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! 複製 laoyaoic 微信公共號搜索添加關注.
1.明年手機差異化競賽 品牌廠決勝AI新戰場;
全球智能手機市場曆經2017年的高度競爭之後, 廠商展望2018年手機市場將呈現新風貌, 不僅手機硬體規格持續創新, 更重要的是, 2018年手機大廠紛將擴大導入人工智慧(AI)應用, 提升虛擬實境(VR)及擴增實境(AR)支援, 至於手機產業版圖及市場變化, 廠商預期大陸手機廠勢力將進一步擴張, 儘管中, 高端手機需求可望回溫, 然競爭戰火亦將更激烈, 而相關零組件缺貨問題仍將延續. 2018年智能手機市場除了持續硬體規格創新及性價比競爭, 一線手機大廠仍將扮演引領全球手機規格走向的重要指標, 2017年包括三星電子(Samsung Electronics)Note 8, 蘋果(Apple)iPhone X在人工智慧相關應用, 以及雙鏡頭, 創新辨識系統, 高規格屏幕等, 可望在2018年成為其他競爭對手跟進的重要方向. 近期業界傳出三星首款採用可彎曲OLED設計的高端手機, 將在2018年CES亮相, 屆時是否引發新一波手機廠高端機型的競爭, 以及面板供應鏈與硬體終端廠商之間的競合變化, 成為業界關注的焦點. 值得注意的是, 隨著人工智慧在手機的應用性更豐富多樣化, 2018年包括三星, 蘋果, 華為, 宏達電等手機廠商, 均將人工智慧相關應用導入, 視為手機差異化的重要賣點, 2018年手機品牌廠將在AI新戰場全面決勝負. 而伴隨Google, 亞馬遜(Amazon)等語音助理技術發展更趨成熟, 預料將讓手機與物聯網, 相關周邊產品的搭配應用更豐富化. 至於近年來相當熱門的VR, AR等應用, 亦是2018年手機發展不可忽視的關鍵指標, 廠商認為由於手機規格持續提升, 5G網路進入試營運階段, 可望讓手機搭配VR的體驗性增加, 尤其在AR方面, 全球手機品牌大廠紛強化支援力道, 2018年內建深度感測器的手機款式將增加, 加上手機顯示影像品質大幅提升, 同樣有利於AR應用推展, 讓手機在商用, 娛樂等應用更多元. 在手機市場競局方面, 大陸手機廠華為, Oppo, 小米等藉由大陸市場支撐, 加上海外市場銷售大有斬獲, 廠商預期2018年大陸這三大手機品牌廠年出貨規模, 均有機會達到1億支以上, 且為拉抬手機銷售獲利與提高品牌知名度, 2018年大陸手機廠商在中階及中高端機型的市場推展力道將更為強勁, 並對競爭對手造成更大的壓力. 至於零組件供應方面, 由於中, 高端手機出貨比重持續提升, 加上手機創新功能不斷增加, 廠商預期手機上遊關鍵零組件恐持續處在供應吃緊狀況, 除了面板, 存儲器等關鍵零組件, 包括PCB, 被動元件等亦可能出現供不應求, 且面對零組件價格可能攀升, 將讓手機品牌廠商所面臨的獲利壓力增加, 2018年手機市場發展及產業變化仍大, 持續牽動供應鏈營運走勢. DIGITIMES
2.AI晶片公司Think Force完成4.5億元A輪融資;
新浪科技訊 12月15日晚間消息, 近日, AI晶片初創團隊Think Force宣布完成由依圖科技, 雲鋒基金, 紅杉資本, 高瓴資本的4.5億元A輪融資. 三家側重點不同的投資公司和AI企業依圖科技的投資組合, 此次共同聚焦AI晶片, 可見資本界對AI晶片發展未來有著一致認可.
從官網介紹來看, 上海熠知電子科技有限公司 (Think Force) 是今年剛成立的新公司, 由來自晶片設計, 演算法軟體, 系統開發領域的資深專家創立. 公司目前規模11-50 人, 法人代表是徐如淏. 對於團隊具體成員, 官方沒有給出詳細介紹.
而此次代表公司對外發聲的張震寧, 目前擔任Think Force的VP Marketing. 根據網上資料顯示, 張震寧畢業於上海交通大學, 有MIT求學背景. 此前曾在日本著名電子工業公司TDK和中國騰訊公司任職.
據官方介紹, 晶片虛擬化技術, 在需要彈性計算的場景成倍提高晶片使用率, 例如讓整體AI雲使用率成倍提高, 類似CPU的虛擬化給雲計算的彈性調度帶來成倍的成本節約. 通過在晶片架構與Firmware上進行大量研究和實驗, 以保證在雲端應用中可以實現完全透明的虛擬化能力. 另外, 結合自主研發的韌體和TFDL軟體SDK能夠實現對於各類神經網路模型的計算加速, 加速單元實際效率在90% - 95%之間, 相對於Nvidia的主流計算卡能達到5倍以上的功耗和成本節省.
AI晶片作為人工智慧發展的基礎核心, 在全球範圍內早已成為各行業巨頭最為重視的戰略高地. 晶片公司英偉達和英特爾, 以收購或自研的方式拓展產品疆域; 互聯網公司穀歌和Facebook, 投入AI晶片開發以滿足自身不斷爆發的運算需求; 而國內如阿里, 騰訊也不甘落後, 早已開始布局海內外AI晶片企業. 此次Think Force融資可以預見, 隨著具備全球視野的頂級投資人和資本的快速加入, 產業資源必將進一步聚攏. (辛苓)
3.地平線黃暢: 產業化落地的規模決定了人工智慧公司的價值;
文/楊雨林
許多人把2017年稱為人工智慧爆發的元年, 在2017年已經過去的50周裡, 幾乎每周的創投新聞中都有與人工智慧有關的內容.
目前在人工智慧領域的創業中, 有兩個方向: 1, 以演算法為主, 做演算法研究 ; 2, 以硬體為主, 做AI晶片; 對於一般的創業公司來說, 大多選擇單獨研究演算法, 或者單獨做AI晶片, 只有穀歌或者BAT級別的大廠, 才會又研究演算法, 又開發晶片.
而地平線科技卻是一個很特殊的創業公司, 不僅研究演算法還自己生產晶片, 地平線希望通過將演算法整合在高性能, 低功耗, 低成本的嵌入式人工智慧處理器及軟硬體平台上, 為超過1,000種設備裝上 '大腦' , 讓它們具有從感知, 交互, 理解到決策的智能. 目前地平線與國內國際頂尖的汽車Tier 1, OEMs及玩具, 家電廠商展開了深入的合作, 已經成功推出量產產品.
在2017全球青年創業者大會上, 騰訊科技採訪到了地平線聯合創始人黃暢博士, 和他聊了聊關於人工智慧行業2017年的變化, 以及未來可能出現的機會.
以下為採訪實錄, 騰訊科技整理髮布:
做硬體是為了更好的適配演算法, 2018開始嘗試量產晶片
2015年, 時任百度深度學習研究院主任架構師的黃暢辭職創業, 與時任百度深度學習研究院的副院長餘凱等人一起創立了地平線機器人, 致力於提供高性能, 低功耗, 低成本, 完整開放的嵌入式人工智慧解決方案.
在地平線的規劃中, 不僅要做演算法, 還要做人工智慧晶片, 這樣的的做法在當時並不被人理解, 作為一個初創公司如果又要研究演算法又要研究硬體是一件浪費資源的事情, 同時在晶片領域雖然還沒有專註做人工智慧晶片的公司, 但是如果傳統的晶片巨頭髮現機會, 轉入人工智慧領域將是一件非常容易的事.
僅僅一年, 對 '晶片+演算法' 持否定態度的預測便被Google推翻, AlphaGo取得的成績開始刺激人們的神經, 同時, 特斯拉也開始布局人工智慧晶片, 黃暢認為: 'Google研究的TPU和通過用戶Learning取得的成績證明了這是一條正確的道路, 如果希望自己的軟體得到更好的應用便應該自己去做硬體. '
目前, 地平線通自主設計研發了針對自身應用場景或者智能攝像頭應用場景中的晶片, 在2017年, 已經聯合國內, 國外的一些廠商進行落地的探索, 在2018年開始嘗試量產.
2017許多晶片廠商入局, 對AI初創企業來說最重要的是甄別需求
在2016年年底到2017年, 出現了大量的晶片製造商, 但是其中有很多都只是借勢營銷, 掛一個名頭, '一些傳統的晶片的製造廠商, 他其實並沒有對這個東西有深入思考, 不管是應用層面還是演算法的發展趨勢上面. 所以他更多的是藉著這個趨勢去把它原來的東西去給包裝一下, 然後掛一個名字去做. ' 黃暢說.
而對於另外一類公司, 它以前不做晶片的, 但是它更多的是把別人的GPU, 或者是DSP處理器換一個名字, 叫做自己的人工智慧處理器, 但是本質上這個晶片都不是他自己設計的, 所以都都是為了趕這個熱潮, 人工智慧加晶片.
這樣的掩耳盜鈴式的改革, 其實也存在許多非人工智慧企業眾, 從目前來看, 人人都在說用人工智慧給其他行業賦能, 而人工智慧顯得像一個 '萬金油' 一樣的東西, 而對於ToB的初創企業來說最重要的便是去甄別找你合作的夥伴的需求價值, 珍奇程度.
黃暢認為, 作為一個ToB的人工智慧創業公司, 每天你可能會看到很多B端客戶的需求, 不知道哪些是真的需求, 哪些是假的需求, 同時有的用戶期待過高, 甚至是虛假的需求, 只是為了讓你配合它去做PR, 所以對於一個初創企業來說, 最重要的便是 '甄別來自你的客戶的需求的價值, 珍奇程度, 尋找最適合你, 而且產生最大價值的地方去重點突進, 這是最大的核心問題. '
而在人工智慧這個行業中, 未來的獨角獸肯定不止一家, 而要成為獨角獸的關鍵便在於, 產品如何落地, 如何進行規模化, 黃暢認為: '對於目前人工智慧領域中的初創公司來說, 當遇到問題時, 以前的經驗和判斷在這個變化的世界裡面, 其實很多是不適用的. 只有不斷的學習和觀察, 將來肯定不只一家是所謂的獨角獸企業. 成為獨角獸的關鍵還是產業化落地的規模決定你的價值. '
人工智慧對生活的優化是潛移默化的, 前期不容易被感知
'人工智慧對於生活的優化是潛移默化的, 有許多甚至不容易體會到. ' 當問到人工智慧具體對於生活的改變時, 黃暢向我們說起了他對人工智慧實際落地的看法, 和他的理解.
黃暢認為, 目前能讓用戶感受到真切的改變的有兩個: 1, 低速自動駕駛 ; 2, 智能攝像頭. 黃暢表示, '低速自動駕駛會是一個比較快的, 而且讓人感覺非常深刻的 (項目) . 尤其是把他加註在共用的出行. 通過共用出出行公司去講這件事情, 會比較直接. ' 同時低速自動駕駛也是未來全自動駕駛的第一步, 而智能攝像頭則最容易產生量產, 同時也是物聯網的入口.
但其他一些改變也許是潛移默化的對生活進行優化, 這種改變雖然無法被感知, 但會一直存在. 人工智慧會改造各種各樣的用戶體驗, 有的是顯世的, 有的是隱世的. '顯世的, 就是服務於你, 它能幫你更好地去做未來的決策規劃, 那隱世的, 就是它能夠提供給商家, 提供給更多希望為你提供服務, 為你創造便利. '
同時, 黃暢認為 '只要在實體經濟不出現問題的情況下, 資本對於人工智慧企業的態度依然是較好的. ' 原因在於 '人工智慧是稱得上是並肩像這種機械, 電力和通訊上的變革, 他對於人類的改造會足夠深刻, 會產生巨大的價值, 你只要看好這個, 你只要認同這一點的話, 那我相信圍繞它的投資永遠不會落下來. '
AI在智能家居中是一種交互手段, 智能家居的改造應該是在前端
在地平線的規劃中, 除了自動駕駛還有智能家居, 在黃暢看來, 整個智能家居的問題在於: '部署成本, 還有接下來整個的運營. '
黃暢認為, 智能家居的薄弱點在於AI在其中提供的只是一個交互手段, 而不是核心價值, 核心價值是內容和服務.
同時, 智能家居目前沒有一個共同的協議, 本質上是瓜分利益的, '不管是海爾還是格力, 還是美的, 他們都希望自己去壟斷這件事情, 不需要互聯互通. 而這個市場又很難進行一個統一的規劃的東西, 也沒有必要. 所以這確實是一個客觀上的事實. '
所以對於智能家居來說, 在後裝市場的部署實施其實是非常難的, 黃暢認為, 最有希望的是在前裝市場, 就是在裝修, 或者是新房的時候會有機會. 你會看到越來越多的新房子會有更多的智能存在裡面, 燈的開關, 包括門的開啟, 或者是空調的控制. '
目前, 地平線在10月20日已經完成了英特爾領投的億元級別A++輪融資, 同時也在積極的探索商業化, 黃暢希望在6, 7年以後的實現全自動駕駛. 而近期, 在2018年, 2019年, 進行一些量產. 騰訊科技
4.跳脫深度學習路線 關聯記憶AI另闢蹊徑
從Altera, Saffron, Nervana, Movidius到Mobileye, 英特爾收購的幾家公司似乎均有利於其擴張人工智慧(AI)版圖的野心. 然而, 英特爾打算如何整合這一切? 尤其是其中最大的謎團——Saffron; 該公司使用的是一種有別於深度學習的AI分支技術——關聯記憶AI. 或許從與Saffron的訪談中能夠掌握一點線索...
英特爾(Intel)斥資10億美元推動人工智慧(AI)生態系統之舉, 是這家處理器巨擘廣受熱議的話題之一. 英特爾經由收購及其Intel Capital於AI新創公司的投資, 累積了廣泛的AI技術.
從Altera (2015), Saffron (2015), Nervana (2016), Movidius (2016)和Mobileye (2017), 至今被收購的幾家公司似乎均有利於英特爾擴張AI版圖的野心. Intel Capital還透過投資於Mighty AI, Data Robot, Lumiata, CognitiveScale, Aeye Inc., Element AI等新創公司充實其AI產品組合.
然而, 英特爾打算如何整合這一切, 目前仍不明朗. 由於AI創新仍處於早期階段, 英特爾的AI策略明顯採取分散途徑應該也十分合理. 我們可能還得等一段時間才能看到更有連貫性的脈絡發展.
相較於整體的AI策略, 英特爾更經常討論其AI硬體產品組合. 例如, 英特爾日前宣布將在今年年底前出貨Nervana神經網路處理器(NNP), 即先前所熟知的 'Lake Crest' . Nervana前執行長暨共同創辦人Naveen Rao形容這款NNP是 '深度學習的專用架構' . Naveen Rao如今已是英特爾副總裁兼AI產品總經理.
在AI晶片方面, 英特爾還有其他 '武器' , 包括Xeon系列, 收購Altera取得的FPGA, 車用方面有Mobileye, 以及Movidius用於邊緣的機器學習晶片.
然而, 英特爾對於其AI應用或將實際關注於AI的哪些領域一直保持沉默. AI畢竟是一個廣闊且深入的技術領域. 在英特爾持續擴展的收購名單中, 最大的謎團非Saffron莫屬.
就在收購Saffron近兩年後, 英特爾在今年十月發布了一款名為 '英特爾Saffron反洗錢顧問' (Intel Saffron Anti-Money Laundering Advisor; AML)的新產品, 這項消息引起了廣泛的關注. 雖然AML明顯執行於Xeon處理器上, 但這款產品並不是硬體, 而是有助於調查人員和分析人員揪出金融犯罪的工具.
《EE Times》日前有機會訪問到Saffron Technology金融產業解決方案總監Elizabeth Shriver-Procell, 深入了解Saffron產品背後的AI技術, 以及她認為Saffron成為英特爾公司後的種種好處.
Saffron Technology金融產業解決方案總監Elizabeth Shriver-Procell另一方面, 我們更想知道的是, 像Shriver-Procell這樣一位長期打擊金融犯罪的鬥士在全球最大的CPU公司內部主要負責什麼.
請先談談有關於你自己. 我聽說你是財務分析專家, 曾經在財政部等機關和多家公司工作.
Shriver-Procell: 我是一名律師, 主要從事打擊金融犯罪的工作. 我曾經在國際諮詢公司和各大金融機構工作過. 今年初才離開美國銀行(Bank of America), 並加入Saffron. 沒錯, 我也曾經在美國財政部擔任分析發展的專案經理.
那麼在加入Saffron之前, 您使用過Saffron的產品嗎?
Shriver-Procell: 我曾經接觸過的一些組織(包括諮詢公司的客戶)已經使用Saffron了. 我一直對這個平台很感興趣, 所以當機會出現時, 我便牢牢地把握住.
那麼, Saffron究竟提供什麼?
Shriver-Procell: Saffron總是以為廣泛應用提供客制化 '分析平台' 的定位進行銷售與宣傳. 使用者包括供應鏈, 銀行和保險公司.
在 '反洗錢顧問' 工具推出後, Saffron的平台途徑有什麼變化?
Shriver-Procell: 我們現在正針對特定應用推出更具體的產品.
關聯記憶AI另闢蹊徑
我猜測英特爾收購Saffron的主要原因更在於取得AI技術, 而不只是打擊金融犯罪(儘管這也很值得). 請談談Saffron設計的AI專業技術與應用, 它和其他AI技術有何不同?
Shriver-Procell: Saffron所使用的AI技術稱為 '關聯記憶' (Associative Memory)法, 它是源於深度學習(Deep Learning)的一種差異化AI分支技術. 關聯記憶AI非常擅長於觀察龐大且多樣化的資料, 並從相距甚遠的不同資料庫中鑒識簽名或模式. 它能夠統整來自企業系統, 電子郵件, 網路和其他資料來源的結構化和非結構化資料.
以一位銀行客戶Mary為例. Mary每隔一周前往倫敦, 並在Liberty大街的商店購物. 住在另一個國家的John也與Mary差不多同時間去了倫敦, 但他的目的看來完全不同. 那麼這兩者之間有什麼關係? 有何共同點? 我們能查看其IP位址嗎? 是否能在其登錄模式中找到任何相似之處? 是否有任何跡象顯示任何不法行動正進行中?
因此, 重點就在於關聯記憶AI能夠同時查看並統整這麼多看似毫無關係的資料庫?
Shriver-Procell: 不僅如此, 它還能夠快速完成原本極其耗時的任務. 雖然深度學習需要大量訓練, 但關聯記憶AI則不需要任何訓練. 這種AI分支技術能快速的一次性學習, 同時也無需建模.
新聞稿中提到了Saffron的 '白盒AI' (white box AI), 能再詳細解釋嗎?
Shriver-Procell: 所謂的 '白盒AI' , 我們希望強調的是透明度. 它讓我們能解釋如何得出某種結論. 過去, 金融機構向供應商購買基於模型的詐欺檢測解決方案, 我們稱之為 '黑盒子' , 因為使用者並不清楚其軟體在黑盒子中如何運作. 而當監管機構要求金融機構說明如何得出結論時, 他們也無法真的提出解釋. 因為他們看不到黑盒子裡有些什麼, 也無從判斷它是否正常運作.
在受到高度監管的產業中, 金融機構提供資料透明度的能力至關重要.
聽起來很有趣, 似乎與深度學習AI完全相反. 有些安全專家擔心, 在自動駕駛車中部署深度學習AI執行駕車決定時, 例如轉彎, 汽車製造商無法解釋AI為什麼做此決定. 在學習過程中缺乏透明度, 導致汽車製造商難以驗證自動駕駛車的安全性.
Shriver-Procell: 我認為最重要的是認清AI存在著多種不同的途徑. 當英特爾執行長談到揭開AI的前景與潛力時, 他建議我們應該嘗試新事物, 以及探索新的學習典範.
您認為不同的AI分支技術最終將匯聚於同一點嗎?
Shriver-Procell: 我認為這些分支之間是互補的. 正如我們看到各種融合應用的發展趨勢一樣, 我認為結合多種類型的AI才能滿足各種應用的需求.
請介紹有關Saffron的更多新產品.
Shriver-Procell: 正如之前所說的, Saffron總是以平台方式銷售產品. 現在, 隨著我們在特定的細分市場中發現具體需求, 決定開始推出能夠因應不同市場挑戰的特定解決方案.
Saffron一直以打擊金融犯罪的經驗為基礎, 在金融市場上佔據非常強勢的地位. 透過360度視圖統整結構化和非結構化資料, 我們就能夠了解在跨資料儲存邊界所發現的模式.
我們還宣布, 紐西蘭銀行(Bank of New Zealand)最近加入英特爾Saffron的早期導入計劃. 這是專為對於以聯想記憶AI最新進展提供創新金融服務感興趣的機構而設計的.
您認為Saffron在加入英特爾後獲得了什麼好處?
Shriver-Procell: 加入英特爾帶來的好處良多. 我們正討論大型金融機構面對的嚴重問題. 為了提供有力的支援, 需要像英特爾這樣的巨擘所擁有的力量和資源, 也需要英特爾作為技術合作夥伴的全力支援, 才能順利在Saffro平台上建構新的功能和應用, 並使其得以升級與擴展. 隨著AI快速進展, 探索實現AI的新事物與新方法不容忽視.
編譯: Susan Hong
(參考原文: Intel/Saffron AI Plan Sidesteps Deep Learning, by Junko Yoshida)eettaiwan