智東西（公眾號：zhidxcom）
文 | 心緣
智東西12月14日消息，昨日，由中科創達聯合清華大學、美國高通公司共同舉辦的嵌入式AI大會在北京舉行。會議期間，北極光創投創始人鄧鋒、高通全球副總裁孫剛、中科創達副總裁孫力等產學界大咖紛紛發表演講。
北極光鄧鋒從資深投資者的角度談論他的AI投資之道，強調數據和系統比技術更重要；高通孫剛認為5G和AI相輔相成，將驅動下一輪工業革命；中科創達孫力則介紹了其核心競爭力，並對嵌入式AI的挑戰與如何賦能行業進行分析。
此外，歷時3個月的首屆中科創達設備端AI應用大賽終於落下帷幕，最終有7個應用方案從全球25個國家和地區的110件創意作品中脫穎而出。
一、北極光鄧鋒：投資人更看好怎樣的AI公司
北極光創投創始人鄧鋒認為，AI將走向去中心化，雲和邊緣將分裂，端智能將崛起，計算和存儲的關係也要發生改變。
其中，雲和邊緣分裂之處對系統來說是個機會，除了計算能力的優化和管理問題外，如何處理物聯網所帶來的安全挑戰也是新的系統層面需要解決的問題。
“我一直在呼喚IoT，”鄧鋒認為，如果世界上出現一個同時有雲、端、邊緣的計算以及工具的公司，那麽這家公司將可以往千億級發展。但目前世界還沒有這樣一家公司出現。
他認為端智能不僅是智能，更大的是降低功耗和成本的能力，現在投資一家公司最關心的問題是能不能靠電池驅動，提供三四年甚至是四到八年的續航力。
另外，如果性能繼續提高，功耗解決不了，就很難繼續發展，因此鄧鋒認為計算和存儲的關係需要改變。
鄧鋒認為，AI目前面臨三大挑戰，一是基礎技術門檻差別不大，二是如NLP等領域無法突破，三是應從用戶痛點切入應用場景。
他還從投資者的角度出發談了他的AI投資邏輯，即應用場景比技術壁壘更重要，數據比算法更重要，科技創新比模式創新更重要，以及AI不能單獨看，要和IoT、大數據結合。
在他看來，很多公司剛開始在一個新領域發展，商業模式尚未解決的時候就有很多技術差不多的競爭對手湧現，很難構成競爭壁壘。另外，技術不能直接控制客戶，實現的商業價值就不高。很多事情不能完全依靠AI來解決，還需突破很多點，因此他首先會關注的是這家公司能否切到場景中去。
二、高通孫剛：5G和AI協作將驅動下一輪工業革命
美國高通公司全球副總裁孫剛表示，2019年大家會看到第一代5G商用，到2020年整個市場會快速向前演進，新的標準制定會更好地支持其他的應用場景，主要是和IoT相關的應用場景，包括廣泛的覆蓋、超高的效能、海量的規模，還有極致的簡約。
5G的發展和AI是結合在一起的，因為5G是通訊的標準，而通訊標準的發展會造成通訊的速度更快，同時也會產生更多的數據，數據是AI的基礎，更多的數據會使AI更有效。在這個基礎上，AI的技術會發展，在發展過程中對數據有更多的需求，促進5G的發展。
這兩個技術的發展是相輔相成的，把智能推向網絡的發展，而且隨著計算能力的提高，它可以在本地做很多計算，保護隱私安全問題。
高通認為，5G和AI將激發創新浪潮，到2025年AI衍生的商業價值將達到5.1兆美元，到2035年5G相關產品和服務獎達到12.3兆美元。
這些趨勢加在一起，將為今後二十年帶來新機會，他認為這些足以驅動下一輪工業革命。孫剛說，高通每年研發投入近50億美元，沒有足夠大的研發投入也無法支撐技術的發展和產品的演進。
三、中科創達孫力：嵌入式/邊緣式AI是未來。
在智能終端快速發展的當口，無論是高通還是海思的手機AI方案都需要一個Middleware服務商來包辦整體解決方案，這個角色的扮演者就是本次大會的主辦方中科創達。
在過去十年間，中科創達與高通、展訊、聯發科、英特爾、谷歌、微軟以及各大手機終端廠商均有合作。
AI時代的到來使得AI計算架構趨於多元化，一方面，手機AI芯片的需求為中科創達帶來新的營收增長引擎，另一方面，中科創達開始攜手高通、百度、中國移動、Linux等公司在汽車和物聯網領域發力。
中科創達副總裁孫力表示，嵌入式/邊緣式AI是未來。中科創達是做的是作業系統嵌入式AI的核心能力，如何使嵌入式和硬體加速，同時降低功耗問題，這非常複雜。
中科創達致力於通過寬動態/HDR、降噪、導入AI技術等方式來解決傳統影像品質問題。其畫質調優在全球非常有競爭力。
該公司的TurboX AI Kit十分完整，有基於高通驍龍845平台的AI引擎（AI Engine），有高性能的嵌入式端側/邊緣AI開發平台，豐富的的嵌入式AI開發、分析、優化和調試工具，加速端側AI的實現和普及，助力生態系統的構建。
孫力告訴智東西，目前其最專精的手機業務佔據中科創達總業務的六成，其余汽車業務和物聯網業務各佔一半。
智能視覺在這三個領域的應用需求也有所不同。手機上的智能視覺更多圍繞拍照體驗，很多雲端AI會應用在app中，終端則主要是為美顏、姿勢及場景識別提供實時加速計算的引擎。
智能家居領域的應用不盡相同，比如在冰箱安裝攝影頭來識別食物的種類和數量變化，再比如用微波爐攝影頭來智能加工食物，這些都幫助人們的生活更加便捷。
汽車領域則更是不同，分為對外和對內兩部分。其對內的智能視覺涉及對駕駛員行為的檢測以及一些個性化選擇，對外的智能視覺則關乎對街道上人、車、路、樓宇、障礙物等的識別。
中科創達副總裁孫力
孫力表示，人們的體驗訴求在哪裡，AI就服務於哪裡，這樣才會產生商業變現。
四、3D、嵌入式AI與賦能行業的挑戰
在演講中，孫力還分享了關於3D的問題，現在很多算法都基於2D，之所以3D尚未普及，主要由有四點原因：
（1）BOM成本高，由於規模化的問題，還沒有降低到平民化，比如蘋果花了幾十萬美金。
（2）多種的光學設計，碎片化（ToF，結構光，雙目，主動雙目等）。
（3）嵌入式SoC的depth map的運算能力（Pc輔助到嵌入式ARM based）。
（4）多套使用的完整建模問題，如建模會受到強光等問題的影響。
孫力表示，嵌入式AI算法應用的主要問題與挑戰有六類，分別是計算資源有限、終端處理平台碎片化、應用場景和需求多樣化、性能（準確率和速度）的平衡與取捨、生態系統不成熟以及功耗與成本較高。
他也給出了相應的主要優化策略，即將硬體層面的AI運算加速引擎與軟體層面的降低算法模型的計算量進行深度結合系統化設計。
在AI賦能行業方面，孫力認為還有三座大山要翻。
首先，客戶期望整體解決方案，包含數據獲取、隱私問題、訓練、生產管理系統、私有雲部署、前後端等許多事情，而非只是純AI算法。
其次，客戶衡量AI技術的預算並非根據AI算法有多麽高大上，而是根據生產力提升、運行效率優化、經營業績能承受的預算能力來反推，這與當下昂貴的AI投入成本形成矛盾。
最後，客戶期望一次性投入建設一個AI平台，可以一勞永逸的自我訓練、更新和部署，未來需要建立少數人力服務於算法的流程。不要迷信AI算法，要嘗試不同方法，有時候還需使用傳統影像處理算法，關鍵目的是幫助客戶解決問題。
結語：落地應用是AI競爭力的關鍵
無論是資深投資者還是具有豐富經驗的行業玩家，均在本次大會上多次強調AI落地的重要性。
如今AI和IoT應用方興未艾，技術算法趨於同質化，找準行業需求、確定落地方向、解決行業痛點成為了眾多AI玩家站穩腳跟、提高競爭力的不二法則，而在愈演愈烈的AI賽場上，能提供深入行業的整體解決方案的玩家往往在複雜場景中具有更高的競爭力。
香港九龍灣馬來街興發大廈15樓D室