漆黑的會場，眼擎科技的這顆晶元是如何識別出不同顏色的？
751D·PARK 北京時尚設計廣場，大綠罐，IF 2018 極客公園創新大會正在進行中。
場館內光線並不明亮，以至於在不開閃光燈的情況下，即使不考慮噪點的問題，將我手裡這台佳能 6D 的 ISO 調至 2000，依舊無法達到理想中的效果。
在眼擎科技創始人朱繼志演講臨近尾聲的時候，工作人員把現場的燈光全部關閉，只保留了兩塊大屏幕，甚至即便是坐在會場第一排，我們依舊沒有察覺到已經有兩名舉著色卡的姑娘站在了舞台上。
讓原本已經處於弱光狀態下的會場，變得更加昏暗，眼擎科技想要做的事情是，用他們的產品來現場完成對於暗光成像的挑戰。
朱繼志拿出了一個裝有識別軟體的工程樣機，用它對準兩名模特之後，很快大屏幕上傳來了實時的視頻畫面。這段演示用時極短，但卻贏得了全場的掌聲。當然，這並不只是出於捧場。
燈光熄滅的那一刻，全場都處於一片漆黑的狀態，只有兩塊大屏幕可以提供些許微弱的光線。令人驚訝的是，在大家已經看不到模特衣服以及色卡顏色時，眼擎科技的設備卻可以做到。
如果以其演示的應用場景來作為參考，他們在技術層面上已經實現了機器在微弱光線下對色彩的還原能力超越人眼。
眼擎科技是如何做到的？或許是大家共同的興趣點。
讓機器擁有超越人眼視覺能力的成像引擎晶元 eyemore X42
eyemore X42，一顆剛剛在極客公園創新大會上發布，眼擎科技口中的「全球首款 AI 視覺專用成像晶元」，也正是現場演示環節中那台設備真正的核心所在。
「創立這家企業眼擎科技，願景就是給機器開發超越人眼視覺能力的成像引擎，給更多的機器配置視覺的中樞。」朱繼志這樣說道。
在他的眼中，eyemore X42 晶元，只專註於做一件事情——成像。它採用了全新的成像架構，具備很強的超大規模的計算機能力，裡面載入了超過 20 種的全創新的成像的演算法，感光度超過 40 萬，單幀、單次曝光動態範圍可以到 16 比特。
當然，在這些數字背後，一切並沒有像我們看到的這樣簡單。過去的四年里，他們將大概三年多的時間花在了驗證各種各樣不同的光線環境，來讓晶元能夠適應複雜環境這件事情上。同時，為了提高晶元的成像性能，甚至把標準的視頻壓縮也去掉了。
眼擎科技是一家很年輕的公司，但朱繼志卻是一名實打實的老晶元人。在決定自主創業之前，他已經在晶元行業沉浸了八年多。
也正是之前那段長達八年的從業經歷，讓朱繼志對於公司未來的發展趨勢看的更加清楚：「我們是做晶元的，晶元是個硬體，但是我相信，未來是一個軟體定義硬體的世界。」
因此在極客公園創新大會上，我們看到的 eyemore X42 從最底層成像的功能，到各種各樣的成像演算法、介面，預留了非常豐富的軟體調用介面，他們把它做成了白盒式的成像晶元，支持各種各樣開發的平台（包括 Windows、Linux、安卓、iOS），並且專門開發了直接連接 iPhone 的麥聽口開發工具。
「之所以我們把它做成一個白盒，我們的目標是希望我們的晶元是給軟體演算法工程師來使用的，我們希望視覺演算法工程師不需要懂任何硬體的知識，就能夠精準的來控制前面成像的過程，大幅度的提升整個 AI 視覺的效率和準確率。」朱繼志說。
為什麼圖片處理需要一顆單獨的成像晶元？
很多時候，光線條件的好壞，並不是我們所能夠決定的。日常的拍攝過程中，拋開攝影棚等預設好的場景，室外環境下，遇到弱光、逆光、反光等等光線條件較差的情況，在所難免。
個人拍照的時候我們等，又或者一些技術大牛們可以通過後期處理來進行補救，但很多時候即便是在一張照片上花費 3 個小時或者更多的時間，也並不一定能夠得到我們理想中的效果。
之於企業或者特殊的應用場景，等，並不是解決問題的辦法。自動駕駛汽車大概是最好的例子，一旦上路行駛，需要面對各種各樣的光線條件，如果它作為「眼睛」的攝像頭無法正確識別前方障礙物，很容易造成不可挽回的後果。
2016 年的時候，一輛特斯拉 MODEL S 在自動駕駛時發生車禍，導致駕駛員死亡。究其原因，正是由於在逆光以及反光的情況下，其所配備的攝像頭無法識別前方車輛，才釀成了那起事故。
在朱繼志看來，成像的歷史分成三個階段。最早是膠捲時代，比較有代表性的企業是柯達；從 80 年代開始進入數碼時代，產品轉移到了日本，而現在我們正處於 AI 視覺時代。
不同於之前的數碼時代，AI 視覺時代整個成像技術有了一個本質的變化。一個明顯的特徵是以前的圖像是給人看的，現在是給機器看的。給人看的時候大家關注的是多少像素，給機器看的時候，則更多的關注於識別的結果。
如果把這個產業裡面每個鏈條的設備看成是一個器官，AI 演算法就相當於大腦，而成像晶元則是前端的眼睛。在 AI 視覺時代，如何讓大腦和眼睛該進行交互，是過去的半年裡，眼擎科技重點去做的事情。
舉例來講，人眼去看東西的時候，當你聚焦於某一個對象，周圍其它的對象都是模糊的，我們並不關注。現在隨著 AI 的演算法能夠知道我們所需要看的對象是什麼，此時在前端成像的時候，就可以把所有的資源，全部調用來處理所需要的那部分，來解決很多以前解決不了的問題。
除此之外，之所以圖片處理需要一顆單獨的成像晶元，很大一部分原因在於隨著 AI 的要求越來越高，比如 CPU、AP 裡邊圖像處理功能已經無法滿足實際使用的需要。不難想像的是，一個普通處理器里的圖像處理單元，很難去跑深度學習的演算法的，所以 AI 的晶元就會被拎出來。
眼擎科技眼中未來的 AI 視覺領域
在朱繼志眼中，AI 晶元產業非常大，在創業之前，他在中國最大的晶元附件公司推廣各種各樣的晶元。實際上大家做 AI 晶元最主要的事情是要去掌握新一輪的話語權，或者說在 AI 領域的話語權。
在傳統晶元領域，占核心地位的是 CPU 或者 AP，其它的晶元都是連接在 CPU 之上的。CPU 是入口，因為它上面跑著操作系統，操作系統上運行著各種各樣的程序，從入口它可以變成一個生態。
每一個主流的處理器周圍都有一個生態，這意味著它對其它的晶元有一個話語權和控制權。當 AI 晶元獨立出來以後，大家更加關心的是 AI 的演算法運行在什麼上，AI 的數據被誰來處理。
在新的框架里，AI 晶元的大腦作用非常強，未來圍繞它會構建一個新的生態，它會有更大的話語權，用戶也會更加關注 AI 晶元的進化，這就是為什麼大家都要不計成本的去做 AI 晶元很重要的一個原因。
在過去的十多年裡，在晶元尤其是處理器裡邊，有一個很大的趨勢，就是 SoC。當一個功能開始成熟化了以後，就會被集成到主處理器晶元里，這個模式其實我認為是一個非常不好的模式，因為它會扼殺產品的功能創新，當所有的功能被一個晶元做完了之後，產品會變得非常沒有差異化。
最近區塊鏈技術非常火，它的中心思想是就去中心化，其實去中心化在 AI 時代也在快速的上演現在隨著視覺的發展，AI 的晶元逐個的出來，這個裡面 CPU 就變成不是中心，它有什麼好處？
在新的 AI 產品時代，即便是大家用同樣的 AI 晶元，由於運行的演算法、訓練的數據不一樣，也會導致產品之間會產生很大的差異，而這個差異化最終能帶來很好的市場價值。
顯而易見的是，從華為麒麟 970 到 iPhone X 上那顆 A11 bionic 仿生晶元，再到前不久剛剛發布的高通驍龍 845，人工智慧晶元在實際應用場景中的重要性正在被越來越多的廠商所認可。
但實際上更多的晶元廠商將關注點放在了後期圖像處理能力上，或者本質來講是計算能力的強弱，而之於前端成像部分，卻鮮有人踏足。
隨著攝像頭被用到越來越多的應用場景，前端成像這部分細分市場所留下的大片空白，將演變成一塊巨大的奶油蛋糕，這也是極客公園創始人兼 CEO 站張鵬看好眼擎科技未來發展的重要原因之一。
公司很年輕，從 2014 年成立至今，剛剛四年的時間。成像引擎晶元的發布，只是開始，未來還有很長的路要走，極客公園也將持續對其保持關注。
TAG:極客公園 |