06
2022
06

算法定义硬件,旷视把AI装回黑盒子

发布日期:2022-06-06 12:04    点击次数:86

这年头,日常生活里的 AI 应用,那可真是细到头发丝儿里了。

身处加油站,却有人偷偷摸摸抽起了烟?如此危险行为,AI 的小眼睛第一时间就能盯上。

居民区里,高空抛物令人头大,但有 AI 站岗,便能直击现场发出警报。

老人摔倒、甚至是厨房垃圾桶盖没盖盖儿这样的细节之处,AI 也通通都能 cover 到。

工地等安全系数需拉满的场景更不用多说,从烟雾检测到看谁没戴安全帽、忘穿反光衣什么的,对 AI 来说都不在话下。

最重要的是,想要引入这样的 AI "巡查员",现在不再需要专门安装新的智能摄像头等设备。

说出来你可能不信,以上所有场景所有任务,甚至一只"盒子"就能 hold 住。

一只 AI "盒子"的魔力

没错,就是这么一只 10 寸大小的真 · 盒子:

这只"盒子"来自旷视,开头提到的这么些个 AI 应用,都是它的实际落地案例。

单从硬件角度来看,这个名为"魔方智能分析盒"的设备,内置一颗 AX630 全国产 AI 芯片,INT4 算力达 28.8TOPS ——

妥妥的一个边缘计算产品。

可如果加上其背后的一大堆 AI 算法,事情就发生了一些变化:

有了算法加持,再通过 RTSP(实时流传输协议)、国标等协议与前端相机产品快速对接,它就能完成"人脸检测"、"烟雾检测"、"危险行为检测"等诸多不同类型检测任务,适配加油站、社区、园区、工地等各种应用场景。

也就是说,原有的摄像头不用动,加上这么一只魔方盒子,就能完成各种检测系统的智能化升级。

是不是有点方便?

说到这,你可能也看出来了,与目前市面上常见的物联网智能设备不同,这只魔方盒子的侧重点不在硬件,而在算法。

甚至可以说,这个硬件最终的产品类型,是由算法来定义的——

把核心的解决方案都放到算法层面上,摆脱对硬件的依赖,让硬件尽量通用,做到一套硬件产品就能应对诸多场景。

"算法定义硬件"

那么问题就来了,为何要另辟蹊径,用"算法定义硬件"?

这事儿还得从物联网行业现状说起。

长期关注 AI 的朋友们都知道,安防是 AI 最早应用落地的场景之一。无论是 AI 公司还是海康威视这样的老牌科技企业,围绕AIoT (人工智能物联网)这个概念,最多的案例就是在安防场景展开。

但有智能化需求的物联网场景,远不止于安防。

2021 年的数据显示,在 AIoT 领域,AI 的渗透率仅为 4%,还有 96% 的场景没有被 AI 渗透。

数据背后, 唐山中北冶金有限公司反映出的正是 AIoT 当下面临的最大痛点之一:需求的碎片化。

从技术角度来解释这个问题,就是在安防这样需求量大,场景又相对单一、集中的业务中,算法可以不断复用、迭代。

但如果换成电瓶车检测、垃圾分类、高空抛物等等更为碎片化的场景,受限于当前的 AI 技术,无论是数据采集还是算法复用,都存在较大的困难。

而这样的碎片化场景,才是 AIoT 的大头。

传统解法:海量硬件 + 定制算法

如何解决?

传统解法简单粗暴:海量硬件 + 定制算法。

也就是说,检测电瓶车就用专门检测电瓶车的摄像头,检测高空抛物则用检测高空抛物专用的硬件设备。在这样的产品体系下,甚至能出来几万种不同的摄像头。

具体到一个场景中,以智慧社区举例,如果一个社区既有电瓶车检测的需求,又有智能警戒、室外通道占用检测的需求,整个工作流就会变成这个样子:

首先,要提前勘定不同的点位,确定哪个点位部署哪种硬件设备。然后根据这些具体的需求,去分别下单、采购不同类型的产品。

如此一来,就对现场规划和勘点提出了较高的要求,并且一旦设备部署进来,要对不同点位的功能进行调整也会比较困难。

说到这里,想必其中的问题你也就看出来了。

其一,碎片化物联网场景下,"海量硬件 + 定制算法"欠缺灵活性,硬件建设和维护成本较高,基本上想要针对新需求部署新算法,就得重新换硬件。

其二,更深一层从技术实践的角度来说,由于解决方案很大程度上依赖于硬件功能,算法就或多或少需要做出妥协,在业务需求和硬件之间做平衡,导致最适配的算法往往并非最优解。

新思路:软硬一体,最大化算法优势

面对这样的市场现状,旷视作为一家以 AI 算法技术起家的公司,就逐渐摸索出了所谓"算法定义硬件"的新思路。

正如前文所说,也就是反其道而行之,以算法为核心去解决场景差异化的问题,弱化对硬件特性的依赖。

同样以智慧社区的场景来举例,在选用旷视魔方智能分析盒的情况下,确定检测点位数量之后,只需采购统一的硬件。

而后,再根据具体规划,在不同的点位安装不同的算法包即可。比如,需要在电梯里监测电瓶车是否进入电梯,那么就加载安装电瓶车检测的算法包。

后续如果需要将该点位改用来检测烟火,也无需更换硬件,换上烟火检测的算法包就行了。

简单总结一下,在魔方盒子这一类产品中,旷视所做的,就是基于软硬一体的能力,从最大化算法能力的需求出发,自研硬件。

通过加载不同算法包的方式,在一种硬件设备上形成不同的产品,使硬件本身更加通用、标准化。

如此,站在用户的角度来看,一方面,在旧有的系统上做智能化改造成本会变得更低,更多潜在需求能更低成本地实现。

另一方面,产品本身从算法出发,最大化发挥算法的优势,能实现更高的性价比。比如通过算法来针对性地优化较低等级的新品,使其达到更高的算力、精度水准。

值得一提的是,这还只是"算法定义硬件"的第一阶段。

旷视透露,随着算法分发平台的完善,硬件将进一步演化成为算法的载体。就像特斯拉的 OTA,算法更新就能给硬件产品带来新功能。

AI 公司突围之机

事实上,长期以来,在安防等物联网场景之中,虽然智能化能力的重要性愈发显现,但外界仍不免有疑问:AI 公司作为后来者,竞争优势究竟何在?

在供应链、渠道等商业领域,传统强企无疑具备先发市场优势,这使其在以硬件为主导的标准化产品领域早早奠定霸主地位。

但如今看来,也正因如此,在越来越多量产硬件产品难以覆盖到的碎片化场景中,恰恰存在 AI 公司的突围之机。

旷视的"算法定义硬件",便是一条具有代表性的 AIoT 突围路径:算法本质上是直接面向各种应用场景的,天然更接近于用户的需求,以算法为核心,才有可能让硬件满足 AIoT 的海量应用场景需求。

相较于传统强企,AI 公司的核心优势,还是体现在对于 AI 技术的长期钻研和深入洞察。这种优势具体体现在:

在基础模型研究上的长期投入,对于算法模型有更深刻的理解;

处于行业领先地位的算法精度;

算法量产能力,能够高效产生海量算法,降低算法生产门槛;

更具可扩展性的平台,能根据用户场景的变化,实现高效灵活的算法迭代;

具备软硬一体化的产品能力,最大化算法优势。

……

如此看来,在 AIoT 时代,以 AI 算法见长的 AI 公司,已经具备了先发优势。

AAB

相关资讯
热点资讯


Powered by 新乡市新轻机械有限公司 @2013-2022 RSS地图 HTML地图

2013-2022 版权所有