視覺應用技術的展示是今年西南偏南的重要議題。而除了AR、VR、8k等技術的體驗之外，為機器“看見萬物”而鉆研的公司也備受關注。眼擎科技的CEO朱繼志在西南偏南的舞臺上分享了他創(chuàng)造這枚中國“慧眼”的經(jīng)歷心得，以及“AI最后一英里”的“中國經(jīng)驗”。
**給機器一雙“慧眼”**
2016年5月，美國一輛電動車特斯拉Model S的車主，與一輛橫穿路口的卡車相撞。經(jīng)過調查，特斯拉公司認為出事車輛處于自動駕駛狀態(tài)，至于為什么沒能在天氣良好的情況下識別出卡車而減速或者剎車，電動車公司認為在明亮的天空背景下，自動駕駛系統(tǒng)皆無法分辨出開車的白色邊緣。
特斯拉的不幸事故暴露了一個自動駕駛領域的難題，即機器運算能力很高，但是其“視力”和人類相比還差的很遠。而這個難題不僅局限于汽車，是目前所有機器和智能設備的“通病”。
自2014年成立以來，眼擎科技就專注在視覺成像芯片的研發(fā)上，團隊的目標是讓機器能更清晰的“看到”并感知這個世界。智能手機用戶應該都有過這種經(jīng)歷，當拍攝對象處于逆光時，手機屏幕上經(jīng)常出現(xiàn)的是一片昏暗不清的畫面，因為相對于人眼的高分辨率和動態(tài)范圍，當世最好的圖像傳感器也望塵莫及，這也是為什么像自動駕駛、無人機以及其他使用光學傳感器作為導航的應用都需要避免逆光、強光、弱光等光照環(huán)境。
眼擎科技的視覺芯片要解決的最核心問題，就是要讓機器能在各種復雜和極端的光照環(huán)境下，排除光線干擾，生成AI系統(tǒng)能夠使用的可靠圖像。眼擎科技研發(fā)的成像引擎，能夠模擬人類眼球對光線的反應，以超高寬容度處理光比較大的圖像。
在今年年初的極客公園創(chuàng)新大會上，眼擎科技做了這樣一個演示：將會場燈光全部關閉，僅留臺上的兩個屏幕做參考，當觀眾已經(jīng)看不到兩個舉著色卡的模特上臺時，眼擎科技的機器不僅能看清模特，而且能準確識別出色卡上的顏色。眼擎用這個測試證明，其新發(fā)布的「eyemore X42芯片」在弱光環(huán)境下的識別能力，已經(jīng)超過人類肉眼極限。
**從人眼到機器眼**
1878年喬治·伊士曼成功研發(fā)出早期的攝影膠片，同時也讓“柯達”成為照相的代名詞;一百年后，數(shù)碼相機誕生，在商用不到二十年的時間里，迅速取代膠片成為人們保存影像的首選介質。
從膠片到比特，雖然用來存儲影像的介質發(fā)生了變化，但有一點不變的是，存儲在不同介質上的圖像，最終的使用者都是人類。而現(xiàn)在，事情發(fā)生了變化。
根據(jù)BI Intelligence預測，2020年全球聯(lián)網(wǎng)設備數(shù)量將達到340億，其中物聯(lián)網(wǎng)設備數(shù)量達到240億，智能手機、平板電腦、智能手表等傳統(tǒng)移動互聯(lián)網(wǎng)設備數(shù)量僅為100億。對于海量的物聯(lián)網(wǎng)設備來說，讓它們感知自己所處的環(huán)境，視覺依然是最重要的方向。而機器人“看懂”世界的方式，和人類不盡相同。這就代表我們此前用來處理圖像的手段和硬件，已經(jīng)不能滿足新時代海量機器的訴求。
在人類視覺時期，我們關注的是如何增加更多像素，讓用戶看起來更清晰;在機器時代，我們需要做的是如何讓圖像能更好的被智能設備辨認出來。為了能讓機器“看”的更清晰，我們不僅需要改變傳統(tǒng)的圖像信號處理方案，而且需要給圖片處理設備提供足夠的算力、優(yōu)秀的算法和數(shù)據(jù)。最后，我們關注的焦點應該是像素的質量，而非數(shù)量。
這也是為什么眼擎科技認為，智能圖像處理芯片會成為一個必然趨勢，并投身其中。目前，眼擎科技的視覺芯片已經(jīng)獲得國內(nèi)多家人工智能和無人駕駛公司的認可。
在不太遙遠的未來，一個智能機器眼中的世界會是什么樣子的，答案的可能就隱藏在像眼擎科技的視覺芯片之中。
