人工智慧時代, 人人智慧想要打造基於ARM的微軟帝國。 它們的底氣來自於業界首創的ARM前端智慧機芯, 來自於獨樹一幟的首款雙目攝像頭,
作者|矽谷加先生
編輯|小魚
網址|www.xtecher.com
“每一個時代, 晶片和系統都是一一對應的, 正如英特爾+微軟的組合造就了PC的繁榮, ”人人智慧創始人兼CEO王海增在接受Xtecher採訪時表示, “未來人工智慧的時代, ARM(知名晶片公司)的前端智慧也應該有一個相對應的軟體。 這是人人智慧‘立地’的戰略體現。 ”
產品已落地。 6月29日, 人人智慧發佈人臉識別“智慧機芯”模組, 該模組基於ARM晶片研發, 可以嵌入到智慧攝像頭等各種終端上面, 使這些硬體產品獲得人臉識別功能。 目前“智慧機芯”已經實現量產。
據瞭解, 人人智慧這次發佈的“智慧機芯”, 其中集成了人工智慧作業系統FaceOS。 系統方面, FaceOS內集成了加速功能,
人人智慧是一家什麼樣的公司?
早在2016年8月, 尚在北京的人人智慧CEO王海增接到國家安全部的電話, 要求公司在最快時間派工程師到杭州去, 十萬火急。
彼時, 王海增已是安全領域近20年的老兵, 經驗豐富的他本能地派出精兵強將, 當天前往。 一路披星戴月, 人人智慧的工程師們卻早已習慣, 作為國內少有的與公共安全深度接觸的人工智慧公司, 這樣的差旅已經屢見不鮮。
不出王海增所料, 公司在戒備森嚴的G20現場, 肩負起峰會核心區的人工智慧安保工作。 歷經幾天不眠不休地工作與克服種種困難, 人人智慧成為人工智慧市場上不多的擔此重任的公司之一。
人人智慧團隊
G20的故事, 只是體現人人智慧競爭力一個方面。 王海增介紹, 公司的應用產品已經覆蓋了人臉識別的多個領域。 安全領域有新疆和首都的人員證件比對查驗;金融領域有銀行貴賓免卡身份識別和小微貸款公司人員證件查驗;企業應用領域有公司的全國資料中心人臉門禁項目。
2017年大火的“人臉識別”, 讓人們在最重要的安全領域看到了未來。 一時, 市場上群雄並起、百家爭鳴。 但對人人智慧來說, 這還只是這一突破性技術的牛刀小試。 坐擁前端智慧首款機芯和剛剛發佈的首創式雙目攝像頭, 公司已在人工智慧領域別具一格。 未來, 它對人臉識別的規劃還有更大的野心。
選擇:前端智慧的第一款機芯
2017年, 經過數年的搏殺, 雲計算領域格局已經逐步形成。 不管是本土的騰訊雲還是阿裡雲, 抑或外來的微軟雲和亞馬遜雲,
而人工智慧的加入, 更是在這個處於風口浪尖的領域掀起了革命的巨浪。
而浪潮之中不可避免的, 是美麗而虛幻的泡沫。 事實上, 現在想像的人工智慧場景, 往往很難真正實現。 對此, 王海增坦言, 任何一個時代的拐點, 在產業初期都會經歷不大不小的泡沫:通訊時代的諾基亞、摩托羅拉、愛立信們如是, 互聯網時代的IBM、微軟、雅虎們亦如是。
為了避免這樣的泡沫, 人人智慧選擇了從技術落地的層面反推人工智慧的道路:什麼樣的人工智慧產品, 能結合來自華為、中星微、聯想、三星等團隊成員在安全領域的深厚積澱,帶來豐富的應用場景和優良的用戶體驗呢?
答案呼之欲出:機芯。
通過軟體加硬體的結合,解決人工智慧最底層計算問題。移動設備的前端,在GPU晶片已經完善的基礎上,通過基於晶片的底層軟體,把人工智慧在前端開發出來,從而達到與英偉達一樣同時設計軟硬體的效果。
而機芯的核心在於,精准的演算法和強大的晶片。
華為工作8年,先後輾轉中星微電子和中科院,深耕安全領域的王海增對人工智慧時代的演算法有著自己的理解。他將演算法的創新分為幾種:實驗室級別的演算法成功率在50%以下,這個階段只適用於學術研究;娛樂級別的演算法成功率在50%~80%,其較低的識別精度和風險的要求剛剛可以在自拍和聲音模擬中應用;消費級的演算法精度在80%~95%之間,可以通過人臉考勤機等方式商業化,但過多的場景限制和較低的識別精度讓市場不溫不火。
人臉識別在人工智慧時代突飛猛進的核心在於商業級精度演算法的產生,高達95%~99.9%的精度已經能滿足如公安人臉布控、攝像頭人臉隨機識別等安全場景。而人人智慧的演算法,劍指十萬甚至百萬分之一出錯率的金融級安全,以識別絕大多數的雙胞胎為目標,突破人臉演算法的新瓶頸。
人人智慧CEO王海增沉浸安全領域近20年
除了演算法之外,人人智慧的機芯亦依託于知名晶片公司ARM的宏觀佈局。
幾乎不生產晶片的ARM創造了世界上應用最廣泛的晶片技術,通過將晶片設計開放授權給合作夥伴,ARM的架構產品已經達到1000億顆,覆蓋世界超過95%的智慧手機和平板電腦。Atmel、Broadcom、CirrusLogic、Qualcomm、富士通、英特爾、IBM、英飛淩科技、任天堂、三星電子、Sharp、STMicroelectronics、德州儀器和VLSI等主要晶片公司均擁有各個不同形式的ARM授權。
人工智慧時代,被日本軟銀于320億美金收購的ARM野心昭然若揭:讓未來的所有設備、硬體都能運行在ARM的晶片智慧技術上,為此,ARM特地在2017年3月發佈下一代的人工智慧架構DynamIQ,通過對CPU和系統兩方面進行提升,將市面上性能最好的晶片的AI能力再“提升50倍”。
基於此,人人智慧與ARM的人工智慧團隊積極地展開深度合作,通過利用ARM架構的晶片,以及演算法上的快速精准,人人智慧已經實現了將整個識別系統模體積塊進一步減小,並可以不依靠任何後端網路就能實現人臉識別,進行黑白名單分析。
強大的演算法和剽悍的晶片,是人人智慧足以有底氣產出業界第一款智慧機芯的重要原因。與傳統的雲端解決方案不同,人人智慧採用當地語系化的識別模組方式,其強大的處理能力能夠讓產品節省80%的成本,研發週期縮短到6~12個月。
人人智慧努力要做的便是,用識別模組方式降低人臉識別解決方案的生產成本,讓廠家能夠用解決方案生產出更多的人臉識別產品。
首創與革新:雙目攝像頭
除了機芯之外,剛剛發佈的雙目攝像頭,也是人人智慧傲視行業的首創之舉。王海增認為,對比安防領域的傳統設備,雙目攝像頭的革新主要在三個方面:
首先,寬動態攝像頭能識別臉部光線和陰影的變化,進行更深度的分析。而現有攝像頭無法在各種光線變化下進行資料獲取。傳統的單目攝像頭只能拍攝一個平面,無法就光線和角度進行優化。
第二,有效解決人體偽造的問題。基於傳統的單目攝像頭人臉識別方案,幾張照片就可以騙過95%的考勤門禁系統。哪怕個別機器要求眨眼動嘴的面部表情,也可以用人體照片合成來騙過機器人。而人人智慧的雙目攝像頭,可以通過三維成像精准判斷人臉深度資訊,從而清晰地瞭解平面與三維的差別。王海增笑言,“除非你的人體面具做到高度模擬,自己幾乎無法分辨,否則只要和本人有差異,雙目可見光人臉演算法就能認出你來。”
第三,突破本身演算法上的限制。雙目攝像頭涉及到人臉識別演算法以外的雙目立體演算法。表情的檢測和立體的深度也需要雙目攝像頭和它的立體演算法先來判斷人臉的深度資訊,從而帶來未來的更多體感功能。這樣一旦照片與真人有衝突,人臉演算法就能首先分辨。
人人智慧打造的人臉識別首款雙目攝像頭
在安防領域,雙目攝像頭可以解決安防人員短缺以及成本高的痛點。
最新資料顯示,中國流動人口規模達到2 .47億人,占總人口18%。流動遷移人口在2020年前將每年增長600萬~700萬人。而與之相對的員警人數卻沒有什麼變化,這無形中極大增加了整個公安系統的成本。
王海增告訴Xtecher,“一個檢查人員的一年成本,算上五險一金,可能要達到10萬人民幣左右。由於心理和生理上的雙重疲勞,人工檢查準確度往往維持在百分之六七十左右。而造價僅僅是人力一年成本五分之一到十分之一的機器,卻能達到98%、99%的準確度,這將真正解放這個行業。”
立地:發力人機交互,普及智慧技術
王海增認為,未來人臉識別的發展將會有兩個方向,分別算是“頂天”和“立地”。
所謂“頂天”,是指技術的再上一層樓,把人臉識別的精度從商業級(95~99%)發展到未來的金融級(99.999%)。所謂“立地”,是指人臉識別要產業化接地氣,落地出更多具體的場景化的產品。
針對於“頂天”,他強調,“當前產業現狀是,人臉識別借助深度學習技術的出現,想要突破到新的演算法還不現實,想要產業化落地卻還沒有較好的產品出現。”
相比於追求可望不可即的“頂天”,人人智慧決心扎扎實實地“立地”,通過大批量的機芯生產與應用場景,輔助以深度學習演算法,用機芯和雙目攝像頭引領公司的未來。
這個戰略的背後,是王海增提到的常常與摩爾定律相提並論的梅特卡夫定律(Metcalfe's Law):智慧技術只有大規模觸及用戶,才能被其感受到真正的價值,因此產品網路的價值與網路規模的平方成正比。如果說摩爾定律是資訊科學的發展規律,那麼梅特卡夫定律就是網路技術發展規律。
針對生產和應用,王海增坦言,技術並不等同於產品,而人人智慧目前面對的最大挑戰是要不斷克服人臉識別技術在實際應用上的諸多困難,並製造出更多的應用產品。
在他看來,這個萬物初醒的行業,人工智慧產品必須走入千家萬戶才能體現它的真正價值。他甚至認為,科技產品只有達到一定的低成本普及才能批量爆發。這也是人人智慧決心“落地”的原因——能否大量出貨決定了其最後的成敗。
人臉識別前路漫漫
除了實現批量化以及讓人工智慧產品走入千家萬戶,未來王海增的野心不止於此。
他的目標是,將人臉識別定義為人機交互的入口。按這個推理,未來,只需要一張臉就可以識別人類的身份,從而實現人臉ID與“機器社會”的電子護照、銀行卡、手機帳戶、虛擬帳戶共存。甚至對商家而言,未來的人機交互可以進行精准到個人的用戶行為分析,提供更加定制化的微觀服務和宏觀規劃。
萬物互聯時代已經不再遙遠。正如王海增所言,“人工智慧時代,人人智慧的夢想是想要打造基於ARM的微軟帝國。”
能結合來自華為、中星微、聯想、三星等團隊成員在安全領域的深厚積澱,帶來豐富的應用場景和優良的用戶體驗呢?答案呼之欲出:機芯。
通過軟體加硬體的結合,解決人工智慧最底層計算問題。移動設備的前端,在GPU晶片已經完善的基礎上,通過基於晶片的底層軟體,把人工智慧在前端開發出來,從而達到與英偉達一樣同時設計軟硬體的效果。
而機芯的核心在於,精准的演算法和強大的晶片。
華為工作8年,先後輾轉中星微電子和中科院,深耕安全領域的王海增對人工智慧時代的演算法有著自己的理解。他將演算法的創新分為幾種:實驗室級別的演算法成功率在50%以下,這個階段只適用於學術研究;娛樂級別的演算法成功率在50%~80%,其較低的識別精度和風險的要求剛剛可以在自拍和聲音模擬中應用;消費級的演算法精度在80%~95%之間,可以通過人臉考勤機等方式商業化,但過多的場景限制和較低的識別精度讓市場不溫不火。
人臉識別在人工智慧時代突飛猛進的核心在於商業級精度演算法的產生,高達95%~99.9%的精度已經能滿足如公安人臉布控、攝像頭人臉隨機識別等安全場景。而人人智慧的演算法,劍指十萬甚至百萬分之一出錯率的金融級安全,以識別絕大多數的雙胞胎為目標,突破人臉演算法的新瓶頸。
人人智慧CEO王海增沉浸安全領域近20年
除了演算法之外,人人智慧的機芯亦依託于知名晶片公司ARM的宏觀佈局。
幾乎不生產晶片的ARM創造了世界上應用最廣泛的晶片技術,通過將晶片設計開放授權給合作夥伴,ARM的架構產品已經達到1000億顆,覆蓋世界超過95%的智慧手機和平板電腦。Atmel、Broadcom、CirrusLogic、Qualcomm、富士通、英特爾、IBM、英飛淩科技、任天堂、三星電子、Sharp、STMicroelectronics、德州儀器和VLSI等主要晶片公司均擁有各個不同形式的ARM授權。
人工智慧時代,被日本軟銀于320億美金收購的ARM野心昭然若揭:讓未來的所有設備、硬體都能運行在ARM的晶片智慧技術上,為此,ARM特地在2017年3月發佈下一代的人工智慧架構DynamIQ,通過對CPU和系統兩方面進行提升,將市面上性能最好的晶片的AI能力再“提升50倍”。
基於此,人人智慧與ARM的人工智慧團隊積極地展開深度合作,通過利用ARM架構的晶片,以及演算法上的快速精准,人人智慧已經實現了將整個識別系統模體積塊進一步減小,並可以不依靠任何後端網路就能實現人臉識別,進行黑白名單分析。
強大的演算法和剽悍的晶片,是人人智慧足以有底氣產出業界第一款智慧機芯的重要原因。與傳統的雲端解決方案不同,人人智慧採用當地語系化的識別模組方式,其強大的處理能力能夠讓產品節省80%的成本,研發週期縮短到6~12個月。
人人智慧努力要做的便是,用識別模組方式降低人臉識別解決方案的生產成本,讓廠家能夠用解決方案生產出更多的人臉識別產品。
首創與革新:雙目攝像頭
除了機芯之外,剛剛發佈的雙目攝像頭,也是人人智慧傲視行業的首創之舉。王海增認為,對比安防領域的傳統設備,雙目攝像頭的革新主要在三個方面:
首先,寬動態攝像頭能識別臉部光線和陰影的變化,進行更深度的分析。而現有攝像頭無法在各種光線變化下進行資料獲取。傳統的單目攝像頭只能拍攝一個平面,無法就光線和角度進行優化。
第二,有效解決人體偽造的問題。基於傳統的單目攝像頭人臉識別方案,幾張照片就可以騙過95%的考勤門禁系統。哪怕個別機器要求眨眼動嘴的面部表情,也可以用人體照片合成來騙過機器人。而人人智慧的雙目攝像頭,可以通過三維成像精准判斷人臉深度資訊,從而清晰地瞭解平面與三維的差別。王海增笑言,“除非你的人體面具做到高度模擬,自己幾乎無法分辨,否則只要和本人有差異,雙目可見光人臉演算法就能認出你來。”
第三,突破本身演算法上的限制。雙目攝像頭涉及到人臉識別演算法以外的雙目立體演算法。表情的檢測和立體的深度也需要雙目攝像頭和它的立體演算法先來判斷人臉的深度資訊,從而帶來未來的更多體感功能。這樣一旦照片與真人有衝突,人臉演算法就能首先分辨。
人人智慧打造的人臉識別首款雙目攝像頭
在安防領域,雙目攝像頭可以解決安防人員短缺以及成本高的痛點。
最新資料顯示,中國流動人口規模達到2 .47億人,占總人口18%。流動遷移人口在2020年前將每年增長600萬~700萬人。而與之相對的員警人數卻沒有什麼變化,這無形中極大增加了整個公安系統的成本。
王海增告訴Xtecher,“一個檢查人員的一年成本,算上五險一金,可能要達到10萬人民幣左右。由於心理和生理上的雙重疲勞,人工檢查準確度往往維持在百分之六七十左右。而造價僅僅是人力一年成本五分之一到十分之一的機器,卻能達到98%、99%的準確度,這將真正解放這個行業。”
立地:發力人機交互,普及智慧技術
王海增認為,未來人臉識別的發展將會有兩個方向,分別算是“頂天”和“立地”。
所謂“頂天”,是指技術的再上一層樓,把人臉識別的精度從商業級(95~99%)發展到未來的金融級(99.999%)。所謂“立地”,是指人臉識別要產業化接地氣,落地出更多具體的場景化的產品。
針對於“頂天”,他強調,“當前產業現狀是,人臉識別借助深度學習技術的出現,想要突破到新的演算法還不現實,想要產業化落地卻還沒有較好的產品出現。”
相比於追求可望不可即的“頂天”,人人智慧決心扎扎實實地“立地”,通過大批量的機芯生產與應用場景,輔助以深度學習演算法,用機芯和雙目攝像頭引領公司的未來。
這個戰略的背後,是王海增提到的常常與摩爾定律相提並論的梅特卡夫定律(Metcalfe's Law):智慧技術只有大規模觸及用戶,才能被其感受到真正的價值,因此產品網路的價值與網路規模的平方成正比。如果說摩爾定律是資訊科學的發展規律,那麼梅特卡夫定律就是網路技術發展規律。
針對生產和應用,王海增坦言,技術並不等同於產品,而人人智慧目前面對的最大挑戰是要不斷克服人臉識別技術在實際應用上的諸多困難,並製造出更多的應用產品。
在他看來,這個萬物初醒的行業,人工智慧產品必須走入千家萬戶才能體現它的真正價值。他甚至認為,科技產品只有達到一定的低成本普及才能批量爆發。這也是人人智慧決心“落地”的原因——能否大量出貨決定了其最後的成敗。
人臉識別前路漫漫
除了實現批量化以及讓人工智慧產品走入千家萬戶,未來王海增的野心不止於此。
他的目標是,將人臉識別定義為人機交互的入口。按這個推理,未來,只需要一張臉就可以識別人類的身份,從而實現人臉ID與“機器社會”的電子護照、銀行卡、手機帳戶、虛擬帳戶共存。甚至對商家而言,未來的人機交互可以進行精准到個人的用戶行為分析,提供更加定制化的微觀服務和宏觀規劃。
萬物互聯時代已經不再遙遠。正如王海增所言,“人工智慧時代,人人智慧的夢想是想要打造基於ARM的微軟帝國。”