吴文俊人工智能科学技术奖
NEWS REPORT
新闻报道
首页 > 新闻报道 > 正文

深耕商业场景 AI视觉公司打造“闭环生态”

2018年12月21日    来源:21世纪经济报道     
855
[导读] 在12月9日第八届吴文俊人工智能科学技术奖颁奖典礼暨2018中国人工智能产业年会上,云从科技副总裁温浩接受21世纪经济报道记者专访时说道:“同质化是说表面上看都是人脸识别技术为基础,但是在深层次技术方案整合的时候,还是有很大差异。我们要做的是从感知、认知到决策的闭环。”

  计算机视觉领域的技术广泛,其中人脸图像识别是先行普及的方向。近两年,该领域涌现出云从、商汤、旷视、依图、云天励飞等人工智能创业公司,在AI热潮中受到追捧。

  目前云天励飞已经完成数千万美元的A+轮融资,处于B轮融资阶段;云从正在C轮融资中,旷视和依图已经完成C轮融资;商汤进展最快,C+轮16亿美元的融资已经结束,新一轮还在进行中。尽管今年有资本寒冬的论调,但是对于业内的头部企业来说,未尝不是集中资源的好时机。

  伴随着资本的追加,这些AI视觉公司壁垒是否增厚也成为业内的关注焦点。在人工智能框架开源、算法越来越成熟的情况下,识别领域的同质化竞争更加激烈。

  在12月9日第八届吴文俊人工智能科学技术奖颁奖典礼暨2018中国人工智能产业年会上,云从科技副总裁温浩接受21世纪经济报道记者专访时说道:“同质化是说表面上看都是人脸识别技术为基础,但是在深层次技术方案整合的时候,还是有很大差异。我们要做的是从感知、认知到决策的闭环。”

  如今,AI视觉公司们或以平台为目标对外赋能,或针对重点场景深耕,探索更系统性的差异化路径。

  场景壁垒

  在人脸识别领域,目前各公司通过商业场景来形成主要的壁垒。比如云从的业务场景主要集中在机场、银行、安防三大领域,同时也在布局零售、教育等行业;云天励飞三年来集中在安防市场;商汤转向AI平台,面向十多个行业提供方案;旷视在安防、手机、在线刷脸验证、IOT等板块着力;依图瞄准安防、智慧城市、金融等领域。

  整体来看,静态识别的人脸验证、动态识别的安防都是必争之地。多数应用也主要面向B端,“B端需求比较旺盛,早期技术不是特别成熟的情况下,做B端简单一些,快一些。”温浩说道。

  温浩回忆道,云从选择金融行业是由于2015年互联网金融爆发,银行的需求一下子变大,比如远程认证。“我们借着这股东风就进入了银行,银行供应商是很稳定的,只要进入到银行的供应体系,那就是个千载难逢的机会。进入之后又发现银行其实有更多的业务需求,比如刷脸的ATM机、柜台的刷脸认证、银行业务推荐,以及银行内部的金库、员工考勤。今年我们也开始做风控,银行给中小企业、个人放贷的时候,帮助它判断客户信息,加快流程。”云从也从银行的基础性的业务,不断进行扩展,现在银行领域就有200多条业务线。

  在业务流程中,温浩表示最大难点在数据处理、数据建模上。技术专家要去驻场,做数据判断分析,数据有上百几十个维度,需要筛选,后面的训练、应用开发都是水到渠成。

  目前在最佳场景下人像识别率可以高达90%以上,但是由于光线、明暗等场景不同,识别率都会产生变化,相对来说静态情况下识别率更高,银行就是典型代表。但是到了另一个典型场景——安防领域,仅仅是人像或图形识别已经不够,动态场景下需要更多维度的人体识别,云从的跨境追踪就是技术之一。

  安防的市场很大,政府、楼宇、园区都有需求,同时面临的竞争对手也很多,成熟的设备商就有海康威视、大华股份、华为,并且市场份额占比大。但是在温浩看来,安防的市场足够广,“去年全国有6000多个亿的市场,我们能达到10个亿以上的市场也是成功。”云从是从公安层面的标准化应用再推广到大安防的场景,并且从算法拓展到硬件部分,现在云从不仅仅通过代工厂生产摄像头,也做标准化接口、标准化模组、标准化数据传输,开放能力给集成商和厂家。

  云天励飞则在三年内于深圳区域做安防的深耕,12月9日,云天励飞高级副总裁郑文先告诉21世纪经济报道记者:“云天励飞的‘深目’系统,3年把深圳12个区的人脸数据拉通,动态人像数据超150亿,从数据、算法、芯片、服务、应用五个方面来做闭环。”

  打造闭环

  虽然人像识别已经在一些应用场景普及,部分公司实现了盈利,但是总体来看场景依旧缺乏。公司们也在算法和算力上集成更多纵深的能力,比如云从自身也研发语音识别,云天励飞设计芯片,针对垂直场景企业继续提升一体化能力。

  温浩就谈道:“首先要找非常合适的场景,然后要把技术链打通,我们做人体识别、也做语音识别,要把场景闭环打通。当然和其他语音公司可以合作,但是成本很高。整体来讲,还是需要自己做。”

  这意味着,在一些细分领域,需要AI的定制化解决方案,其中需要垂直的行业数据、需要专业的数据模型、甚至专用的AI芯片。而深入行业的AI公司,已经有了数据和方案基础,与其和外界公司合作开发,不如进行自研,成本可能更低,数据也依旧掌握在自己手中。

  譬如,云天励飞一开始就是算法和芯片并行,今年其第二代AI芯片已经流片,由格芯公司生产,2019年1月底会进行商业化,主要用于摄像头等端设备。郑文先介绍道:“AI芯片的周期还是较短的,速度快,我们的芯片是基于深度神经网络的专有芯片,里面有130多条自己研发的指令集,采用FD-SOI 22纳米的工艺,这款芯片属于专用型的DSP处理器芯片(数字信号处理器)。”

  郑文先表示,“这款芯片比传统的GPU 等功耗更低。在架构方面,协处理器是用ARM架构,但是核心的计算架构是自研的,芯片应用后可以基于智能化升级。”

  12月13日,一位AI芯片专家告诉21世纪经济报道记者:“FD-SOI是一种很特殊的芯片工艺,特殊性在于低功耗,芯片设计难度上会高一点,但不算特别难。”

  除了云天励飞外,也有不少AI算法公司开始涉足ASIC芯片(一种为专门目的而设计的集成电路),因为AI作为普惠性技术应用到不同产业中时,需要不同的解决方案,对芯片要求也各有不同,不少公司为自己产品设计定制化芯片,既巩固了闭环,也可以形成新的销售方案。

  在郑文先看来,商汤、旷视等公司也会逐步补齐短板,无论是由软到硬,或者由硬到软,很多企业也做芯片,有的通过自主研发,有的通过收购并购。“我们也在做3-5年的技术规划,一个是算法方面,除了人像精准识别外,怎么样掌握更多维度的结构化信息,这需要从衣着、步态、肢体等人体的其他信息去丰富;另一个是芯片,芯片代表算力平台,如何低成本高效地解决计算问题也是研究方向。”

  接下来,如何在存量市场深挖,发掘新的应用市场还将是视觉公司们的课题。

分享到:
[责任编辑:yxl]
转载申明:吴文俊人工智能科学技术奖官网独家专稿,转载请注明出处,违者必究!