中德專家談AI中小企業的機會與技術方向

2019年11月，“2019中德中小企業合作交流大會·AI分論壇”在濟南舉行。在圓桌論壇環節，安創加速器（Arm Accelerator）董事長楊宇欣主持了討論，與中德專家們探討了“AI中小企業創新發展的瓶頸與突破”這一主題，涉及AI在哪些產業落地，深度學習技術的瓶頸和限制，各家在芯片領域的布局和進展等。

論壇從左至右：安創加速器董事長楊宇欣，地平線副總裁紀鵬、曠視科技產品市場總經理沈瑄、德累斯頓工業大學教授Christian Mayr，安創生態CTO程斌、OPEN AI LAB業務發展總監付仲韜

1 AI落地的市場及挑戰

1.1 AI落地的商業機會

曠視科技產品市場總經理沈瑄指出：隨著芯片的迭代、升級，我們可以做出更多的設備，二者是相輔相成、呈螺旋性上升的。例如，AI產業是2016年阿爾法狗出來后帶動起來的，在當時環境的芯片算法下，第一個落地點是人臉，現在出現在手機、汽車等場景，現階段人們也在探討智能制造/倉儲物流、教育、醫療y等應用。

AI之前是AI+，經過這四五年的變化，現在變為傳統的農業、科技、教育+AI，即AI需要跟傳統行業結合。因為傳統行業首先有自身的行業屬性，AI并不是通用的行業。因此，業界一直稱AI只是一個技術，給傳統行業或者現有的行業帶來了降成本和效率提高。

曠視科技產品市場總經理 沈瑄

地平線公司副總裁紀鵬介紹了地平線所關注的AI汽車和安防領域。首先，AI汽車是一個比較明確的AI發展方向。另外一個AI比較大的落地點是安防，監控系統是政府主導的大需求。

2019年AI商業上有一些萌芽，但還處于非常初始的階段，沒有到大規模使用的階段，該有的細分的場景諸如鐵路上的場景，從管理上能起到減員增效的作用。但還有一些AI應用場景值得商榷，例如利用AI監控員工是在聊天還是在工作，從被監視者的角度來看，被監視者眼前放一個攝像頭，可能很難受。因此，AI在找落地的過程中，還需要一個探索的過程。

地平線公司副總裁 紀鵬

安創生態CTO程斌補充道，除了視覺和語音方面，他所接觸的初創公司中還有做觸覺的公司，這也是IoT能夠出現亮點的領域。

1.2 AI應用的挑戰

德累斯頓工業大學教授Christian Mayr談了AI應用的兩個挑戰。一是現在很多傳統行業進入AI領域需要改變一些思路，傳統行業的問題都是在培訓上，AI企業應該組織培訓的工作坊，幫助AI技術訓練和改進。另外，現在很多AI應用于物聯網，因此對硬件的功耗是有要求的，因此越來越多的AI需要跟芯片結合，需要做專用的芯片，但專用芯片的設計周期較長，這也是需要解決的問題。

德累斯頓工業大學教授 Christian Mayr

安創生態CTO程斌指出了大數據的重要性。他認為，AIoT不能割裂開來看，因為首先AI需要算法、算力和數據。由于大量數據來自于IoT（物聯網），IoT非常重要。我們需要把大量的數據進行收集、采集回來，這是AI數據的來源。同時因為現在的AI技術受限于前端的準確度，包括要有非常準確的數據，對數據還要進行大量的標注。

2 深度學習技術的瓶頸和限制

安創加速器董事長楊宇欣稱，目前有兩種AI方法：機器學習和類腦。機器學習技術是現在比較通用的AI解決問題的方式，但很多前沿技術/類腦技術慢慢顯現。目前大部分商用的AI技術還是基于機器學習，但是類腦在未來解決更多機器替代人的場景下可能有更廣闊的空間。

那么，AI從技術角度來看還有哪些瓶頸和限制，未來如何突破？

2.1 思維方式的差異

安創生態CTO程斌指出，AI技術包括深度學習技術最大的瓶頸在于它跟現有的人的思維方式差異很大。它依靠的是大量的數據及對模型進行訓練，而且數據是要清洗過、標注過的。但是人可以通過有限的幾次看（大腦自己的分析）就可以識別這是蘋果，這個蘋果換了任何角度，或者我只看到這個蘋果的某一部分，我都能認出來它是個蘋果。但是現在的AI技術并不是這樣。所以，現在AI對于算力的要求很高，其實從人的大腦的角度來說并不需要這么復雜的結構。真正的AI技術應該跟人腦越來越近，越來越向真的人腦和人腦的思考方式靠近，包括脈沖神經網絡是一種嘗試。

安創生態CTO 程斌

德累斯頓工業大學教授Christian Mayr是主要研究類腦技術的，他認為現在的深度學習更多地是基于特征點學習的，需要大量的數據，但很多時候因為在學習到特征點的時候并不能從更高的層面去識別，因此技術應該到更高層面去解決這個問題。例如看幾千頭大象的照片后就可以識別大象，但在識別過程中例如看到大象的某一個特征，即使那不是大象，機器也可能會識別成大象；人當然是不會識別錯的。

2.2 是否可以走向模擬

安創生態CTO程斌提出一個觀點：現在的深度神經網絡還是基于數字化的模式，現在也有一些公司在嘗試往模擬的方向做。實際上，我們可以把很多東西做到前端的傳感器的控制器里，直接從模擬信號的角度切入，不是把模擬轉換成數字以后再做各種各樣的訓練。從人腦的角度來說，人腦傳輸的都是模擬的脈沖的電頻信號而已，這是將來AI的方向。

3 為何很多AI公司熱衷做硬件/芯片

看來類腦技術還需要時間，它是突破現在深度學習的一個技術方向。德累斯頓工業大學教授Mayr提到現在很多的AI在往硬件芯片上集合，現在也有越來越多的AI企業不是純算法企業，而是更多地涉及到硬件/芯片。

德累斯頓工業大學教授Christian Mayr解釋道，現在的AI技術是被硬件所推動的，這是一個核心。無論是存儲還是算力各方面的發展，已經達到了AI技術的需求。實際上，算法在20世紀80年代就有模型，但原來的硬件沒有達到要求，所以現在的AI技術因為硬件把它推動了，所以這個技術在迅速地往前走。

“現在幾乎所有算法公司都有自己的芯片計劃。”地平線公司副總裁紀鵬具體分析道。“因為芯片只是一個算法的載體，芯片本身并不是最核心的價值，它一定在某種特定的算法框架下結合軟件，通過芯片才能夠把它的算力發揮到極致，把利用率發揮到最好。”因為早已前瞻到此趨勢，地平線是較早做AI芯片的公司。

安創加速器董事長 楊宇欣

曠視科技產品市場總經理沈瑄稱有兩個趨勢促使軟件廠商做芯片：第一，做芯片一定是靠量攤薄成本，所以AI芯片一定是從大批量的商用開始。第二，AI芯片廠商在向除了汽車和安防外的其他IoT終端場景賦能，諸如電視機、音響，有諸如MCU+MPU的產品出來，這種產品低功耗，需要有在終端配置的能力。

至于曠視為什么把算法往芯片上疊加或者融合？基于兩個原因：如果我的產品可以做大體量，需要我的算法應用；再就是賣軟件永遠不如賣芯片。

基于此，從2019年上半年開始到2020年，尤其在國家大的方針政策下，預計會有越來越多的AI企業做SoC。

但是，對于創業的中小企業一定要慎重做芯片，因為芯片從一開始做到生產、封裝、測試持續18個月的時間，這個周期里有兩個挑戰，一是你的算法不一定固化了、不用去迭代了；第二個挑戰是能否有足夠的終端來應用？如果這兩點能解決，就可大膽地去做芯片。

4 IP與軟件廠商的作用   

安創加速器（Arm Accelerator）是第一家基于Arm全球生態系統，聚焦于AI和物聯網產業的創新創業服務平臺。安創加速器董事長楊宇欣介紹了Arm的IP優勢：Arm針對于AI和細分化的市場，從IP的角度已經切入，已經考慮到單純的MPU或者AIPU不一定能夠完成所有定制化的要求。安創生態有兩大業務部門，一是AIoT解決方案部，二是集成電路公共設計平臺。集成電路公共設計平臺的的口號叫大家都能做芯片、人人都能做芯片。從安創生態科技的角度來說，從兩個維度在進行努力，一是從解決方案的維度，另一個是從賦能第三方的角度。安創空間做了三款不同的原型平臺，包括AI的、語音的和圖像的。

OPEN AI LAB也是安創加速器的企業，是代表安創的創新創業的傳承之一。安創第一個加速器企業是地平線，OPEN AI LAB是安創與地平線共同孵化的一家企業，2016年底才成立，只用了2年的時間，估值翻了約9倍。

OPEN AI LAB業務發展總監 付仲韜

OPEN AI LAB業務發展總監付仲韜稱，OPEN AI LAB對上服務SoC廠商，對下賦能傳統行業的智能改造。AI包括算力、軟件和數據，OPEN AI LAB主做軟件。芯片無論怎么發展，它有個內在的關系是應用承載方，OPEN AI LAB要打通不同硬件之間的差異化，實現客戶對不同場景、不同硬件/芯片的需求，能快速地落地，提供IoT的解決方案。

小結

單純從算法和軟件看AI太局限了，需要拓展到整個硬件系統來看AI。傳統行業擁有大量的數據和技術，但會面臨AI落地的困擾；因此傳統行業需要改變思路，用自身數據幫助AI技術訓練。而很多AI企業已不再是純算法，而更多地涉及到硬件和芯片，要通過把算法疊加或者融合到芯片上。而AI芯片不僅僅只是一個獨立的SoC，它可以分布在設備的許多的地方。AI是一個技術，并不是一個產業，最終還是要與傳統產業相結合，而這個結合將是未來長期演進的過程。

“2019中德中小企業合作交流大會·AI分論壇”的聽眾

“2019中德中小企業合作交流大會·AI分論壇”場外海報