中國(guó)的AI由應(yīng)用驅(qū)動(dòng)，上游生態(tài)缺乏
與歐美追逐最上游的技術(shù)不同，中國(guó)的AI發(fā)展可以說(shuō)是由最底端的應(yīng)用驅(qū)動(dòng)。
最早從2010年開(kāi)始的AI技術(shù)發(fā)展，幾乎都集中在視覺(jué)識(shí)別這個(gè)領(lǐng)域，不論是商湯、曠視、依圖、云從，幾乎都是往這個(gè)方向走。而其根本原因可以從政府對(duì)監(jiān)控技術(shù)與設(shè)備的需求追溯起。而因?yàn)檫@個(gè)市場(chǎng)的需求龐大，許多后進(jìn)者也幾乎都是從這個(gè)領(lǐng)域開(kāi)始。
視覺(jué)識(shí)別AI后來(lái)延伸到了金融應(yīng)用、手機(jī)圖像處理、自動(dòng)駕駛、無(wú)人倉(cāng)儲(chǔ)、無(wú)人商店等應(yīng)用上，除了無(wú)人商店還沒(méi)有真正成功的案例外，其余領(lǐng)域都有相當(dāng)突出的表現(xiàn)。
隨后，自然語(yǔ)言方面的AI應(yīng)用興起，從以語(yǔ)言識(shí)別輸入，到自然語(yǔ)言對(duì)話，諸如科大訊飛、百度、搜狗，都在相關(guān)的自然語(yǔ)言處理方面有不小的建樹(shù)。而相關(guān)的產(chǎn)品則主要集中在語(yǔ)音助理方面，服務(wù)內(nèi)容根據(jù)終端硬件的類型不同而定制。
雖然中國(guó)AI的應(yīng)用蓬勃發(fā)展，但是最上游的計(jì)算核心硬件方面，卻還是嚴(yán)重倚賴外來(lái)的輸入。舉例來(lái)說(shuō)，目前市面上的云端計(jì)算服務(wù)方面，其所采用的處理器平臺(tái)超過(guò)九成都是使用英特爾的方案。而機(jī)器學(xué)習(xí)需要的計(jì)算硬件則是幾乎清一色彩用NVIDIA的GPU產(chǎn)品。
AI芯片發(fā)展主要還是為差異化，并提高附加價(jià)值
當(dāng)然，中國(guó)廠商也積極推動(dòng)自有方案的發(fā)展，比如說(shuō)華為的升騰方案，寒武紀(jì)的NPU方案，地平線的征程和旭日處理器方案，華為的AI方案基本上沒(méi)有獨(dú)立供應(yīng)給市場(chǎng)，而寒武紀(jì)雖然有部份國(guó)家背景支持，但其除了華為以外的商業(yè)應(yīng)用落地速度并不夠快。而地平線芯片產(chǎn)品的定位與華為升騰類似，但其取得包括Audi在內(nèi)的一線車廠、IoT設(shè)備制造商等全球超過(guò)20家客戶支持，且投資者遍及海內(nèi)外，在聲勢(shì)上明顯勝出一籌。
然而AI芯片本身的設(shè)計(jì)難度與CPU和GPU并不在同一個(gè)量級(jí)，后二者中國(guó)廠商幾乎自行設(shè)計(jì)的能力極為缺乏，這方面并除了技術(shù)能力的不足，缺乏生態(tài)的積累亦是關(guān)鍵。不過(guò)在AI芯片方面狀況不同，由于應(yīng)用分散，芯片設(shè)計(jì)商可以針對(duì)不同應(yīng)用發(fā)展具備獨(dú)特個(gè)性的AI芯片。AI芯片結(jié)構(gòu)較CPU、GPU簡(jiǎn)單，若搭配片上內(nèi)存、緩存或網(wǎng)絡(luò)的設(shè)計(jì)調(diào)整，可以變化出針對(duì)不同環(huán)境的方案。
另一方面，采購(gòu)第三方芯片一來(lái)成本高，二來(lái)架構(gòu)掌握度不夠高的話，可能就無(wú)法發(fā)揮出芯片效能，而依此打造出來(lái)的方案也就沒(méi)有吸引力可言。
諸如地平線、云知聲、云從、海康威視等都是基于自家方案需求而進(jìn)行AI芯片設(shè)計(jì)的公司，對(duì)這些公司而言，設(shè)計(jì)自有芯片是維持方案競(jìng)爭(zhēng)力的唯一方式。
但是在這種情況之下，IP設(shè)計(jì)業(yè)者，或者是純粹做AI芯片的公司，恐怕就很難找到出路。由于潛在的大客戶都偏好自行研發(fā)，剩下規(guī)模較小的客戶才有可能外購(gòu)，而AI芯片本身架構(gòu)并不復(fù)雜，其設(shè)計(jì)目的主要還是為了算法的實(shí)現(xiàn)，換言之，IP或獨(dú)立的AI芯片開(kāi)發(fā)商一來(lái)市場(chǎng)空間不足，二來(lái)他們不是直接對(duì)終端客戶，不一定了解最末端客戶的需求，因此定位相當(dāng)尷尬。寒武紀(jì)后來(lái)也推出自己的芯片方案，分別主打云端與邊緣計(jì)算，但仍難擺脫這個(gè)窘?jīng)r。
另一方面，2018年因?yàn)榧用茇泿疟┑瑢?dǎo)致挖幣芯片設(shè)計(jì)業(yè)者轉(zhuǎn)向AI芯片尋找第二春，比特大陸也是在此時(shí)推出他們的AI芯片。雖然比特大陸沒(méi)有自己的終端方案，但取而代之的是，他們跑遍了各大終端客戶尋找出路，后來(lái)也真的被他們找到幾個(gè)安防領(lǐng)域的客戶。
不過(guò)隨著加密貨幣的飆漲，比特大陸可能又會(huì)將重心移向挖礦芯片，目前該公司已經(jīng)向臺(tái)積電下了芯片代工訂單，據(jù)信就是2018年公布的7nm挖礦芯片。
挖礦芯片和AI芯片的計(jì)算架構(gòu)其實(shí)大同小異，同樣都是塞了一堆乘加器，然后可以進(jìn)行大量并行計(jì)算工作的架構(gòu)，最大的差異在于根據(jù)應(yīng)用的不同而會(huì)采用不同算法，比特大陸這個(gè)作法也算是能左右逢源，分散風(fēng)險(xiǎn)。
還有哪些場(chǎng)景需要AI？
從監(jiān)控、銀行、手機(jī)再到汽車，除了已經(jīng)這些在市面上已經(jīng)很普遍的AI應(yīng)用以外，未來(lái)AI還有哪些發(fā)展方向？
以下列舉出三個(gè)方向僅供參考。
國(guó)家/國(guó)際級(jí)應(yīng)用
往上大到國(guó)家，甚至全球?qū)蛹?jí)，AI可以作為氣候預(yù)測(cè)之用。由于近年來(lái)溫室效應(yīng)轉(zhuǎn)劇烈，氣候變化多端，傳統(tǒng)的計(jì)算機(jī)模型計(jì)算已經(jīng)不符需求，為了更好的掌握氣象，能夠在暴風(fēng)雨、洪災(zāi)等災(zāi)害級(jí)氣候到來(lái)之前就提前疏散或者是進(jìn)行其他準(zhǔn)備工作，可以大幅減少生命財(cái)產(chǎn)的損失。
而另一個(gè)國(guó)際級(jí)的AI應(yīng)用，該屬于對(duì)外層空間的探測(cè)，如NASA放在火星上的幾個(gè)探測(cè)機(jī)器人，以及傳統(tǒng)的太空探測(cè)器等，基本上都是人為遠(yuǎn)程遙控，沒(méi)有自主處理的能力，而因?yàn)闄C(jī)器人和控制中心距離太遠(yuǎn)，比如說(shuō)地球離火星最近也要5500萬(wàn)公里，因此無(wú)法實(shí)時(shí)接收與傳送圖像信息，也無(wú)法在遭遇狀況的當(dāng)下給出指令，指令來(lái)回最快也要8分鐘。
如果未來(lái)這類的探測(cè)機(jī)器人擁有完全自主的能力，可以針對(duì)環(huán)境的變化自主決定探測(cè)的策略與探測(cè)對(duì)象，并可自動(dòng)因應(yīng)環(huán)境的惡化進(jìn)行自我保護(hù)，那么不僅可以大幅提升探索效率，同時(shí)也能降低機(jī)器人的損耗風(fēng)險(xiǎn)。
另外，由于人口增加，不同地區(qū)的人類往來(lái)更加頻繁，這也造成了疾病傳播的風(fēng)險(xiǎn)，比如說(shuō)艾滋病原本起源自非洲，現(xiàn)在已經(jīng)傳到世界各地，連中國(guó)也不能幸免于難。這時(shí)利用AI可以破解各種疾病的病毒傳染、對(duì)身體的影響模式，并可進(jìn)行藥物化學(xué)特性仿真，利用機(jī)器學(xué)習(xí)，調(diào)配組合出破解并防治疾病病毒的藥物，甚至治療時(shí)的手術(shù)也可以使用AI自動(dòng)進(jìn)行，而相關(guān)的AI儀器可以投放到偏遠(yuǎn)或落后地區(qū)，代替原本就已經(jīng)稀少的人類醫(yī)生資源，讓不論何處的病患，都可以接受最好的治療。甚至可以從源頭防止疾病的擴(kuò)散。
企業(yè)應(yīng)用
在企業(yè)方面，利用AI可以做到過(guò)去所做不到的工作。或者是用很短的時(shí)間來(lái)做到過(guò)去必須花費(fèi)很多時(shí)間來(lái)完成的工作。
首先在公司營(yíng)業(yè)與客戶數(shù)據(jù)管理方面，利用AI來(lái)處理可以大幅減少重復(fù)的工作，讓人力可以投放到更有創(chuàng)造力的工作上，并提升組織整體的效能表現(xiàn)。
比如說(shuō)Salesforce在其服務(wù)云(Service Cloud)中持續(xù)增加AI功能，包括聊天機(jī)器人以及案件分類功能，目的是讓業(yè)務(wù)控制臺(tái)更智能化，讓業(yè)務(wù)工作可以自動(dòng)進(jìn)行。另外，該系統(tǒng)也能利用商業(yè)規(guī)則和預(yù)測(cè)智能來(lái)建議與客戶互動(dòng)其間的最佳行動(dòng)方案，借以提高客戶滿意度，而案件路由則是可以通過(guò)機(jī)器學(xué)習(xí)來(lái)完全把工作流程自動(dòng)化，將工作項(xiàng)目分配給正確的隊(duì)列或者是人類業(yè)務(wù)。該系統(tǒng)可以根據(jù)個(gè)人專業(yè)或者是過(guò)去的處理經(jīng)驗(yàn)，將工作分配給最有資格解決問(wèn)題的人選。
目前其實(shí)已經(jīng)有不少公司深度利用AI來(lái)進(jìn)行營(yíng)利，比如說(shuō)金融投資機(jī)構(gòu)利用AI模型來(lái)分析整體經(jīng)濟(jì)與企業(yè)營(yíng)運(yùn)，并且尋找投資目標(biāo)，增加獲利并分散風(fēng)險(xiǎn)。
不過(guò)多數(shù)重復(fù)工作的自動(dòng)化只是AI能力所及的一小部份，未來(lái)AI可以做到創(chuàng)意性的工作，甚至參與各種研發(fā)工作。
舉例來(lái)說(shuō)，目前的EDA工具已經(jīng)很像一套包含了AI的設(shè)計(jì)工具，可以大幅降低芯片設(shè)計(jì)時(shí)的晶體管浪費(fèi)和布局錯(cuò)誤，若未來(lái)可以把EDA工具的AI成分大幅提升，那么芯片設(shè)計(jì)時(shí)只需要告訴AI芯片需要在什么條件下達(dá)到達(dá)到什么樣的功能，AI就可以自動(dòng)設(shè)計(jì)出完整的方案。
而編程這個(gè)工作往往都需要花費(fèi)大量的時(shí)間，目前的輔助系統(tǒng)已經(jīng)可以幫助編程工作者簡(jiǎn)化編程的復(fù)雜度，而只需專注在算法的研發(fā)上，各種庫(kù)的連結(jié)或者是接口的適配，都可以讓開(kāi)發(fā)工具中的輔助系統(tǒng)來(lái)代勞。
以色列新創(chuàng)公司Codota已經(jīng)做到讓AI針對(duì)包含Github與StackOverflow，或其他平臺(tái)上的源碼進(jìn)行分析與學(xué)習(xí)，并同時(shí)為程序員推薦最適合當(dāng)下程序的的編碼。另一家新創(chuàng)公司Kite，則是通過(guò)AI透過(guò)大量的數(shù)據(jù)爬梳與預(yù)測(cè)，讓程序員需要親自動(dòng)手的編程工作大幅減少。
另一家新創(chuàng)Kite，利用AI替工程師省下查詢數(shù)據(jù)的時(shí)間。根據(jù)創(chuàng)辦人Adam Smith統(tǒng)計(jì)，每個(gè)工程師每天要進(jìn)行網(wǎng)絡(luò)搜索26次以上，如果能將這些搜索內(nèi)容都內(nèi)建在編譯程序中，能夠大大加快編程的效率。
人類結(jié)合AI
AI應(yīng)該要怎么與個(gè)人進(jìn)行結(jié)合？當(dāng)然，如果只是單純把智能手表、智能手機(jī)拿在手上，那算不上結(jié)合。
上周馬斯克的Neuralink公司發(fā)表其腦機(jī)接口的最新進(jìn)展，并公開(kāi)表示2020年將開(kāi)始進(jìn)行人體試驗(yàn)，該公司的目標(biāo)是要在人腦植入電極，并創(chuàng)造可以連接到外部機(jī)器的接口，最終目標(biāo)則是要把AI芯片直接和大腦進(jìn)行連結(jié)。
馬斯克表示，通過(guò)腦機(jī)接口，可以讓AI來(lái)幫助人類大腦進(jìn)行思考，未來(lái)即便AI獲得了自主思考的能力，人類通過(guò)腦機(jī)接口取得與AI相提并論的計(jì)算能力，同時(shí)擁有人類與生俱來(lái)的創(chuàng)造力，那么這種新型態(tài)的人類就不會(huì)被AI取代。
除了大腦和AI的結(jié)合，具備AI功能的外骨骼可以幫助使用者應(yīng)對(duì)各種環(huán)境的工作或者是生存需求，結(jié)合腦機(jī)接口帶來(lái)的計(jì)算能力，等同創(chuàng)造了全新的物種，并提高了人類在未來(lái)AI世代來(lái)臨時(shí)，仍可持續(xù)擁有競(jìng)爭(zhēng)力，而不會(huì)被時(shí)代所淘汰。