您的位置:首页> 移动应用

聚焦前端智能:人工智能的火热,让算法和设备的“软硬结合”势在必行

 发布时间:2020-08-02
[ 导读 ] 2017年6月20日,TechCrunch2017国际创新峰会前端智能分论坛上,人人智能、VISM、码隆科技、氦氪科技四家公司关于“前端智能”展开讨论:创业者一致认为,前端智能是真正让用户感受到智能化的关键。

2017年6月20日,TechCrunch2017国际创新峰会深圳站如期举办,在前端智能分论坛上,中科人人智能创始人王海增、VISM创始人栗明、码隆科技副总裁刘念、氦氪科技CTO胡鸿鹄、臻云创投合伙人祝晓成就“前端智能”展开圆桌谈论,以下为整理的圆桌讨论主要内容:

祝晓成:首先,请各位嘉宾简单介绍一下公司,以及你们对前端智能的理解。

王海增:大家好,我是人人智能创始人王海增。我们用底层软件加硬件解决人工智能最底层计算,产品是基于ARM芯片,相当于显卡的事情,我们专门把智能做一个板子。前端的智能加速和后端的加速不一样。后端加速比如英伟达需要专门做显卡芯片,但是在手机等移动设备的前端,由于设备的高度集成,ARM已经把GPU芯片做好,我们不需要再做GPU芯片,只需要做基于芯片的底层软件,把人工智能特性在前端开发出来 。智能设备是软件和硬件和一体化,就像英伟达这样一样既涉及硬件又涉及软件。我们专注的方向,是在ARM做好计算和通用计算的前提下,用算法驱动芯片。

前端智能,具体的概念还没有明确定义,我认为所谓前端智能是指很多数据的采集、计算工作放在前端设备进行,什么叫前端设备?所谓前端就是指靠近用户或靠近信息的来源端,针对每个用户使用的设备,前端直接进行处理,不用再往后面传,提高了某些场景的处理效率。

栗明:大家好,我是VISM创始人栗明。公司专注在做眼球追踪技术,可以应用在VR、AR等头戴式设备上,属于AR行业的上游技术供应商。从我的角度理解,前端智能是算力中心分配的过程,有点像“分久必合、合久必分”,我们会发现它有一种集中的倾向,之前CPU、GPU,后来集中到一块,但是因为人工智能的出现在各个细分场景下都有非常繁重的运算量的任务,导致出现很多专用型的芯片,比如说人人智能做人脸专用的芯片和底层系统。

对眼球控制追踪(简称眼控)这项技术来说,前端智能也是很重要的技术发展路线,因为眼控有一个很重要的特点,就是非常高的精准和真度才能达到实效,如果你的算法方法放到平台,前端设备运算就会降低。而用芯片则可以分担部分算法,现在头戴式设备最大的问题就是显示和计算,它算不过来,全部渲染会导致GPU的负载非常重,只有很高端的机器才能进行体验,但是移动端设备很难达到那样的配置,于是我们可以用眼球追踪的方式,只把你聚焦的地方渲染清晰,这样可以让整体GPU的性能提高到5-8倍,这就是VR技术一种更广阔发展空间的方向:漏斗式渲染。

胡鸿鹄:我是氦氪科技CTO胡鸿鹄,之前一直做大数据的安全和风控体系研究,2015年我加入氦氪科技,主要从事物联网的研发工作,目前公司业务往物联网前端走,一块是物联网家居产品,一块是工业智能传感器。

我同其他几位可能不太一样,我做的偏后端,之前在阿里公司做云端这一块,现在进入物联网以后,感受到智能家居是一个很有潜力的市场,现在的智能家居不具备前端计算能力,有可能设备功能偏弱、专一。但未来智能家居一定是跟人工智能相结合的,前端设备的计算能力肯定会大大提高,体验相对更好。

刘念:大家上午好,我是码隆科技的刘念,码隆科技是一家做人工智能和计算识别的公司。大家知道人脸识别已经被广泛应用了,我们公司核心在于商品识别,比如跟服装、面料、家居、商超、零售等都有结合。

其实我对前端智能概念接触不长,我认为前端智能就是应该降低用户的使用门槛。拿我们公司的例子来说,红酒的搜索跟识别,因为红酒搜索的APP很多年前都有,但是打开APP需要非常准确地对着红酒,还要找一个光线比较好的地方,但是把人工智能加进去,即使这瓶酒放在离我10米远的地方,依然能够识别出来,我觉得这是人工智能,它大大降低了使用难度和门槛。这就是我理解的人工智能跟前端智能加在一起带来的便利性。

祝晓成:刚刚VISM栗总提到一个问题我很感兴趣。创业做产品究竟是做通用的,还是做专用的,专用专到什么程度,这个话题我特别想问一下,怎么去平衡这个事。

栗明:这个事情本质上是如何在产业中理解产业的问题,我们对这个问题有过深入的探讨,我们做的眼控技术的市场完全取决于未来头戴式设备整体市场规模,因为通用和专用一定是在做一道选择题,我到底让它适用更多的场景,还是让它更好地解决某一个问题,这就取决于整体的性价比,如果未来头戴式设备市场是海量的,我只要做其中一小块就足够。如果这个市场相对小众,属于早期阶段,我们是没有看法去进行这样的尝试的,它会导致我大量资金投入进去,却没办法带来很好的市场。

王海增:其实很多时候技术和客户的需求是一个博弈,你很难猜哪个需求能长起来,它像自然选择一样,结果很难预测,但是我们必须顺着大的方向走,要么靠近客户,就像你说的场景化,要么靠近技术底层。技术演进的路线一般比较漫长,有助于降低预测的风险。关于人工智能落地,就像很多产业一样,其实从专业和行业客户入手,比如我们公司几个公安客户的需求是明确的,它们有自己的需求,我们先从专业部分开始,再到商业、园区,这样累积的过程,先2B再2C,先从解决军队、公安需求开始,再从商业开始。先从2B市场里可能要落地的、要创造价值开始,要有市场检验,要让市场说话。

祝晓成:回到前端智能,我想请几位嘉宾讲一讲你们对前端这件事情有什么样的展望、设想或建议。

王海增:我们看用户端的需求,往10年、20年以后看,是非常有想象空间的,但必须得脚踏实地。实际上人工智能,比如说家庭怎么联动、数据怎么分析可能不是难点,难点是前端智能设备收集的数据量不够多,第一感知到的信息不够多,不知道你是男还是女的,第二是前端设备的处理能力不够强或不够有针对性,当然处理能力也不是越高越好,手机的功能很少,但是够用就好,我觉得所谓大势是先往基础做,让前端设备先具备一定计算能力。

胡鸿鹄:因为我做后端这一块,我觉得未来的智能家居的挑战主要在更多场景支持上,因为办公社区都是智能家居实际的场景,我们现在用一些后端智能来解决目前的场景,但要做得更好还需要跟合作伙伴的共同努力。我比较关心设备价格的问题,要落地得好,前端设备的价格需要降下来,如果这些东西能解决了,像电影钢铁侠里面的智能家居很快就能实现。

上一篇: 豆瓣2.0一次围绕个人兴趣的内容重构
下一篇: 格力“多元渠道”终端管理利器“销售管家”

Copyright © 2012-2020(ent.tipapple.com) 版权所有 Powered by 万站群

本站部份内容来源自网络,文字、素材、图片版权属于原作者,本站转载素材仅供大家欣赏和分享,切勿做为商业目的使用。

如果侵害了您的合法权益,请您及时与我们,我们会在第一时间删除相关内容!