装有人工智能芯片的相机指向哪里？哪个愿景远远超过5.0？

小型人工智能视觉芯片能做什么？无人驾驶汽车主动识别并避开行人，摄像头实时监控逃犯……通过基于嵌入式人工智能视觉芯片的“解决方案”，这些电影和电视作品中的情节可能很快就会成为现实。

人工智能芯片被认为是未来人工智能时代的战略制高点。在视觉感知领域，人工智能视觉芯片正逐步应用于智能手机、安全监控、自动驾驶、医学成像、智能制造等领域。

可根据AI需求成像

纵观信息产业的发展过程，从个人电脑时代到移动互联网时代，承载高性能计算的芯片决定了新计算平台的基础设施和发展生态，在产业链中占据着最核心的话语权。

中国科学院院士张博指出，传统的硬件架构已经不能满足人工智能时代深入学习的要求，新算法需要新的硬件支持。同时，芯片的结构会越来越像“大脑”。类脑芯片和智能芯片将是人工智能的发展方向。

“所谓的视觉芯片实际上是一个片上集成系统芯片，具有高速图像采集和实时图像处理功能。”中国科学院半导体研究所半导体超晶格国家重点实验室研究员吴南健表示，吴南健和他的研究团队在最近举行的国家自然科学基金杰出成果北京对接会上展示的新型视觉芯片的研究成果非常显著。

据介绍，该视觉芯片集成了高速图像传感器和大规模并行图像处理电路，能够模拟人类视觉系统视觉信息的并行处理机制，解决了现有视觉图像系统中串行数据传输和串行处理速度受限的瓶颈问题。

吴南剑解释说，人工视觉的架构分为两部分，类似于人的眼睛和大脑。人眼是一种典型的图像传感器，它可以捕捉图像并执行一些主要的图像处理，例如去噪。人脑神经元网络是一种视觉图像处理系统，具有很强的并行处理捕获的视觉信息的能力。

人工智能视觉芯片和摄像头的关系是——芯片是大脑，摄像头是眼睛。这里有一个问题：大脑应该如何控制眼睛？王源智库人工智能部主任、图灵机器人首席战略官谭明洲解释说，传统的技术方法是定义通信控制接口，但在可视化应用中，这种方法将非常复杂。人眼成像非常集中，只看到感兴趣的东西。当人工智能算法解决“看什么”的问题时，前端成像有一个目标，所有的资源都可以分配给关注的对象，从而实现“击中哪里”的过程，即去除噪声的过程，视觉信息可以得到更高效、更智能的处理。这种基于人工智能要求的成像可以解决许多以前无法解决的问题。

“过去，通常的处理方式是通过摄像头记录信息并将其发送到服务器或云端，然后使用服务器上的显卡进行计算。现在视觉芯片被嵌入到相机中，这样它就可以处理信息，并把它做成一个特殊的芯片。如果芯片大量生产，价格会低得多，成本也会大大降低。这是这项技术突破的核心价值。”谭明洲在接受《科技日报》记者采访时指出。

比人类视觉更具优势

在我们的共同印象中，一个有正常视力的人可以迅速而毫不费力地感知世界，甚至可以生动地感知整个视觉场景的细节。但事实上这只是一种幻觉。

“人类的生理视力有天生的局限性。我们只有把它投射到眼球中心视觉场景的中间部分，才能看得清楚。与人眼相比，嵌入视觉芯片的机器将具有相当大的优势，因为它们可以感知更宽的光谱范围、更高的清晰度和更宽的视角，并且它们的视觉远超过5.0，并且在晚上可以被清晰地看到。正如AlphaGo战胜了“Go Genius”，在某些应用场景中，它的视觉在准确性、客观性和稳定性方面比人类视觉更具优势。”谭明洲指出。

吴南建表示，目前，国内外在人工视觉芯片领域的研究主要有CMOS图像传感器芯片技术、并行图像处理技术和CMOS集成技术。在CMOS图像传感器领域，国际技术水平正在向高分辨率、宽动态范围、高帧频、高智能、宽波长范围和三维成像方向发展。人工视觉系统芯片可以完成图像采集和初级(图像滤波)、中级(特征提取)和高级(特征识别和不规则处理)三个图像处理步骤。

“视觉芯片的关键是解决运行效率和处理三维图像两个问题。过去，视觉芯片在处理信号时面临的最大问题是计算量太大导致信息处理速度慢，拍摄的照片将三维世界“压缩”成二维图像，无法在一个平面上从距离、三维空间的形状、空间位置等方面进行分割。人类的眼睛可以恢复这种状态。”谭明舟说道。

记者了解到，新型人工智能视觉系统芯片将高速CMOS图像传感器、并行信号处理单元和输出电路集成到一个芯片中，实现了实时视觉芯片系统。将不同功能的技术集成在一个芯片上具有很多优点，可以实现每秒1000帧的图像采集和图像信息处理系统速度，可广泛应用于高速图像处理、快速图像识别和判读、高速运动目标实时跟踪等领域。

谭明洲指出：“目前，中国科学院设计的新型视觉系统芯片的概念非常先进。它模仿人类视网膜神经元的机制设计，通过光感来处理信号，挑选有用的信号进行处理，并大大减少计算量。”

未来市场空间巨大

“从我个人的角度来看，视觉系统芯片将成为一种不可避免的趋势，就像手机和相机结合起来制造智能手机一样。目前，该技术突破了填充率低、分辨率低和信号干扰严重的问题。科研成果转化并投放市场只是时间问题。”吴南剑说道。

记者了解到，基于这项技术的成品已经在一些创新企业进行了测试，例如，在工业产品的自动检测领域，视觉系统芯片可以用来代替人工检测。在智能监控领域，以往需要在采用传感器技术的摄像机上安装视觉处理芯片，通过复杂的数据结构和数据压缩的方式来完成数据传输和计算。

那么，如果未来视觉系统芯片产业化，其市场空间有多大？据估计，2018年图像传感器的市场规模将在150亿美元左右，其中120亿美元将用于智能手机领域，但未来发展相对较快的四个领域是安全、国防、汽车和医疗。到2021年，将有40亿美元的市场空间，年增长率约为10%-20%。

“对视觉处理器的需求将会增长得更快。目前，市场的整体规模(包括硬件、软件和服务)在170亿美元至180亿美元之间，仅硬件就约占30亿美元。如果视觉系统芯片能够覆盖70亿美元的市场规模，企业获得1%的中间利润，其利润率将非常大。”吴南剑指出。

近年来，国内外一些新的人工智能企业已经渗透到芯片行业，依靠人工智能领域的技术和算法优势，加强人工智能芯片基础层的研发。从市场格局来看，它已经发展成为一个相对独立和相互依存的产业生态。在前端，索尼在图像传感器市场、生产和技术方面处于领先地位，其次是三星和豪科技，它们也保持着良好的竞争力。在后端，Mobileye和NVIDIA是视觉处理芯片的主要制造商，在中国这一领域的公司包括Horizon。

然而，到目前为止，还没有企业实现“图像传感器视觉处理器”集成芯片的大规模批量生产。无论是现在的初创企业，还是已经在市场上占有一定份额的大型企业，它要么是图像传感器，要么是后端视觉处理器。正如吴南剑所说，这将给初创企业带来机遇。