跨界圍攻:「AI 視覺」公司已集體殺入智能駕駛圈
2021-05-22
雷鋒網
如今的智能汽車賽道,說挨肩迭背也不為過。
新勢力派引領變革,最為二級市場所看好;泛網際網路派占流量高地,擅技術遷移;傳統車企派根基夯實,品牌名聲享譽在外。
甚至財大氣粗的某地產派也曾放下豪言――力爭 3-5 年成為世界規模最大、實力最強的新能源汽車集團。
如華山比武般,大俠們個個嚴陣以待,各方勢力黃巾高擎,左右開弓。
你看看,前有行業鐵幕,中夾破釜沉舟之心,後是險峻江湖,哪還有初進牛犢的落腳之處?
即便如此,在月前燥熱尚未消退的上海車展後,鮮少被提及的AI視覺公司還是擠了進來。
看慣了巨頭們的聲勢浩蕩,轉身發現AI視覺企業們的入局講究一個循序漸進,起承轉合。
而他們的悄然進入,也給智能駕駛領域增添了幾段新故事。
海康威視:左手自研、右手投資
AI安防老大哥海康,深耕智能駕駛市場履行一貫的低調風格。
其對智能駕駛的綢繆始於2015年,當時海康內部計劃開展新業務,起初確定的業務有三:海康汽車電子、海康機器人、海康螢石。
2016年7月,耗資1.5億的海康汽車技術正式成立。
在此前後,海康還分別於2016年6月投資了威視汽車科技,2017年7月成立了海康汽車軟體。
2018年是海康智能駕駛的上升之年,市場渠道、技術研發上均有突破。
2018年2月,他們上線高級駕駛輔助系統、自動泊車APA+,同年又成功打入2019款保時捷卡宴的配置中。
汽車產業以穩為重,鏈條長、利益盤根錯節,新入者切入並不容易,而海康卻出其不意一舉打入高端。
數據顯示,截至2018年底,海康汽車已經通過了20家OEM的審核並成為其合格供應商,公司的主要客戶包括一汽集團、北京汽車、上汽榮威、上汽名爵、本田汽車等。
其中,定點項目超過200個,已量產的項目超過100個,覆蓋500家渠道合作夥伴。
成立子公司自研之外,投資也是海康較為看中的一大路徑。
在成立汽車電子公司之前,海康就曾在2016年入股毫米波雷達企業森思泰克,並成為後者的第二大股東。
2013年成立的森思泰克既是毫米波雷達第一批探路者,也是成績較為優秀的領軍企業之一。
森思泰克創始人秦屹是英國海歸的雷達專家,在英從事雷達研發和製造十餘年。
據悉,森思泰克所聚團隊成員中80%具有軍工背景,掌握雷達硬體、軟體和量產工藝等幾乎全部核心技術。
據悉,森思泰克毫米波雷達在北京、石家莊設研發中心,在蕪湖設總廠,在杭州設車載事業部。
石家莊,有軍工雷達大本營之稱,軍民毫米波雷達研發人才密集,且電科雷達研發54所和13所都在石家莊。
森思泰克也頗為爭氣。
2019年,思泰克首次實現大批量77GHz車載毫米波雷達國產化、突破國際巨頭壟斷。
森思泰克的77GHz毫米波雷達成為國內首個真正實現「上路」的ADAS毫米波雷達傳感器。
目前,森思泰克已成為紅旗、一汽、韓國現代、東風日產、長城、長安等國內外車企體系內供應商。
海康與森思合作的高分毫米波成像雷達+視覺融合技術,或許將對壘低線束雷射雷達。
大華股份:立足整車,三電、網聯、自動駕駛多點齊發
零跑汽車脫胎於大華股份的汽車部門,獨立後獲得了大華股份的技術和資金支持。
2015年,大華股份副董事長兼任大華股份CTO朱江明親自下場,成立零跑。
經歷2019年新能源補貼大退坡,不少新勢力造車企業已經出現嚴重資金問題,且變現存疑。
零跑汽車亦不例外。
2018年,零跑虧損 3.07 億元後,2019 年上半年又持續虧損約 2 億元。
2019年1月4日,零跑汽車第一款車S01上市,該車2019年全年交付約1000輛。
對於連續虧損的零跑,唱衰論一直也在網上發酵。
朱江明對此表示,「即使不融資,零跑也能再活三年。」他透露,大華股份將持續為零跑輸送資金,「當然我們希望能更多的融資,發展得更快些。」
在經歷融資受阻後,2021年伊始,零跑官宣融資43億元,合肥政府投資平台亦在其中。
今年年初,此前曾投資蔚來的合肥市政府與零跑方面簽訂戰略合作協議,未來合肥方面將對零跑B輪融資投資約20億元,並展開更多合作。
現金流方面,從不被業界看好,到巨額融資的到帳,仿佛又讓市場看到了可能性。
技術層面,零跑汽車稱自主研發了三電系統、智能網聯繫統、自動駕駛系統三大核心技術,並完全掌握自動駕駛核心硬體平台和算法技術,實現對自動駕駛感知、決策、執行層關鍵技術的自主化全覆蓋。
產品層面,零跑汽車目前旗下擁有3款量產車型,分別為:零跑T03、零跑S01以及零跑C11。
三款產品風格各異,銷量不一。
2020年,零跑汽車官方消息稱,2020年累計銷量達11391輛,其中T03為主力軍,貢獻了10266輛。
創始人朱江明也底氣頗足:「2023年零跑進入造車新勢力TOP3、2025年在國內新能源汽車市占率達到10%」。
商湯:求精感知技術,並進艙內艙外
與其他AI獨角獸相比,商湯在自動駕駛上布局較早,也更全面。
2017年進軍自動駕駛,商湯的汽車產業布局可分為艙內(智能車艙)和艙外(智能駕駛)兩大層面。
智能車艙層,基於前裝量產解決方案,以視覺感知技術為錨點,由點及面,覆蓋用戶從上車到用車的多個場景。
商湯的SenseAuto Cabin智能車艙解決方案包括駕駛員感知系統、座艙感知系統、智能進入等等功能。
據悉,在過去的兩年多時間裡,商湯已經拿下了30多個國內外頭部夥伴的智能車艙定點量產項目,覆蓋車輛總數超過1300萬輛,其中10 余個項目已經實現了量產交付。
智能駕駛層,商湯選擇與主機廠合作,做汽車廠商(OEM)及一級供應商(Tier1)的解決方案供應商。
在自動駕駛感知、決策和執行三大要素中,汽車廠商和Tier1占據重要角色。
2017年,商湯與OEM廠商本田簽訂了為期5年的長期合作協議,研發適合乘用車場景的L4級自動駕駛方案。
2018年,商湯完成杭州、上海半開放場地內實現無接管自動駕駛。2019年,在日本落地「AI自動駕駛公園」,將用於自動駕駛汽車的研發和測試,並面向公眾開放。
商湯的自動駕駛業務定位,是以視覺為主,其他元素為輔。
視覺之外,商湯在高精度地圖和雷射雷達、毫米波雷達等方面皆有技術儲備。
通過搭配多種不同傳感器,實現感知、分析預測、決策規劃控制、城市級三維地圖重建及無人車高精度定位能力等技術功能。
目前,商湯對自動駕駛技術進行了多次疊代,形成了一套較為成熟的智能駕駛方案:SenseAuto Pilot智能駕駛解決方案,聚焦 L2+ 級高級輔助駕駛至L4級自動駕駛創新,並在上海車展首次發布SenseAuto Pilot-P駕駛領航方案。
軟體之外,2019年3月,商湯還推出首款原創機器人SenseRover X自動駕駛小車,這是款針對自動駕駛的教學產品。
奧比中光:戰投+自研,兩條腿走路
奧比中光是AI初創企業中對智能汽車投入最多的公司之一。
作為一家AI 3D感知技術方案提供商,成立於2013年的奧比中光現今已在3D傳感領域深耕近8年。
3D傳感作為人工智慧領域最核心的視覺感知技術,融合了晶片、算法、光學、軟體等多交叉學科技術,是人工智慧時代感知識別、新型人機互動等最為核心的技術載體。
除3D結構光外,奧比中光在雙目、iTOF、dTOF、雷射雷達等主流3D視覺感知技術領域也有長遠布局。
早在2018年,奧比中光就投資雷射雷達晶片級解決方案提供商飛芯電子。
飛芯電子成立於2016年,是一家專注於光電設備、雷射雷達研發、集成電路設計的高新技術企業。
成立僅2年,飛芯電子獲得了博世等注資。
據悉,飛芯電子以研發、生產雷射雷達系統及核心晶片為主要業務,客戶群體主要面向國內外汽車、機器人、無人機等生產研發廠商。
飛芯電子稱,其針對行業痛點,採用了連續波載調製或相干外差探測方案,利用焦平面點雲測距技術,滿足較高的空間解析度和較大的視場角,探測距離可超過200m,且無需複雜昂貴的機械掃描裝置,不斷提高系統可靠性,也使獲得的圖像更為清晰。
2019年4月,奧比中光成立車載3D視覺傳感方案提供商奧銳達。
奧銳達的業務重心在智能座艙,產品包括ToF攝像頭模組、雷射雷達等硬體以及3D ToF智能座艙方案。
承襲了奧比中光的3D視覺感知技術,奧銳達可為智能汽車帶來DMS、OMS、手勢識別、人臉識別、身份驗證等多種3D化智能功能。
其金融級安全的3D人臉識別方案,保護駕乘人員的信息安全;通過3D-ToF 攝像頭,實現多區域手勢控制;同時,智能汽車還可以通過3D信息,判斷駕乘人員體型、座艙內位置等。
近日,奧銳達還發布了為智能汽車量身定製的3D ToF智能座艙方案。
虹軟:主攻艙內,走軟硬一體之路
2018年,為應對手機市場見頂飽和,虹軟正式將業務從智慧型手機領域拓展至智能汽車、IoT等領域,一舉橫向突進自動駕駛市場。
虹軟科技創始人兼CEO鄧暉曾表示,未來每輛汽車裡都有10個以上的攝像頭,智能座艙將成為智能駕駛視覺AI的重點應用場景。
與其手機定位一樣,虹軟的智能汽車走軟硬一體解決方案,力圖做車載視覺一站式解決方案的供應商。
從招股書看,截至2018年底,虹軟科技的「汽車等loT產品」的業務收入僅367.95萬元,占比不足1%。
與多數視覺企業加裝雷射雷達等技術不同,虹軟的的自動駕駛解決方案完全基於視覺層面,且核心聚焦在車內智能。
虹軟科技的智能駕駛視覺解決方案,包括車內安全駕駛預警、駕駛員身份識別、車內安全輔助、輔助駕駛預警、自動泊車等眾多解決方案。
2019年3月,虹軟入股開易(北京)科技,後者主營業務包括主動安全智能終端(ADAS+DMS+人臉識別)、SDK軟體服務以及硬體整體解決方案。
2019年,虹軟在科創板上市。
虹軟表示,其在計算機視覺領域積累深厚,融合其暗光高反差拍攝、防抖等影像視頻增強算法技術,即使在車內光線不佳、人臉角度多變、車輛晃動等特殊情況下,也能夠很好地完成車輛周圍環境監測和車內人員監測等功能。
上市後,虹軟大力布局智能汽車及其他 IoT 智能設備領域,目前成效初現。
據虹軟表示,智能汽車板塊2019年開始真正量產。
數據顯示,2020年,智能駕駛視覺解決方案業務增長較快,實現營業收入6592.99萬元,同比增長310.61%。
據悉,虹軟智能駕駛相關產品包括DMS(駕駛員識別系統)、ADAS(高級駕駛輔助系統)、BSD(盲區檢測系統)、OMS(乘客識別系統)、Interact(視覺互動系統)、Authenticate(生物認證)、AVM(3D環景監視系統)、AR HUD(AR抬頭顯示)和智能後備箱等各類以核心算法為基礎的相關軟體解決方案。
高工智能汽車研究院數據顯示,DMS(駕駛員識別系統)的算法業務是其智能汽車業務的主要收入來源。
虹軟今年透露,其智能駕駛業務已實現37+7個前裝車型定點開發(37款量產車型定點,7款車型預研),以提供純算法為主,公司直接與Tier1或整車廠簽約,涉及多家國內主流車企(含造車新勢力)及部分合資車企。
格靈深瞳:最早入局,協同成長
成立於2013年,格林深瞳是最早的一批AI視覺公司,也是最早一批投入自動駕駛的AI視覺公司。
當年,格靈深瞳聯合英特爾研究院院長吳甘沙、國家智能車未來挑戰賽冠軍團隊負責人姜岩等一同創辦了一家專注於自動駕駛領域的公司――馭勢科技。
2016年,馭勢科技在北京誕生,格靈深瞳作為投資方入股馭勢科技。
過去五年,馭勢科技在洶湧潮水中奮力前行。
2017年1月的CES,馭勢科技向世界推出了無人駕駛概念車「城市移動包廂」,該車型成為了全球第三款獲得紅點設計大獎的無人車。
同年,這家公司分別在4月和6月,於白雲機場、杭州來福士率先展開面向普通公眾的無人駕駛商業化運營。
今年1月21日,香港國際國際機場宣布,由馭勢科技與香港國際機場管理局共同研發的無人駕駛物流車將替代人力駕駛拖車,承擔往返機場和海天客運碼頭的行李運輸任務,意味著其在機場的運用已逐步上量。
在過去的一年中,馭勢科技與長安民生物流、一汽物流、巴斯夫(BASF)等數十家企業建立了商業合作。
據透露,在國內某豪華品牌車型上,馭勢科技提供的軟體算法也已前裝量產,並幫助該自主品牌率先推出 L3 級自動駕駛功能。去年馭勢科技交付了數百套「AI駕駛員」,實現年度業績同比增長150%。
前不久,馭勢科技宣布完成累計超10億元人民幣的新一輪融資,在這場融資中馭勢科技獲得了國家資本的參投。
馭勢科技在無人物流埋頭苦幹,潛心鑽研,其成績是在無人物流領域的業務布局幾乎占到了國內市場的70%。
2016年誕生至今,馭勢科技經歷萬千辛酸,在密如繁星的棋子中探索出一條最優解法,以機場定式,在精進自我的路上捨命狂奔。
而格林深瞳的自動駕駛之路,也隨著馭勢科技越走越遠。
曠視:立足AI視覺,做車載全套解決方案
2018年11月,曠視曾公開展示過車載AI視覺解決方案。
彼時的曠視,其解決方案基於車載系統和駕駛過程的人臉解鎖、帳戶切換、駕駛員識別、多模態交互等功能為主,並收取相應軟體使用費和服務費。
「人臉解鎖」可通過車外的攝像頭捕捉駕駛員人臉信息並進行身份的識別與確認,實現人臉解鎖車門、臨時授權人臉解鎖車門;
通過車內的攝像頭實現刷臉啟動發動機、保險箱等,「帳戶切換」功能可通過人臉識別無感知精準識別駕駛員身份,配合車載智能系統,快速調整用戶預設的車輛各項個性化配置(座椅位置、反光鏡角度、空調溫度、音樂、燈光、導航等)。
「駕駛員識別系統」可通過車內攝像頭,實時查看駕駛員駕駛狀態和行為,在駕駛員出現疲勞駕駛或分心駕駛跡象時觸發預警,保障行車安全。
曠視曾表示,其與蔚來汽車實現了未來在智能汽車應用上的深度合作,真正的無人駕駛商用較遠,曠視聚焦對人類駕駛員的理解和輔助。
的盧深視:基於3D視覺相機,為產業賦能
的盧深視在智能汽車領域的角色,更多是與第三方合作的方式。
作為三維視覺領域的佼佼者,的盧深視在高精度深度感知成像、三維實時高精度重建、三維跟蹤識別及感知等技術方向上深耕多年。
上月,的盧深視出席了2021全球自動駕駛高峰論壇,並展示了其最新3D CV相機及其應用。
的盧深視兩款自研3D CV相機,其在5米範圍誤差小於1mm,指標超越國際3D相機巨頭,量產良率達99%以上。
基於前端低功耗嵌入式平台,兩款相機均可實現非接觸式精準識別,基於結構光原理,更可還原人臉高精度3D細節信息,通過人臉立體尺寸信息精準辨識人員身份,同時對於二維和三維攻擊識別正確率高達99.99%。
多提一句,安全性上,可達金融級別。
據悉,除了智能汽車領域,兩款相機也在智能家居、金融支付、智慧交通等領域展開布局。
智能駕駛:AI視覺第二春
AI視覺眾企入局智能駕駛賽道,並非跑題創作。
其一,布局智能駕駛,是戰略向外牽引使然。
自計算機視覺出走實驗室樊籠,AI安防、自動駕駛便拿到一大波投資人的「S卡」。
當年AI落地之時,安防提供了絕佳的土壤,AI公司在此實現技術與產業的交融。
期間,AI與安防彼此成就:
安防向世界輸送的海大宇等驕子,幾乎主導了全球安防市場話語權,行業極速擴容,向城市各個領域蔓延。
AI獨角獸們也從安防起家,並逐漸走向千行百業,邁向全域。
左邊是AI安防成主要營收來源,右邊是AI安防逐漸占領一席之地。擺在入局者眼前的,是如何保持縱向持續增長的必答題。
擺脫路徑依賴,尋找AI安防之外的市場,已是當務之急。
如果說,過去五年,AI視覺公司的路徑是「通用AI SDK 重定製集成項目實施」的話,那麼未來五年,他們可嘗試「非標領域的標準市場 形成標準化產品 低成本規模化複製」的路子。
非標領域的標準市場在哪?自動駕駛、醫療、晶片赫然在列。
縱觀AI市場,目光所及賽道幾近全員虧損,掘金志認為,與高成本人力無關,因為虧損在放大;與硬體儲備也無關,因為可以OEM。
核心在於:AI安防未能標準化,項目需求又無窮多。
那就去標準化市場?有人問。
標準化市場可以一夜之間把價格做到無窮低,但高額運營支出非AI企業所能承受。
標準化市場上不去,定製化市場下不來,AI公司的突破口在哪?答案是:非標準化市場裡找到標準化路子。
賽道上,自動駕駛正是明顯的非標領域的標準市場。與AI安防共通的是,智能駕駛初創企業也依賴資本輸入。
但前者場景碎片化、項目定製化,產品標準化之路漫漫;後者以智能汽車為載體,技術上軟體定義、人機協同一旦成型,會一招吃遍天下鮮。
眼下,不少智能駕駛新勢力已實現產品量產,並獲得一定規模的現金流。
對於一眾搶灘的各路豪傑,AI視覺的入場似乎有些遲。
但智能汽車賽道正熱、格局未定,智能汽車產業鏈長、細分領域繁雜,此時入場的AI視覺,你可以說它入場稍晚,但不能說它機遇不在。
其二,自動駕駛或是計算機視覺技術應用必登之高峰。
近幾年,機器學習持續深入,計算機視覺應用亦有了飛速進展。
千山萬水跨越的人臉識別小山,是AI最成功,也最基礎的一環。
真正的AI,是貫穿感知-決策-執行的長鏈條,這一點在自動駕駛上體現得尤為極致。
感知層,通過各類硬體傳感器捕捉車輛的位置信息以及外部環境信息;
決策層的「大腦」,基於感知層輸入的信息作環境建模,從而形成對全局的理解並作出決策判斷,再向車輛發出執行的信號指令;
最後的執行層,將決策層的信號轉換為汽車的動作行為。
自動駕駛技術是人工智慧、高性能晶片、通信技術、傳感器技術、車輛控制技術、大數據技術等多領域技術的結合體,落地難度之大,各路AI無不動容。
計算機視覺應用場景萬千,自動駕駛無疑是極具挑戰性、最具想像力的一條。
越是長在懸崖之巔的花,越讓人著迷。
一直以來,在環境感知環節,存在AI視覺與雷射雷達技術路徑之爭。
不管何種路徑更優,已經在視頻物聯領域經歷過殘酷驗證,AI技術儲備上,AI視覺企業們也已攢下不少經驗。
狼多肉少,能吃幾成飽?
「自動駕駛是很低級的行業嗎?所有人都想來分一杯羹。」
這調侃入局者們聽了,大抵會覺得分外委屈。
大多數困在第一道門檻,錢。
「沒有200億不要造車」的聲量振聾發聵,造車明星蔚來也曾資金一度跌入谷底。
雖說AI視覺公司除了大華的零跑汽車外,其他參與者目前都專注於智能駕駛硬體和系統,但這也是個昂貴的行當。
不少企業本身依靠資本輸血,是否有更多資金和精力參與自動駕駛廝殺,是他們需要思考的問題。
行業壁壘不容小覷。
汽車產業發展百餘年才形成了一套嚴謹而完整的生產流程和制度,乃至於衍生出了一套基於安全的工業文明,不是後來者們在短短的幾年時間裡就能夠顛覆的。
作為智能汽車的核心體現,自動駕駛技術遠未達到成熟的程度;車艙內的智能化體驗也還有豐富的想像空間。
換言之,如果跨界選手想要在智能汽車的世界裡找到自己的一席之地,不僅要高度重視安全這一話題,還要擁有強大的軟體能力。
但在前一輪前沿傳統主機廠以及蔚來、小鵬、理想等新造車勢力的人才軍備賽過後,新入局的玩家要如何吸納更多的專業人才?又如何權衡來自世界各地的人才的意見和建議,從而做出最終決策?
與此同時,智能汽車的研發不是一件只要懂軟體就能夠做成功的事情。
隨著電動化、智能化大潮的到來,造車的門檻看似降低了不少,但在這一過程中遇到的內因外因的難題,可能遠比想像中的要多。
行業資源尚需積累。
相比AI安防、智慧城市等領域,AI視覺跨界者在智能汽車領域品牌影響力和渠道資源不足,短期內,造血盈利能力較低。
而且,AI視覺企業布局智能駕駛時間不一,技術雖有共性但終究有別,相較於大多數垂直企業,尚有諸多不足。
故可見,過去幾年,即使AI視覺巨頭,步伐也較為謹慎,大多圍繞艙內智能、ADAS市場。
如果說巨頭們跨界,自帶熱搜體質,AI視覺企業跨界的光彩,多少暗淡了些。
前者身家優渥,拿著頂流體驗卡入場,高屋建瓴,後者更多是以小舟,涉鯨波。
當然,隨著技術日進一桿,資源聚沙成塔,營收逐年增長,他們將投入包括但不限於研發、營銷、資本等層面,難保這一葉扁舟,哪天出其不意成為可遠航的重磅郵輪。
莫道桑榆晚
眾多跨界玩家湧入智能汽車,激發了新的生機。
無論從何種角度來看,智能汽車的市場都蘊藏著無限機遇。
這個市場需要鲶魚的存在。
在新時代的風潮之下,我們固然期待看到不斷有實力強勁的新玩家們入局,留下中國智能汽車史上濃墨重彩的一筆。
我們也殷切地希望,這是一片能夠承載百花齊放,充滿新的生機和活力的沃土,而不是拔苗助長的投機者的港灣。
憑藉先發優勢,不少入局者或已暫列行業前位,但隨著各方力量的持續加碼,後來居上也並非不無可能。
保持警惕,時刻成長。
資料來源:https://www.chinahot.org/science/83632.html?fbclid=IwAR2Mm9ZU17srF7sCywqUPw-hmRAyGN_sN9XnL0_Q6mE4bUYwUpgGNX3wHps
土壤檢測深度 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
深度科學:人工智能存在於空氣,水,土壤和鋼鐵中
2020年3月4日
由柏拉圖重新發布
研究論文來了 太快了,以至於所有人都無法閱讀它們,特別是在機器學習領域,這現在影響著幾乎每個行業和公司(並在其中產生論文)。 本專欄旨在收集一些最相關的最新發現和論文,尤其是在但不限於人工智能方面,並解釋了它們為何如此重要。
這週帶來了機器學習中一些不尋常的應用或發展,以及對與大流行相關的分析方法的特別不尋常的拒絕。
僅僅因為人們認為聯邦監管機構在這種事情上落後於時代,就很難期望在政府監管領域找到機器學習。 因此,美國環境保護署(US Environmental Protection Agency)與斯坦福大學(Stanford)的研究人員合作, 從算法上消除違反環境規則的行為.
當您看到問題的範圍時,這是有道理的。 EPA當局需要處理數百萬份與《清潔水法》合規有關的許可和觀察,諸如各種行業自我報告的污染物排放量以及實驗室和現場團隊的獨立報告之類的事情。 斯坦福大學設計的流程對這些分類進行了分類,以分離出各種模式,例如哪種類型的植物,哪些地區最有可能影響哪些人口統計數據。 例如,城市周邊地區的廢水處理可能傾向於低估污染程度,並使有色人種處於危險之中。
將合規性問題簡化為可以通過計算分析和比較的問題的過程,有助於弄清該機構的優先事項,這表明,儘管該技術可以識別出更多具有輕微違規行為的許可證持有人,但它可能會引起人們的注意,而不再是像無花果葉的多個大型違規者。
浪費和費用的另一大來源是加工廢金屬。 它要經過分類和回收中心,那裡的工作仍然大部分是由人來完成的,而且您可能會想到,這是一項危險而乏味的工作。 Eversteel是東京大學之外的一家初創企業 旨在實現流程自動化,以便可以在工人介入之前完成大部分工作。
帶有AI檢測到的各種物品標籤的廢金屬圖像。
Eversteel使用計算機視覺系統將進入的廢料分類為近兩類,並標記雜質(即不可回收的合金)或 異常物品 清除。 它仍然處於早期階段,但是這個行業並沒有發展,並且缺乏任何大型數據集來訓練他們的模型(在鋼鐵工人和圖像的幫助下,他們必須自己製作模型)表明Eversteel這確實是處女區對於AI。 幸運的是,他們將能夠使他們的系統商業化,並吸引他們進入這個龐大但技術匱乏的行業所需的資金。
計算機視覺的另一個不尋常但可能會有所幫助的應用是在土壤監測中,這是每個農民必須定期執行的一項任務,以監測水和養分含量。 當他們設法實現自動化時,它會以繁重的方式完成。 來自南澳大利亞大學和巴格達中級技術大學的一個團隊表明,現在使用的傳感器,硬件和熱像儀可能會過大。
在各種各樣的光下顯示的土壤桶。
令人驚訝的是,他們的答案是標準的RGB數碼相機,它可以分析土壤的顏色以估算濕度。 創作者之一阿里·納吉說:“我們在不同的距離,時間和照明水平下對其進行了測試,並且該系統非常精確。” 它可以(併計劃)用於製造廉價但有效的智能灌溉系統,從而可以為那些無法負擔行業標準系統的人們提高作物產量。
資料來源:https://zephyrnet.com/zh-TW/%E6%B7%B1%E5%BA%A6%E7%A7%91%E5%AD%B8AI%E6%98%AF%E7%A9%BA%E6%B0%A3%E4%B8%AD%E7%9A%84%E6%B0%B4%E5%9C%9F%E5%A3%A4%E5%92%8C%E9%8B%BC%E9%90%B5/
土壤檢測深度 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
深度:中科院AI勢力崛起
2020-01-21
智東西
文 | 韋世瑋
我們將時針倒回至七十年前。
己丑年甲戌月,東四馬大人衚衕10號的冬天全然未見絲絲涼意。這看似並不起眼的北京城中一隅,正醞釀着一場影響中國科技發展的深刻變革。
小衚衕裏,時年57歲的郭沫若被正式任命爲中國科學院院長。歷史以此爲起點向前奔涌,往後領導班子不斷更替的七十年間,我國自近代以來百廢待興的科技產業發生了翻天覆地的變化。
中國科學院(簡稱中科院)是我國在自然科學和高新技術綜合研究領域的最高學術機構。自成立以來,逐漸建成了完善的自然科學學科體系,覆蓋物理、化學、環境與生態學等學科,爲我國國家安全和科技硬實力的發展上,成爲了不可或缺的國家戰略科技力量。
從首次人工合成牛胰島素,到第一臺原子力顯微鏡(AFM)的誕生;從第一臺大型向量計算機系統,到首款通用處理器芯片「龍芯1號」的自主研發……中科院一路高舉科學振興的旗幟,帶領我國無數高端學科和科技產業萌芽、興起與爆發。
在學術研究領域,中科院旗下擁有12所分院,超100家科研院所,中國科學院大學、中國科學技術大學、上海科技大學(與上海市共辦)均爲中科院所屬的全國重點大學。建院以來,中科院已培養了近千名科技領軍人物和科技尖子人才,涌現出一批又一批的高科技創業者。
隨着人工智能的大火再度把世界科技熱潮點燃,中科院仍保持着強勁實力屹立於世界AI領域的發展潮頭。
放眼世界,2019年全球頂尖計算機科學機構排行榜CSRankings中,中科院以5.3分排名AI全球榜第四,僅次於清華、北大和卡耐基梅隆大學。
回望中國,中科院一手甩出寒武紀、雲從科技等估值10億美元的AI獨角獸,一手穩握中科曙光、科大訊飛和中科創達等多支A股王牌,在羣雄割據混戰的AI戰場中肆意廝殺。
國內外AI科技競賽一波未平一波又起,不知不覺間,中科院AI勢力的星星之火在2019年AI落地生死戰中,歷經了數萬家企業落幕背後的暗潮撲殺,正以爆發之態燎原至漫山遍野。
溯源中科院這場AI勢力崛起的背後,不僅是瞭解我國最高科研學術機構的技術根基和人文底蘊,我們對中科院系的冰山一角進行層層剖析的同時,也嘗試從中窺見這派AI勢力在當下產業落地生死戰的底牌與新活法。
一、中科院的根:研發與人才四十餘年灌溉
中科院系AI企業的野蠻爆發與生長,源於中科院深埋於我國科技土壤的根,離不開研發與人才長年累月的滋養和灌溉。
中科院的研發實力有多強?2019年《Nature》雜誌公佈的2019自然指數(Nature Index)年度榜單中,中科院以1678.64分一馬當先,超越845.54分的哈佛大學,猛衝全球領先研究機構第一的寶座。
細數我國改革開放四十餘年,在國民經濟、國家重大需求乃至世界科技前沿領域,亦活躍着中科院的身影。
2018年,中科院系統梳理了它在四十年間所研發的40項具有代表性、標誌性的重大科技成果。
其中在國家重大需求領域,中科院微電子所組織全國性產學研用聯盟,七年間不斷攻克集成電路(IC)產業研發瓶頸,實現22nm高K介質/金屬柵工程、14nm FinFET器件、新型閃存器件和可製造性設計等關鍵技術突破。
與此同時,在關鍵工藝模塊上,中科院微電子所還形成了較爲系統的知識產權佈局,擁有專利2406項,其中國際專利483項。
中科院持續在各個領域加強核心技術攻堅,實際上爲其在AI產業的爆發打造了一支又一隻精兵強將。
根據中國新一代人工智能發展戰略研究院在2019年5月發佈的《中國新一代人工智能科技產業發展報告》,截至2019年2月28日,我國共有75家AI領域的非大學科研機構,中科院下屬科研院所爲38家,以51.4%的佔比盤踞我國非大學科研機構陣營的半壁江山。
不僅如此,中科院下屬科研院所還強勢霸榜了我國AI領域專利數Top 10非大學科研機構。數據顯示,從第一名的中科院計算所,到第十名的中科院上海微系統所,中科院共爲我國AI產業貢獻了15457項AI技術專利。
人才之於研發,亦如園丁之於園林。
從成立至今,在郭沫若、方毅、盧嘉錫、周光召、路甬祥、白春禮一代代院長的帶領下,中科院如海納百川般吸引了無數身居科研金字塔頂尖的學術巨擘,遍佈數學物理、生命科學、信息技術和化學等多個領域。
現階段,中科院學部共有830名院士,107名外籍院士,平均年齡高達73歲。
81歲的並行算法、高性能計算專家陳國良院士正是其中的一員。他曾開發了國產曙光並行機「用戶開發環境」商用軟件,並帶領團隊成功研製出萬億次高性能計算機「KD-90」,爲我國高性能計算領域的自研核心技術添上了濃墨重彩的一筆。
外籍院士中,時年72歲的微電子學家、FinFET之父胡正明提出的鰭式場效晶體管(FinFET)芯片工藝技術,不僅成功讓芯片晶體管構造從原先的2D邁入3D大門,還打破了曾限制半導體產業發展許久的「摩爾定律」,爲全球半導體產業快速進軍先進工藝領域作出了巨大貢獻。
在近千名院士的披荊斬棘之下,雲從科技創始人及CEO周曦、寒武紀創始人陳天石與陳雲霽、雲知聲創始人樑家恩等一衆出身於中科院的後起之秀,亦在AI領域嶄露頭角,力圖創造一個又一個創業佳話。
縱觀中科院的科研實力與人才優勢,自成立七十餘年——尤其是改革開放後的四十一年間,日復一日地滴匯成海、聚沙成塔,不僅推動了我國科學技術硬實力的復興,亦爲如今中科院系AI公司在產業的爆發埋下伏筆。
二、中科院系AI企業的三大主戰場
如果說AI用了六十年的時間,才讓世界重新關注到它。那麼,中科院自改革開放後花了四十餘年,才讓中科院系企業在當下迎來爆發,這並不意外。
往前,我國的AI產業有中科曙光、科大訊飛和新鬆機器人等公司,在高性能計算、語音、機器人等領域開創基業的篳路藍縷。
往後,國內AI領域則有寒武紀、雲從科技和雲知聲等AI獨角獸與初生牛犢將優勢傳承,在AI芯片、AIoT、計算機視覺等市場不斷釋放潛力。
2019年年初,全球創投研究機構CBInsights發佈32家全球AI獨角獸公司名單。其中,出身中國的10家企業中,寒武紀、雲從科技和雲知聲爲中科院系創企,自動駕駛創企Momenta也有多名高管出身中科大。
中科院系在國內的競爭力同樣強勁。2019年8月,賽迪研究院發佈《2019賽迪人工智能企業百強榜研究報告》,在綜合實力TOP100榜單中,科大訊飛、中科曙光、寒武紀和漢王科技等9家中科院系企業榜上有名。
四十多年來,不斷在AI市場展露野心的中科院系企業已在多個領域開枝散葉。
從當前全局來看,中科院系企業的戰場主要集中在計算機視覺、AI語音和AI芯片三大方向。
它們從成立之初就開始逐漸影響着這些行業,在利用創新技術瓜分市場的同時,也重新定義着傳統市場的變革之路。
1、計算機視覺(CV)
計算機視覺是如今AI領域中十分熱門一個分支,同時也是極具商業化價值的賽道。
其中,以人臉識別爲核心技術的AI企業已廣泛遍佈國內市場,與安防、金融、自動駕駛和消費電子等應用場景緊密結合。
在這一市場中,中科院系老牌企業則有中科創達首當其衝。
中科創達成立於2008年,它針對成像技術開發了一系列圖像處理和智能視覺算法,既有面向衆多領域檢測人臉的年齡、性別和情緒的Face ID方案,也有面向工業、安防和交通等領域的視覺缺陷檢測。
尤其在智能網聯汽車方面,中科創達融合底層操作系統技術、Righware Kanzi 3D開發技術和智能視覺AI技術,進一步提升用戶的駕駛體驗。
據悉,中科創達在全球已擁有超過100家智能物聯網汽車客戶,其業務增速在2019年上半年約爲74%。
深度:中科院AI勢力崛起
另一廂,現在市場中老生常談的「CV四小龍」中,雲從科技則是中科院系麾下創企,成立4年就已拿下10億美元估值。
雲從科技在計算機視覺領域擁有三大核心技術,分別爲3D結構光人臉識別技術、跨鏡追蹤(ReID)技術和人體3D重建技術,在安防、金融、交通和零售等行業都有落地應用。
例如,其人臉識別技術能夠對圖像中的人臉進行屬性分析,以判斷年齡、性別、膚色、是否佩戴眼鏡和麪部遮擋物等信息,實現毫秒級響應。
2018年,國際調研機構Gen Market Insights曾發佈《全球人臉識別設備市場研究報告2018》,數據顯示,中國是全球人臉識別設備的最大消費市場,雲從科技的市場份額排名第一。
2、AI語音
要說中科院系企業在AI語音領域的最大王牌,科大訊飛當仁不讓。
自1999年成立至今,科大訊飛在語音識別、語音合成、聲紋識別和自然語言處理(NLP)等技術領域,已逐漸成爲中國AI語音行業的領頭羊。
科大訊飛的AI語音業務覆蓋智慧教育、智慧醫療、智慧城市和智慧汽車等領域。其中,在智慧教育方面開發了訊飛學習機,能夠幫助孩子定位弱項學科,制定個性化的學習方案。
科大訊飛董祕江濤曾表示,科大訊飛語音識別的市場佔有率已居全國第一。
而在新秀陣營,雲知聲和聲智科技等創企的潛力亦不可小覷。
例如,當前處在國內語音交互領域第一梯隊的雲知聲,2012年時就已將深度學習技術應用到語音識別領域,隨後還提出了面向物聯網的「雲端芯」產品體系構想。
雲知聲自主研發的雲知聲開放平臺3.0,利用語音識別、語義理解、語音合成和音頻轉寫等技術,爲移動物聯網、智能家電、可穿戴設備和醫療等領域提供AI語音解決方案。
據瞭解,目前雲知聲的覆蓋用戶已達2億,其中開放語音雲覆蓋的城市爲470餘個,覆蓋設備超9000萬臺。
3、AI芯片
在我國的半導體產業發展史上,脫胎於中科院計算所的龍芯中科自2001年以來,陸續研發龍芯1號和龍芯2號系列芯片,打破了我國缺乏自主研發CPU芯片的歷史。
而往後看,尤其是過去五年間AI專用芯片需求的爆發,中科院也孕育出了寒武紀和雲知聲兩家AI芯片獨角獸公司,以及中科睿芯、欣博電子和啓英泰倫等重要玩家。
其中,創立於2016年的寒武紀在2018年6月完成數億美元的B輪融資後,市場估值已達25億美元(約167億人民幣)。
寒武紀打造的兩代智能處理器IP,曾被搭載於華爲麒麟970和麒麟980兩款SoC中,幫助華爲一炮打響「真正的AI手機」口號。
2019年11月,寒武紀面向邊緣AI計算領域,最新推出了思元220芯片,擁有高安全、低延時和高帶寬三大優勢。
隨着思元220芯片的推出,寒武紀的AI芯片正式形成雲、邊、端三個方向的完整佈局,進一步滿足現今碎片化AI市場的多個應用場景需求。
三、回溯三大技術源頭,AI勢力的厚積薄發
追根溯源,如今中科院系AI勢力的逐漸崛起,與中科院AI歷史的變遷與演進離不開關係。
與我國曆史發展脈絡同步,中科院在結束了徘徊中前進的兩年後,國內AI的發展也逐漸醞釀着解禁。
1978年,我國著名數學家、中科院院士吳文俊提出的「幾何定理機器證明」獲得了全國科學大會重大科技成果獎,爲我國之後的AI體系構建奠定了重要基礎。
直到上世紀80年代,中國航天之父、中科院院士、兩彈一星元勳之一錢學森等先輩開始主張開展AI研究,讓我國的AI領域研究逐漸開始活躍。
隨着我國AI技術和思想的層層「破冰」,加之1994年中科院啓動支持高水平科技領軍人才引進的「百人計劃」,中科院乃至我國的AI從人才到技術、從學術到產業、從機構到企業,才一步步地蓬勃發展起來。
歷史滾輪之下,我國的AI發展脈絡與中科院息息相關。
當我們將回溯的目光放至中科院系AI企業的「身世」上,不難發現,這些企業的出身可大致分爲兩派。
一派以研究員爲出發點,其公司創始人、CEO和主要高管均爲中科院及下屬研究所出身,由研究員獨立或聯合創業而成;
而另一派則以科研項目爲出發點,公司在成立前曾爲中科院及其下屬研究所的科研項目,通過技術成果轉換後,才正式成立爲公司繼續發展。
但不論是研究員的出身,還是科研項目的孵化,這些公司的技術起點幾乎主要源於中科院的三家關鍵機構——中科院自動化研究所、中科院計算技術研究所、中科院聲學研究所。
1、中科院自動化研究所
設立於1956年的自動化所,不僅是我國最早成立的國立自動化研究機構,也是我國最早開展類腦智能研究的國立研究機構。
自動化所主要涉及生物特徵識別、機器學習、視覺計算、自然語言處理、智能機器人和智能芯片等領域的研究,漢王科技、中科唯實、銀河水滴、中科慧遠和中科視語等公司均從中孵化落地。
截止2018年底,自動化所共擁有696名科技人員,包括中科院院士2人、發展中國家科學院院士1人、IEEE Fellow 9人。
在AI領域,自動化所亦扮演着重要的開拓者角色。
上世紀90年代,自動化所以控制科學爲基礎,率先佈局AI研究。緊接着從2010年起,其AI研究方向進一步細化,開始在類腦智能研究領域出招。
據悉,自動化所通過架構設計創新,曾自主研發了量化神經處理器(QNPU),在資源受限的芯片上實現大規模深度神經網絡的獨立計算。
而在生物特徵識別技術方面,自動化所還實現了從中距離到遠距離的可識別生物特徵信息全覆蓋,包括虹膜識別、人臉識別和步態識別,已在國家衆多重要安全領域應用落地。
2、中科院計算技術研究所
計算所同樣創立於1956年,是我國第一個專門從事計算機科學技術綜合性研究的學術機構。
計算所主要研究信息處理、網絡安全、大數據處理、智能技術和虛擬現實技術等領域,曾研發出我國衆多的「第一」歷史性時刻,爲我國的高端計算機技術、數字化技術和通用CPU技術等方面作出了巨大貢獻。
例如,我國的第一臺通用數字電子計算機、第一臺109乙大型通用晶體管計算機、第一顆通用CPU芯片「龍芯1號」,以及全球PC市場份額第一的聯想集團前身皆誕生於此。
同樣,計算所亦是中科曙光、寒武紀、中科智芯、中科視拓和中科物棲等一衆AI企業的搖籃。
截至2015年,計算所的研究隊伍已超500人,其中中科院、工程院院士共5名,正高級專業技術人員70名。
而在未來,計算所也將計劃實現三個100億的產業目標,包括中科曙光市值達到100億美元、嵌入到華爲等企業的IT產品銷售100億人民幣、創業公司市值達到100億人民幣,真正成爲我國計算機產業的源頭。
3、中科院聲學研究所
與自動化所和計算所相比,聲學所則較爲「年輕」些,它成立於1964年。
聲學所主要負責聲學和信息處理技術學科的應用基礎,以及高技術發展研究,面向我國的海洋、安全、能源和生命健康等領域。
其中,聲學所的水聲物理與水聲探測、通信聲學和語言語音信息處理、聲學與數字系統集成等技術,不僅孵化了聲智科技等AI語音企業,同時也培育了一批如海天瑞聲創始人賀琳、小聲科技創始人陳孝良等產業人才。
截至2018年底,聲學所共有專業技術人員794人,包括正高級專業技術人員133人,副高級專業技術人員255人。
在國家重大科研項目領域,聲學所亦參與研製了我國「蛟龍」號載人潛水器的研發與應用,爲我國載人深潛技術的發展作出了突出貢獻。
中科院AI技術的「黑土地」不止於此,中科院軟件研究所、微電子研究所、半導體研究所等科研機構,同樣催生了衆多極具潛力的中科院系AI企業。
四、中科院的時代發展機遇
中科院系AI勢力的燎原,不僅僅是七十多年來科研技術和人才培養的厚積薄發,抓住了AI產業「甦醒」的時代機遇,亦是我國政策和中科院科技成果轉換的催化。
自我國的科技發展進程翻篇到新世紀,國家層面對AI技術和產業的嗅覺愈發靈敏。
國家高層領導人在2014年中國科學院第十七次院士大會、中國工程院第十二次院士大會開幕式上發表的一次重要講話,首次高度評價了AI和相關智能技術,無形中大力推動了我國AI技術的發展。
一年後,國務院正式頒佈了《中國製造2025》,加快推動新一代信息技術與製造技術融合發展,將推進智能製造作爲我國製造強國戰略的主攻方向。
至此,AI逐漸被提到了每一項重要產業中不可或缺的核心技術位置。
在國家政策的積極帶動下,中科院及下屬各個研究所亦開展了一場自上而下的政策規劃。
但立足於產業,如何更好地實現科技成果轉移轉化也成爲了中科院各項政策規劃的重要方向。
實際上,技術成果轉化的難點在於如何尋找技術產業化的方向。這常常缺乏專業的服務機構和人才,同時還面對部分科技成果轉化的政策不完善、科技成果與市場需求脫節等問題。
在政策方面,以下屬研究所爲例,中科院計算所在2016年制定了自身的「十三五」規劃,一是計算所發展模式要從自主創新轉變到引領創新,對標斯坦福大學;二是通過建設中科院網絡計算創新研究院,引領中國「信息高速鐵路」技術的發展;三則是支撐企業實現三個100億的產業目標。
以地方爲例,2018年,中科院科技促進發展局、中科院北京分院、中關村科技園區管理委員會共同推出了《促進中科院科技成果在京轉移轉化的若干措施》,通過支持科技成果轉化平臺建設、實驗室共享等十項舉措,推動更多科技成果在北京轉化落地。
此外,中科院還全資設立了國科創新公司,不斷探索產業技術研究院、技術企業孵化器和聯動創新產業園三種平臺的科技成果轉換模式。
截至目前,國科創新已實現了120多項科技成果轉換服務,覆蓋AI、智能製造、智能物流和智能電網等領域,孵化企業的融資規模已達到2.8億人民幣。
結語:七十載征程,中科院仍笑傲AI江湖
時光如流水,七十年的風吹雨打,中科院已然成長爲我國AI技術和產業力爭站立於世界潮頭的國之重器。
順延着它的歷史軌跡,我們可以看到,它AI勢力的強勢崛起,既有歷史的累積、人才培育的影響,也有一代代產業經驗累積後的良性循環。回顧中科院系AI企業的漫漫長路,它爲我國AI產業如何利用好產學研之間的合作優勢,提供了一個新的角度與思考方向。
但同時,我們也需意識到,在當下殘酷的AI落地戰和全球科技競賽激烈的環境中,我國整體的AI技術實力與國外仍存在一定的差距。
我國AI玩家們將要面臨的,不僅是全球科技競賽給市場格局帶來洗牌的陣痛,還需面對顛覆性技術爲各領域市場,乃至人們的生活帶來的巨大挑戰。生,便能乘着市場和資本的東風一躍而起,闖進商業落地的頭部陣營;死,便只能被大浪拍在岸邊的礁石上,隨着時間流逝被市場和資本遺忘。
未來,中科院系AI企業又將如何書寫這一頁歷史征程?時間將會告訴我們答案。
附圖:▲中科院研究單位統計表
▲我國自然科學工作者代表會議籌備會合影
▲自然指數全球百強機構前十名榜單
▲中科院改革開放四十年40項重大科技成果
▲我國AI領域專利數Top 10非大學科研機構(圖源中國新一代人工智能發展戰略研究院)
▲中科院學部院士年齡統計(圖源中科院官網)
▲陳國良院士
▲胡正明院士
▲賽迪網發佈2019年中國AI企業綜合實力百強名單
▲計算所成立公司情況(圖源計算所官網)
資料來源:https://bangqu.com/YDah49.html