一片小小的人工智能視覺芯片能做什么？無人駕駛汽車主動(dòng)識(shí)別并避讓行人、攝像頭實(shí)時(shí)甄別在逃犯……這些影視作品中的情節(jié)，或許不久將可通過基于嵌入式人工智能視覺芯片的“解決方案”成為現(xiàn)實(shí)。
人工智能芯片被視為未來人工智能時(shí)代的戰(zhàn)略制高點(diǎn)。在視覺感知領(lǐng)域，人工智能視覺芯片正逐步應(yīng)用于智能手機(jī)、安防監(jiān)控、自動(dòng)駕駛、醫(yī)療成像和智能制造等領(lǐng)域。
可根據(jù)AI需求成像
縱觀信息產(chǎn)業(yè)發(fā)展歷程，從個(gè)人電腦時(shí)代到移動(dòng)互聯(lián)網(wǎng)時(shí)代，承載高性能計(jì)算的芯片決定新型計(jì)算平臺(tái)的基礎(chǔ)架構(gòu)和發(fā)展生態(tài)，并掌握著產(chǎn)業(yè)鏈最核心的話語權(quán)。
中國科學(xué)院院士張鈸指出，傳統(tǒng)硬件架構(gòu)難以滿足人工智能時(shí)代深度學(xué)習(xí)的要求，新的算法需要新的硬件來支撐。同時(shí)，芯片的結(jié)構(gòu)將越來越像“大腦”，類腦芯片、智能芯片等將是人工智能的發(fā)展方向。
“所謂視覺芯片，實(shí)際上是一種具有高速圖像采集和實(shí)時(shí)圖像處理功能的片上集成系統(tǒng)芯片。”中國科學(xué)院半導(dǎo)體研究所半導(dǎo)體超晶格國家重點(diǎn)實(shí)驗(yàn)室研究員吳南健介紹說，在日前舉辦的國家自然科學(xué)基金優(yōu)秀成果北京對接會(huì)上，吳南健帶領(lǐng)研究團(tuán)隊(duì)展示的新型視覺芯片（Vision Chip）科研成果很是引人注目。
據(jù)介紹，這種視覺芯片集成高速圖像傳感器和大規(guī)模并行圖像處理電路，能夠模仿人類視覺系統(tǒng)視覺信息并行處理機(jī)制，解決現(xiàn)有視覺圖像系統(tǒng)中數(shù)據(jù)串行傳輸和串行處理的速度限制瓶頸問題。
吳南健解釋說，人工視覺的架構(gòu)分兩部分，類似于人的眼睛和大腦。人的眼睛是一個(gè)典型的圖像傳感器，能夠攝取圖像并且進(jìn)行一些噪音去除等初級(jí)圖像處理；人的大腦神經(jīng)元網(wǎng)絡(luò)是一個(gè)視覺圖像處理系統(tǒng)，具有非常強(qiáng)的對所攝取的視覺信息進(jìn)行并行處理的能力。
AI視覺芯片與攝像頭的關(guān)系是——芯片做的是大腦，攝像頭做的是眼睛。這里就存在一個(gè)問題：大腦該如何控制眼睛？遠(yuǎn)望智庫人工智能事業(yè)部部長、圖靈機(jī)器人首席戰(zhàn)略官譚茗洲解釋道，傳統(tǒng)的技術(shù)方法是定義一個(gè)通信控制接口，但在視覺應(yīng)用中這種做法會(huì)非常復(fù)雜。人眼的成像是非常聚焦的，只看到關(guān)注的東西。當(dāng)AI算法解決了“要看什么”的問題后，前端成像就有了目標(biāo)，可以把所有的資源都調(diào)配到關(guān)注的對象上，做到“指哪打哪”，也就是取出噪音的處理過程，可以更高效智能地處理視覺信息。這種根據(jù)AI的需求來成像，能解決很多以前解決不了的問題。
“通常以前處理的方式，是通過攝像頭把信息攝錄，傳到服務(wù)器或云端后，利用服務(wù)器上的顯卡進(jìn)行運(yùn)算，現(xiàn)在是將視覺芯片嵌入攝像頭，讓其本身可以處理信息，做成專用芯片，如果芯片大批量生產(chǎn)，在價(jià)格上會(huì)便宜非常多，極大降低成本。這就是目前這項(xiàng)技術(shù)突破的核心價(jià)值。”譚茗洲在接受科技日報(bào)記者采訪時(shí)指出。
比人類視覺更具優(yōu)勢
在我們通常的印象中，一個(gè)視力正常的人可以迅速且毫不費(fèi)力地感知世界，甚至可以詳細(xì)生動(dòng)地感知整個(gè)視覺場景；但其實(shí)這只是一個(gè)錯(cuò)覺。
“人類生理視覺有著天然的局限，只有投射到眼球中心視覺場景的中間部分，我們才能看清楚。比起人眼來，嵌入視覺芯片的機(jī)器將具備相當(dāng)多的優(yōu)勢，因?yàn)榭梢詡鞲懈鼘挼念l譜范圍、更高的清晰度、更寬的視角，其視力遠(yuǎn)不止5.0，在夜間也可以看得很清楚。如同AlphaGo戰(zhàn)勝‘圍棋天才’一樣，在某些應(yīng)用場景，其視覺在準(zhǔn)確性、客觀性、穩(wěn)定性等方面都要比人類視覺更具優(yōu)勢。”譚茗洲指出。
吳南健介紹說，目前，國內(nèi)外在人工視覺芯片領(lǐng)域的研究主要是CMOS圖像傳感器芯片技術(shù)、并行圖像處理技術(shù)和CMOS集成技術(shù)。在CMOS圖像傳感器領(lǐng)域，國際技術(shù)水平朝著高分辨率、寬動(dòng)態(tài)范圍、高幀率、高智能化、寬波長范圍和三維成像的方向發(fā)展。人工視覺系統(tǒng)芯片能夠完成圖像獲取和初級(jí)（圖像濾波）、中級(jí)（特征提取）、高級(jí)（特征識(shí)別和不規(guī)則處理）3個(gè)圖像處理步驟。
“視覺芯片關(guān)鍵要解決運(yùn)行效率和處理3D影像這兩個(gè)問題。以往視覺芯片處理信號(hào)面臨的最大問題是因運(yùn)算量太大導(dǎo)致處理信息速度低，以及攝取的照片是把三維世界‘壓縮’成二維影像，在一張平面上已分不清物體距離遠(yuǎn)近、立體空間形狀、空間位置等，而人眼可把這個(gè)還原。”譚茗洲表示。
記者了解到，新型人工智能視覺系統(tǒng)芯片，是將高速CMOS圖像傳感器、并行信號(hào)處理單元和輸出電路集成于單一芯片內(nèi)，實(shí)現(xiàn)實(shí)時(shí)視覺芯片系統(tǒng)。將不同功能的技術(shù)集成在一個(gè)芯片上有很多優(yōu)勢，實(shí)現(xiàn)圖像獲取和圖像信息處理每秒一千幀的系統(tǒng)速度，可廣泛應(yīng)用于高速圖像處理、快速圖像識(shí)別解釋、高速運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)追蹤等領(lǐng)域。
譚茗洲指出：“目前，中科院設(shè)計(jì)的新型視覺系統(tǒng)芯片理念非常先進(jìn)，仿照人類視網(wǎng)膜神經(jīng)元機(jī)制設(shè)計(jì)，感光對信號(hào)的處理方式，揀取有用的信號(hào)進(jìn)行處理，極大地減少了運(yùn)算的體量。”
未來市場空間巨大
“以我個(gè)人的觀點(diǎn)，視覺系統(tǒng)芯片會(huì)成為必然的趨勢，就像手機(jī)和相機(jī)結(jié)合成就智能手機(jī)一樣，目前在技術(shù)上已突破填充率低、分辨率低和信號(hào)干擾嚴(yán)重的難題，將科研成果轉(zhuǎn)化并投放市場只不過是時(shí)間問題。”吳南健表示。
記者了解到，目前基于該技術(shù)的產(chǎn)成品已經(jīng)試用于一些創(chuàng)新企業(yè)，比如在工業(yè)產(chǎn)品的自動(dòng)化檢測領(lǐng)域完全可以使用視覺系統(tǒng)芯片代替人工檢測；在智能監(jiān)控領(lǐng)域，過去需要將視覺處理芯片裝在具有傳感器技術(shù)的攝像頭上，通過把數(shù)據(jù)結(jié)構(gòu)化、再壓縮送到數(shù)據(jù)中心的復(fù)雜方式完成數(shù)據(jù)傳輸和計(jì)算。
那么，視覺系統(tǒng)芯片如果在未來實(shí)現(xiàn)產(chǎn)業(yè)化，其市場空間有多大？據(jù)推算，2018年，圖像傳感器的市場規(guī)模在150億美元左右，雖然其中120億美元發(fā)生在智能手機(jī)領(lǐng)域，但未來發(fā)展比較快的4個(gè)領(lǐng)域是安防、國防、汽車、醫(yī)療，到2021年將會(huì)迎來40億美元的市場空間，年增長率約10%—20%。
“視覺處理器的需求增長會(huì)更快，目前該市場的整體規(guī)模（包括硬件、軟件、服務(wù)）在170億美元至180億美元，單從硬件來看也占到約30億美元。如果視覺系統(tǒng)芯片可以覆蓋70億美元的市場規(guī)模，企業(yè)在這中間拿到1%的話，其盈利空間就已經(jīng)很大了。”吳南健指出。
近年來，國內(nèi)外一批新型人工智能企業(yè)，依托人工智能領(lǐng)域技術(shù)和算法優(yōu)勢向芯片行業(yè)滲透，加強(qiáng)人工智能芯片基礎(chǔ)層研發(fā)。從市場格局來看，已經(jīng)發(fā)展成為一個(gè)相對獨(dú)立又相互依存的產(chǎn)業(yè)生態(tài)。在前端，索尼是圖像傳感器市場、生產(chǎn)和技術(shù)的領(lǐng)導(dǎo)者，緊隨其后的三星和豪威科技也保持著不錯(cuò)的競爭力；在后端，Mobileye和英偉達(dá)（NVIDIA）是提供視覺處理芯片的主要廠商，在國內(nèi)該領(lǐng)域的公司有地平線等。
然而，截至目前，尚未有企業(yè)實(shí)現(xiàn)“圖像傳感器+視覺處理器”集成式芯片的大規(guī)模量產(chǎn)。不管是現(xiàn)在的創(chuàng)業(yè)企業(yè)，還是已經(jīng)在市場上占有一定份額的大企業(yè)，不是做圖像傳感器，就是做后端的視覺處理器。正如吳南健所言，這將給初創(chuàng)企業(yè)帶來機(jī)會(huì)。