信公共號: '天天IC' , 重大新聞即時發布, 天天IC, 天天集微網, 積微成著! 扶植 laoyaoic 微信公共號搜索添加關注.
1.中國AI產業鏈:晶片, 語音識別, 無人駕駛成產業熱點;
■ '智能時代' 系列報道 (中)
近日, 中國人工智慧產業發展聯盟組建成立. 據介紹, 聯盟將快速推動人工智慧技術在生產製造, 健康醫療, 生活服務, 城市治理等場景的應用, 提升產業發展能力與水平. 同時, 將整合全產業鏈資源, 促進人工智慧科技成果和資源的積累與轉化.
業內比較一致的看法是, 人工智慧產業鏈可分為基礎層, 技術層和應用層. 對此, 全球巨頭立足自身核心技術進行擴散, 積極進行布局. 與此同時, 中國人工智慧產業鏈也已 '顯山露水' , 20餘家A股公司正在 '搶灘' 產業鏈.
基礎層: 中國晶片嘗試 '彎道超車'
基礎層主要包括計算晶片, 大數據, 存儲. 微軟的最新研究報告稱, 在人工智慧領域, 傳統的晶片計算架構已無法支撐深度學習等大規模並行計算的需求, 這就需要新的底層硬體來更好地儲備數據, 加速計算過程. 基礎層主要以硬體為核心, 其中包括GPU/FPGA等用於性能加速的硬體, 神經網路晶片, 感測器與中間件, 這些是支撐人工智慧應用的前提. 這些硬體為整個人工智慧的運算提供算力, 目前多以傳統的國際IT巨頭為主.
目前, 在GPU領域, 英偉達主打工業級超大規模深度網路加速, 並推出了基於Volta, 首款速度超越100TFlops的處理器Tesla; 英特爾主要圍繞FPGA構建產業, 推出了模仿人腦的人工智慧晶片. 穀歌也推出了第二代TPU晶片, 為自己的開源TensorFlow框架提供晶片支撐. 此外, 在這一領域還有眾多的初創公司, 如中星微, 寒武紀以及西井科技等, 但在產業布局能力和研發實力方面, 還不能與上述巨頭匹敵.
《經濟參考報》記者注意到, 中國在類人腦晶片上的探索起步並不晚. 2015年, 由浙江大學計算機學院牽頭, 浙江大學與杭州電子科技大學的學者合作研製出了國內首款基於矽材料 (CMOS) 的支援脈衝神經網路 (SNN) 的類腦晶片—— '達爾文' 晶片. 該課題組認為, '達爾文' 雖是國內首款支援脈衝神經網路的類腦晶片, 但與國際先進水平的IBM TrueNorth晶片比較, 還有一定距離.
中國在類人腦計算上的探索目前比較受關注的是中國科學院計算技術研究所陳雲霽, 陳天石主導的 '寒武紀' 課題組. 計算所的有關專家告訴記者, 寒武紀深度學習處理器的能效比主流CPU和GPU有兩個數量級的提升, 具有較強的市場競爭優勢. 從2017年起, '寒武紀' 課題組獲得了中科院為期18個月共計1000萬元的專項資金支援, 用於項目研發及產業化. 據中國科學院計算技術研究所智能處理器研究中心介紹, 這1000萬元專項資金一方面用於人工智慧晶片的基礎性研究, 探索下一代人工智慧晶片的架構, 演算法以及在一些新型場景 (如AR/VR) 中的應用開發方法. 這將為我國參與智能時代國際晶片市場角逐打下科學和技術基礎. 專項資金另一方面用於寒武紀晶片在各種智能雲伺服器, 智能終端和智能機器人市場中的推廣, 力爭在18個月內初步奠定寒武紀晶片在智能晶片市場上的地位.
中科院計算所有關負責人表示, ' '龍芯' 是一條路, 寒武紀是一條路, 而與IBM, 英特爾, AMD合作是另一條路. '龍芯' 走的是 '人有我有' 之路, 寒武紀走的是 '彎道超車' 之路. '
技術層: 國產語音識別演算法取得突破
技術層包括演算法平台, 映像識別, 自然語言識別處理和智能機器人. 當前, 國內的人工智慧技術平台主要聚焦於計算機視覺, 語音識別和語言技術處理領域, 國內技術層公司發展勢頭也隨之迅猛, 其中有代表性的企業包括科大訊飛, 格靈深瞳, 捷通華聲 (靈雲) , 地平線, SenseTime, 永洪科技, 曠視科技, 雲知聲等.
麥肯錫的一份研究報告對中國人工智慧發展狀態進行了全面而細緻的梳理. 麥肯錫認為, 中國在演算法開發方面與其他國家相當. 中國的研究者在開發用於語音識別和定向廣告的演算法方面已經取得突破. 得益於全球的開源平台, 中國企業能夠快速複製其他地方開發的最先進的演算法.
中國科技戰略研究院有關專家對記者表示, '人工智慧產業的發展離不開海量數據的支撐, 數據訓練量的大小影響著演算法實現的成熟度. ' 阿里雲iDST總監初敏表示, 演算法, 數據, 計算平台, 用戶, 商業模式, 用互聯網的思維把這五個因素串起來, 人工智慧迭代才能非常快. 以更快的速度使用反饋數據來更新模型, 形成這樣的正迴圈周期後, 效果就會越來越好. 哪怕就是演算法不變, 只要能不斷地反饋數據並不斷優化, 過一兩個月之後, 它的能力也會好很多.
國內的曙光公司聯合眾多企業成立了航天星圖, 中科三清, 曙光易通, 鎖定數據. 航天星圖專註於地理空間大數據處理, 可視化應用, 中科三清由曙光與中科院物理所合資, 專註於大氣, 水以及土壤汙染的預報, 預警, 治理評估和應急提供可行性的解決方案. 除了傳統IT企業在搶數據資源之外, 事實上, 中國也湧現了很多運營和經營數據的公司, 比如數據堂, 星圖數據, 百分點等, 並湧現了更多公共數據開放平台.
數據顯示, 2016年中國數據總量佔全球數據總量的14%. 據預測, 到2020年, 中國的數據總量將佔全球數據總量的20%, 屆時中國將成為世界第一數據資源大國和全球的數據中心.
創新工場人工智慧戰略白皮書顯示, 數據隱私, 數據安全對人工智慧技術建立跨行業, 跨領域的大數據模型提出了政策, 法規與監管方面的要求. 各垂直領域的從業者從商業利益出發, 也為數據的共用和流轉限定了基本的規則和邊界. 此外, 許多傳統行業的數據積累在規範程度和流轉效率上還遠未達到可充分發揮人工智慧技術潛能的程度.
麥肯錫表示, 中國的大技術公司通過它們專有的平台收集數據, 但中國在建立數據友好的生態系統方面落後於美國, 缺少統一的標準和跨平台的共用. 從世界有關國家看, 開放政府數據有助於私營部門的創新, 但中國公共部門開放的數據相對較少.
應用層: 駕駛, 醫療等成熱點領域
應用層包括無人駕駛, 智能安防和智慧醫療等. 從全球看, IBM最早布局人工智慧應用, '萬能Watson' 推動多行業變革. 百度推出 '百度大腦' 計劃, 重點布局無人駕駛汽車. 而穀歌的人工智慧業務則較為繁雜, 多領域遍地開花, 包括AlphaGo, 無人駕駛汽車, 智能手術機器人等. 微軟則在語言語義識別, 計算機視覺等領域保持領先.
科大訊飛董事長劉慶峰表示, 2017年是中國人工智慧應用的落地年, 成為人工智慧產業發展的分水嶺. 他認為, 應用才是人工智慧發展的硬道理, 只有技術不斷地應用在各個領域, 才能得到發展.
騰訊集團董事長馬化騰表示, 沒有場景支援的人工智慧研究是空中樓閣. 這些年, 人工智慧技術的快速發展, 讓人工智慧在個人助理, 汽車領域, 醫療健康, 安防, 電商零售, 金融, 教育等方面的應用覆蓋了生活的各個方面.
百度公司總裁張亞勤表示, 百度要做人工智慧時代的作業系統, 需要建立一個生態, 沒有場景的人工智慧是沒有用的. 百度未來10至20年的戰略都押注在人工智慧領域, 公司所有的資源和技術都向其傾斜.
人工智慧在汽車領域的應用前景十分廣闊, 其中自動駕駛最受人關注. 在自動駕駛領域, 很多廠商已經深耕數年, 這讓2016年成為自動駕駛充分競爭的一年. 今年百度智能汽車正式亮相, 向全球展示了百度在高精地圖生產製造, 自動駕駛環境感知等領域的領先技術, 並發布自動駕駛開放平台. 通過應用人工智慧技術, 能夠提高公共交通系統的安全性和效率, 自動駕駛車輛也可以減少交通事故, 緩解交通壓力, 為實現指揮交通發揮重要作用.
阿里巴巴與杭州市政府合作, 通過整合人工智慧技術的交通號誌, 使城市交通更加智能化, 減少了擁堵, 在特定區域提升了11%的交通流量. 吉利汽車搭建新一代核心業務系統整體上雲, 實現了傳統業務的線上化和數據化運營, 助力吉利汽車引領汽車行業的 '互聯網+' 潮流.
最近, 國防科技大學相關團隊研發的醫療機器人對外公布. 該機器人通過運用超級計算機的大數據運算以及人工智慧技術, 可以提供挂號, 診療, 體檢等一體化智能醫療服務, 包括智能挂號, 智能診療, 智能健康體檢三大功能系統. 百度在醫療O2O智能分診, 人工智慧參與的智能問診, 基因分析和精準醫療, 基於大數據的新藥研發等四方面進行研發, 期望把幾十萬台伺服器的運算能力和最先進的演算法, 運用到醫療和健康領域.
近兩年來, 長虹, 美的, 格力, 格蘭仕等家電公司都在向智能製造轉型, 在機器人生產及應用領域進行布局. 同時, 幾乎所有的家電廠商都立足 'Smart Home' , 將人工智慧和智慧家庭更緊密地結合在一起.
不過, 接受採訪的專家表示, 大多數傳統行業的業務需求與人工智慧的前沿科技成果之間尚存在不小距離. 面向普通消費者的移動互聯網應用與人工智慧技術之間的結合尚處在探索階段. 經濟參考報
2.從蘋果仿生晶片到華為NPU 手機AI是否噱頭大於功用;
文|鄰章
人工智慧的野火正呈現出燎原之勢, 從原來B端蔓延到了C端, 與我們接觸最為緊密智能手機就是其中一例. 其從去年的AI演算法應用於系統優化已快速進化到今年在核心處理器上佔據一席之地, 與CPU, GPU, ISP一道成為了專用處理單元之一.
諸如蘋果為iPhone8, iPhone X系列新品搭載的A11仿生處理器就整合了一個每秒運算次數最高可達 6000 億次的神經網路引擎, 華為為Mate10系列新品搭載的麒麟970處理器上也整合了來自寒武紀授權的NPU專用處理單元. 而高通(52.02, -0.27, -0.52%)驍龍雖然目前在處理器上還沒有向蘋果和華為那樣推出專用AI處理單元, 但事實上在高通驍龍835處理平台上也整合了 '驍龍神經處理引擎軟體框架' , 提供對定製神經網路層的支援, OEM廠商和軟體開發商都可以基於此打造自己的神經網路單元.
面對AI在智能手機上所呈現出的星火燎原之勢, 智能手機廠商對AI顯得興奮無比, 事實上消費者在許多時候卻是一臉懵逼, 時常會產生這樣的疑問: AI對於智能手機而言, 究竟是噱頭還是真能夠帶來實際功用?
在這裡, 其實可以給出一個頗為肯定的答案: 對於智能手機而言, AI的確具備實際功用, 並且將在未來改變我們與智能手機的溝通方式, 讓智能手機真正實現智能化. 但在當下, AI在智能手機上也受困於落地場景有限而導致的消費感知不強.
一, 智能手機AI化, 為什麼不是噱頭?
對於智能手機而言, 事實到目前為止, 我們所稱謂的智能手機可以說都還是處於被動智能階段, 它能執行的多是被動式反應, 而非主動反應或是提前預測. 諸如解鎖設備, 我們需要按壓指紋識別按鈕才能實現; 進入應用, 我們需要點擊應用程序表徵圖; 又如拍照, 如果要獲得一張好照片, 我們還需要根據不同場景來進行手動設置各種模式參數.
這是當下智能手機的現狀.
但隨著AI進入智能手機並不斷髮展, 在未來智能手機或將變成主動式反應, 能夠提前預測用戶需求, 給出相應指導, 實現真正的智慧化. 當前, 這種趨勢就已經開始顯現.
我們以蘋果和華為這次推出的AI處理器來列舉兩個例子.
1.Face ID
蘋果在iPhoneX上捨棄了經典的指紋識別, 用Face ID取而代之, 用我們的面部特徵作為解鎖新方式. 而眾所周知的是, 人的一些面部特徵會隨著時間的推移而發生相應的變化, 有的時候甚至會發生頗為劇烈的變化.
在這樣的情況下, 如果機器不能夠及時感知我們的面部由於時間的流逝所帶來的這些變化, 那麼就有可能會出現不能解鎖, 需要重新錄入面部資訊的尷尬.
但AI能做什麼呢? AI則能夠適應這種隨著時間推移而發生的面部變化, 並能作出相應的調整來適應這種變化, 而無需你重新錄入面部資訊.
在蘋果的A11仿生晶片上, 利用AI (機器學習) 技術, 能夠讓iPhone X的Face ID人的面部特徵變化實現主動適應. 蘋果在其官網的文案描述是: 'A11 仿生這款晶片能夠利用機器學習技術來識別你樣貌的變化. 當你戴上眼鏡, 帽子或留起鬍鬚時, 你的朋友或許一眼認不出你, 但是 iPhone X 可以. '
2. 拍照的場景智能化
在華為Mate10的發布會上, 華為展示了Mate10能夠對拍照場景進行自動識別分析判斷. 它可以識別出出現在鏡頭中是一個什麼樣的物體, 然後根據演算法調整照片. 華為表示, 當下其能夠對13種場景與物體進行識別, 諸如美食, 鮮花, 文字, 動物 (狗, 貓) , 下雪, 夜晚等.
而其能夠實現這種場景識別的背後動力, 是麒麟970的NUP專用處理單元. 而通過這種AI能力帶來的拍照場景識別, 在未來甚至會極有可能重構我們的拍照體驗, 將拍照帶入智能化時代, 真正實現每一拍都是大片.
如前所述, 當下我們在拍照時, 一般會根據所處場景來選擇拍照模式, 我們會出現這樣一些行為模式. 諸如享用大餐時, 總是會調出美食模式來潤色潤色; 自拍時, 總是會跑到一些自拍軟體下面, 調整美顏等級把自己拍得像個小仙女; 在記錄貓狗這些萌寵精彩瞬間時, 總是會調出抓拍模式來留住這稍縱即逝的瞬間; 在面對夜拍時, 我們或許還會祭出專業模式調節各種參數.
但從華為在Mate10上展現出來的對場景識別並進行演算法調整來看, 事實上我們可以大膽設想人工智慧在拍照上的未來. 樂觀來說, 未來我們在拍照時, 極有可能會呈現出這樣的一幅場景: 當智能手機在極短的時間內完成場景檢測之後, 它就會自動調出與場景相匹配的拍照模式並調節好最佳參數, 乃至已經為你構好了圖, 而我們用戶需要做的, 這是按下快門鍵即可, 真正實現隨手一拍就是大片的自動化.
當然, 可以預見的是, 如果真的能夠實現這種高度的自動化, 那麼隨之而來的也或許是拍照樂趣的喪失.
二, 為什麼消費者在面對智能手機AI化時, 會產生它是否是新噱頭的困惑?
透過上述兩個例子, 我們就應該能夠一窺AI對於智能手機的助益作用. 並且如我們所見, 當下的AI發展事實上還處於非常初級的階段, 而隨著AI的不斷髮展, 那麼其也將不斷提升智能手機的智能化程度, 為我們帶來更佳的用戶體驗. 所以幾乎肯定的說, 手機AI具備實際功用, 並且將在未來改變我們與智能手機的溝通方式, 讓智能手機真正實現智能化.
但為什麼到了消費者層面, 他們面對智能手機AI化時, 還會有它是不是噱頭大於實用的困惑呢?
我認為主要原因有兩點.
1. 過往概念濫用帶來的用戶陰影
事實上, 許多國產品牌都熱衷於蹭熱點, 流行一套 '啥火學啥, 啥火用啥, 啥火跟啥' 的理念, 並且會在營銷中誇大其詞, 以此拔高消費預期. 但當消費者購買了產品, 進行實際體驗時, 卻發現並不是那麼回事兒, 與預期有著較大差距, 那麼自然會產生上當受騙, 這是噱頭的認知. 而正所謂一朝被蛇咬, 十年怕井繩, 這種認知他是會遷移的.
2. 廠商沒有為AI在智能手機上找到可帶來顛覆性認知的落地場景
事實上, AI (機器學習) 應當是屬於技術性的東西, 他應當扮演的角色是居於幕後, 為消費者能夠感知到的技術提供動力支撐, 他應當是一名無名英雄. 但事實上, 廠商們卻因為AI是當下業界熱點, 所以理所當然的將AI這種應該在幕後的技術搬到了前台, 將其以賣點的形式推介給了消費者.
但在當下廠商卻面臨著無法提供可以顛覆消費者認知的AI落地場景的尷尬, 對於AI能夠帶來的具體變化, 只能是含糊其辭說個大概, 乃至使其有了一些玄學的味道, 著自然會導致消費者對於AI能帶給智能手機的助益作用認知不強.
舉兩個例子: 諸如許多廠商都說利用人工智慧 (AI) 能夠為智能手機帶來更佳的續航成績, 但是面對消費端, 我們需要解決的問題則是: 究竟如何證明這種續航結果的提升是AI的功勞, 而不是因為新款產品電池容量更大了, 處理器製程工藝更好了, 應用程序變得更良心了帶來的功效提升?
又如蘋果的Face ID, 雖然業內人士都知道它技術含量很高, 通過AI支援還能夠智能調整, 但是對於消費者而言, 在面部解鎖這件事情上, 他與沒有AI支援的2D面部識別所帶來的體驗, 事實上在多數時候並沒有多大的差距, 甚至2D面部識別在解鎖速度上還可能會更快, 那麼這就讓消費者對AI所能帶來的實際功用感到困惑, 覺得他並沒有什麼卵用.
所以消費者之所以出現對AI是否是噱頭的困惑, 其背後原因, 皆是在於多數廠商沒有找到一個能夠顛覆消費者認知的AI落地場景. 若以過往幾次技術革新做個對比, 這一點將更為顯現.
回首過往的幾次技術革新, 我們能發現的是: 過往的幾次技術革新, 事實上技術都有著良好的落地場景進行匹配, 能在第一時間內顛覆消費者的過往認知.
諸如當下智能手機交互核心的多點觸控技術, 當蘋果將其使用在iPhone是, 消費者可以明顯的感知到它甩開功能機實體按鍵的體驗差別; 又如指紋識別技術, 當蘋果將它運用於iPhone5s時, 消費者能夠感知到他相對於過去數字映像密碼解鎖帶來的便攜提升, 能夠擁有在錄入指紋之後按壓一下就能解鎖的實際感知.
但AI技術, 在當下卻受困於沒有能夠顛覆消費認知的落地場景, 從而造就了消費者對這項技術的懷疑. 坦白來說, 在沒有為AI找到可以顛覆消費認知的場景之前, AI真正能夠帶給消費者的認知衝擊, 甚至還不如智能手機工業設計變化來得強烈.
寫在最後:
如我們所見, 面對AI, 現實中呈現出了兩極分化的特徵, 智能手機廠商們是興奮不已, 認為AI將帶來前所未有的機會, 實際是亦是如此; 但面對消費者, 廠商們在當下卻又難以向消費者具體展示, AI究竟能夠為智能手機帶來何種助益, 無法顛覆消費者的認知. 這是AI在當下的尷尬. 而從這個層面來說, AI也要走的路還很長. 我們只能期待整個AI技術能以更快的速發展, 在消費端帶來更為實際可感的助益提升, 讓消費者對AI將改變智能手機的玩兒法具體可感.
注: 本文圖片源自網路. 界面
3.解密華為麒麟晶片 打造 AI 開放平台;
'人工智慧技術是一種基礎能力, 未來將由應用場景驅動發展, 移動端AI計算在突破了性能瓶頸後將會帶來大量的全新的AI體驗. ' 9月25日, 在2017麒麟晶片媒體溝通會上, 華為Fellow艾偉對包括第一財經在內的媒體表示, 華為即將會把麒麟970作為人工智慧移動計算平台開放給更多的開發者和合作夥伴.
'從研發到市場, 華為提供了一個完整的平台, 我們會先在一些開源社區提供開發框架. ' 艾偉對記者說.
事實上, 在9月2日的柏林IFA展上, 麒麟970晶片便以 '絕對主角' 的姿態引發了業內外的高度關注. 作為華為首個人工智慧移動計算平台(Mobile AI Computing Platform), 麒麟970被譽為華為在終端側的 '核武器' . 而從市場動作來看, 目前麒麟正在幫助華為手機構造一個更大的生態圈.
'基於麒麟970海思將搭建一個AI開發平台, 開發者可以用該平台開發版開發更多的AI應用. 這個平台如果搭建成功將使得華為在未來人工智慧時代, 在戰略層面通過終端與百度騰訊阿里巴巴這些雲端服務提供商進行角力, 避免被這些互聯網巨頭邊緣化. ' IHS Technology中國研究總監王陽對第一財經記者如是說.
他認為, 運營商已經被管道化, 終端企業如果不提供一個開放的開發平台與應用開發者合作, 將來在大數據時代的話語權會越來越小.
麒麟十年
'華為堅信晶片是ICT行業皇冠上的明珠, 我們從一開始就選擇了最艱難的一條路去攀登, 通過持續投入核心終端晶片的研發, 掌握核心技術, 構建長期的, 持久的競爭力, 從而為用戶提供最佳的使用體驗. ' 華為Fellow艾偉此前曾對外這麼解釋華為為什麼要在晶片領域做持續投入.
據記者了解, 華為早在1991年就成立了ASIC設計中心, 業內人士介紹, 該設計中心可以看做是華為晶片的前身, 主要是為華為通信設備設計晶片.
隨著歐洲逐漸開始進入3G時代, 2004年10月, 華為正式成立了海思半導體, 準備從3G晶片入手, 並且將產品先後打入了沃達豐, 德國電信, 法國電信, NTT DoCoMo等全球頂級運營商, 銷量累計近1億片, 與當時的3G晶片老大高通大概各佔據了一半的市場份額.
到了2009年, K3v1發布, 這是海思成立以來發布的第一款智能手機晶片. 雖然由於技術上的不成熟導致這款晶片最終沒有走向市場化, 但這顆晶片卻開啟了海思後面的 '狂奔模式' , 也有了麒麟的成長.
在麒麟970溝通會現場, 第一財經記者在採訪區外看到了一張布滿華為晶片麒麟曆程的背景版, 顯示這十年來麒麟發展的幾個關鍵節點. 其中對於麒麟970的描述是, '移動人工智慧的算的創新探索, 期望與合作夥伴以及開發者共同開啟端側AI的無限可能' .
艾偉在現場表示, 人工智慧將使移動互聯網進入到智慧互聯時代, 華為不僅僅希望未來的手機能聽懂, 看懂, 甚至希望它能夠以人類的思考方式來理解人類訴求, 讓人們獲得自主而恰當的資訊和服務. 然而AI技術的核心是對海量數據進行處理, 當前以CPU/GPU/DSP為核心的傳統計算架構已經不能夠適應AI時代對計算性能的海量需求. 因此, 手機SoC晶片既要不斷追求最好的性能, 同時對每一個能力的加入又必須用最高的性能密度和最好的能源效率的方式進行, 這對晶片的設計提出了超高的要求.
'所以, 麒麟970選擇了具有最高能效的異構計算架構來大幅提升AI的算力, 創新設計了HiAI移動計算架構, 首次整合NPU專用硬體處理單元, 其AI性能密度大幅優於CPU和GPU. 相較於四個Cortex-A73核心, 在處理同樣的AI應用任務時, 新的異構計算架構擁有大約25倍性能和50倍能效優勢, 這意味著麒麟970晶片可以用更少的能耗更快地完成AI計算任務. 以映像識別速度為例, 麒麟970可達到約2005張/分鐘, 這種超級的AI運算速度遠高於業界同期水平. ' 艾偉對記者說.
此外, 麒麟970 HiAI架構中另外兩個重要的組成部分, CPU和GPU也有新的提升. 據官方介紹, 麒麟970 CPU能效提升20%, 率先商用Mali G72 MP12 GPU, 與上一代相比, 圖形處理性能提升20%, 能效提升50%, 可以更長時間支援3D大型遊戲的流暢運行, 支援AR/VR等全新一代移動互聯網體驗.
開放與合作
現場除了對技術參數做解讀外, 華為還對外展示了麒麟970在不同場景下的技術能力, 比如降噪, 運動下的拍照能力以及高鐵場景下的通話能力等.
在 '智能萌顏展區' , 華為對外展示了麒麟970的AI美顏功能, 用戶站在指定區域就能自動檢測人臉並進行美顏, 每3秒鐘還能變換不同的動態效果, 即使在鏡頭前移動, AI美顏也能精準貼合.
而在 '定格瞬間影像展區' , 記者注意到, 有一個正在保持運動狀態的模型, 用麒麟970對模型進行抓拍, 通過照片可以看出, 在這樣快速的運動狀態下麒麟970的抓拍也非常清晰. 據現場工作人員介紹, 麒麟970支援智能運動檢測, 能夠抓拍大運動中的物體, 從拍照處理的響應時間, 對焦, 運動檢測, 曝光策略等多全流程進行的深入優化, 拍照綜合響應處理時間縮短了30%.
事實上, 這些都是麒麟970 '定義' 的應用場景, 艾偉表示, 人工智慧技術是一種基礎能力, 未來將由應用場景驅動發展. 移動端AI計算在突破了性能瓶頸後將會帶來大量的全新的AI體驗, 這種發展離不開行業的共同創新, 離不開千萬開發者的努力, 更離不開億萬用戶的體驗和反饋.
'所以, 華為會把麒麟970作為人工智慧移動計算平台開放給更多的開發者和合作夥伴, 提供完善的多應用模式和機器學習框架的支援, 讓開發者可以用自己最習慣的方式獲得麒麟970的強大AI算力, 開發出更具想象力和全新體驗的應用, 共同造就移動AI計算應用的美好未來, 開啟具有無限想象力的智能社會. ' 艾偉說.
在溝通會現場, 記者注意到, 華為對外公布的十一家與麒麟970深度合作的合作夥伴名單中, 也包括中科院, 360這樣的學術機構和公司.
'某種意義上, 麒麟970標誌著華為在晶片上已經走出自己的路徑, 不需要跟隨其他廠商了. ' Gartner研究副總裁, 晶片行業分析師盛陵海對記者表示, 從以前只是跟著別人走到現在做最適合自己的產品, 華為已經有信心去建立自己獨特的風格, 這個很重要. 第一財經日報
4.中美企業加強人工智慧研發合作 演算法+晶片成行業新熱點;
新華社深圳10月21日電 (記者陳宇軒) 中美科技企業將進一步加強人工智慧研發合作, 在未來, 人們只需通過手機攝像頭就能體驗更多的人工智慧應用. 20日, 晶片製造商美國高通公司與人工智慧 '獨角獸' 商湯科技在深圳簽署了合作協議, 雙方將分別發揮各自在晶片研發和計算機視覺演算法方面的優勢, 推動人工智慧在手機等終端的普及.
商湯科技聯合創始人徐立表示, 美國高通公司在晶片研發方面擁有國際領先的優勢, 商湯科技則專註於計算機視覺和深度學習原創技術的研究. 雙方的合作內容是圍繞移動終端和物聯網產品, 將商湯科技的機器學習模型與演算法, 與高通的驍龍晶片結合起來, 在創新視覺和基於攝像頭的映像處理方面開展研究.
記者採訪了解到, 目前國內人工智慧的發展更多體現在演算法方面, 而作為演算法的運算器, 晶片對行業發展有關鍵性的作用. 隨著商湯科技與高通公司等中美科技企業陸續加強合作, '演算法+晶片' 成為人工智慧領域的新熱點.
據中國科學院計算技術研究所副研究員劉軍發介紹, 現階段生產設計較為成熟的晶片適合於大規模的並行運算, 一般在中心化, 整合化的超性能計算機環境下使用, 不一定適合去中心化的生活場景. '我們需要一些功耗更小, 更靈活的晶片, 在手機, 手錶, 眼鏡等更多終端上使用, 相關的應用要更加平民化, 傻瓜化. '
'我們將發揮 '演算法+晶片' 的優勢, 讓手機用戶更多體驗到人工智慧帶來的便利, 這是人工智慧生態的新支點. ' 徐立說.
5.重慶市整合電路技術創新戰略聯盟在郵電大學成立
重慶市整合電路技術創新戰略聯盟揭牌. 重慶郵電大學供圖
華龍網10月21日14時50分訊 (首席記者 黃軍) 今 (21) 日, 重慶市整合電路技術創新戰略聯盟在重慶郵電大學成立. 記者獲悉, 這是重慶市在整合電路產業領域首個覆蓋全產業鏈的技術創新戰略聯盟.
據介紹, 重慶市目前已有整合電路企業40餘家, 一批高等院校和科研單位也長期從事微電子技術和半導體工藝研究. 截至目前, 重慶市已經匯聚了晶片設計, 晶片製造, 封裝測試, 原材料製造等上下遊企業.
重慶市整合電路技術創新戰略聯盟的理事長單位為西南整合電路設計有限公司, 秘書長單位為重慶郵電大學, 是重慶市在整合電路產業領域首個覆蓋全產業鏈的技術創新戰略聯盟. 聯盟是重慶市科委首批批準的10家技術創新戰略聯盟之一, 是大力打造的我市實施創新驅動發展戰略的重要載體和平台.
首批成員單位包括10家企業, 3所高校和2家研究院所. 首批加入技術創新戰略聯盟的企業中, 匯聚了西南整合, 金山科技, 中航微電子, 中科渝芯等一批在整合電路產業具有一定影響力的企業. 聯盟集聚有豐富的技術創新資源, 擁有2個國家級重點實驗室, 1個國防重點實驗室, 一個省部級重點實驗室, 有非常強的技術創新能力.
聯盟主要職能為: 根據市政府的整合電路產業規劃, 策劃市級整合電路產業重大專項, 提升整合電路產業的技術創新能力和水平; 根據我市整合電路產業發展的布局特點, 爭取國家級重大科技專項的支援, 聯合攻關科研, 產業的重要難題; 探索 '政, 產, 學, 研, 用' 新型合作機制, 為地方政府在該領域提供決策諮詢, 項目策劃, 產業規劃等服務, 為企業提供資訊諮詢, 產品規劃, 人才支援等服務; 加強與國內外該領域企業, 高等院校, 科研機構及聯盟機構的對接交流, 推動促進科研和產業方面的合作.
重慶市整合電路技術創新戰略聯盟相關負責人表示, 聯盟成立後將在重慶市科委的指導下, 充分發揮聯盟理事會的作用, 建立起高效的聯盟運行機制, 充分發揮科技資源豐富的特點, 搭建開放式合作平台, 發揮龍頭骨幹企業的帶頭引領作用, 開展廣泛深入合作, 帶動上下遊企業, 高校院所進行深度的產學研協同創新, 全力打造在國內有較強影響力的整合電路產業集群, 形成領域內具有持續競爭實力的創新生態圈, 為重慶市實現萬億級電子資訊產業集群提供核心競爭力.