如果說小成靠機會和技巧，大成靠趨勢和周期，那么AI業(yè)的大成來了嗎？顯然目前對于AI來說，仍在持續(xù)上演的是“冰與火之歌”。一方面，AI在自動駕駛以及IoT碎片化市場的深耕與開拓，加上5G的商用，為AI芯片提供了更廣闊的成長空間。另一方面，傳統(tǒng)產(chǎn)業(yè)在智能升級的驅(qū)動下，也在著力讓AI“落地”，但成效卻難如預期。AI之路仍需艱辛跋涉。

不斷試錯

盡管如此，目前仍可說是最好的時代。如今的AI、物聯(lián)網(wǎng)、5G正處于“混合”狀態(tài)，創(chuàng)新不斷加速。Arm全球技術(shù)市場總監(jiān)Lionel Benlnet認為，在第五次浪潮的推動下，5G成為促進萬物互聯(lián)的核心，而諸多應用場景都要借力于AI的發(fā)展。

但同時也是最難的時代。細數(shù)AI業(yè)的掣肘，用地平線副總裁紀鵬的話來說，即存在隱私安全遭遇挑戰(zhàn)、功耗高、碎片化需求、零散功能模塊等諸多挑戰(zhàn)。

這些問題的本質(zhì)蘊含著路線之爭?！霸絹碓蕉嗟腁I加速需與芯片結(jié)合，即專用芯片，而專用芯片設(shè)計周期較長，這需要克服?！?在最近舉辦的以“AI聚能智領(lǐng)未來”為主題的2019中德中小企業(yè)合作交流大會AI分論壇上，德累斯頓工業(yè)大學教授Christian Mayr闡述了自己的觀點。

如果說專用芯片還能以摩爾定律的節(jié)奏向前，但場景落地顯然更需要實踐的考驗以及思維的解放。

神思電子技術(shù)研究院院長許野平以高速鐵路全天候智能視頻精度技術(shù)為例，分享了技術(shù)落地到具體場景中所面臨的問題和考驗。他舉例說，例如夜間遠距離目標監(jiān)控，當列車駛過時，燈光造成的光線干擾會導致視頻分析算法產(chǎn)生很多誤報;實驗場景條件理想于實際應用場景，導致在實際應用中錯誤率大大提升;控制系統(tǒng)由原來的人工操作更換為7X24小時無人值守工作時，偶然一次錯誤就會導致后續(xù)工作無法順利進行等等，這都需要在實踐時一一攻克。

而相較于熱火朝天的IoT及自動駕駛的AI語音或視覺應用，在傳統(tǒng)產(chǎn)業(yè)的智能化改造中，AI看來更是一項長跑。

“對于傳統(tǒng)行業(yè)來說，他們擁有大量的數(shù)據(jù)和自己的技術(shù)，但在智能化改造中將面臨跨平臺、跨應用軟硬件差異化落地的困擾，需要改變思路，用自身數(shù)據(jù)助力AI訓練?！?OPEN AI LAB業(yè)務發(fā)展總監(jiān)付仲韜提出，“這其中要認識到AI芯片不僅僅是一個個獨立的SoC，它可應用于設(shè)備的諸多層面。AI作為一項技術(shù)，與傳統(tǒng)產(chǎn)業(yè)相結(jié)合將是未來5-10年長期演進的過程?！?/p>

生態(tài)助力

既然明了AIoT貫穿應用的現(xiàn)實難度，以及持續(xù)演進的進程指向，生態(tài)的重要性已不言而喻。

安創(chuàng)生態(tài)CTO程斌就提到，AI廠商是基于算法的公司，對于行業(yè)并不理解，需要與對行業(yè)有深刻理解的服務商或方案商強捆綁和合作，但從中會出現(xiàn)大量的溝通和合作成本，導致落地難。目前AIoT行業(yè)里大公司的做法是著力建設(shè)生態(tài)，這為中小型包括初創(chuàng)公司創(chuàng)造了大量市場機會。

“AI業(yè)發(fā)展的關(guān)鍵要素除算法、數(shù)據(jù)和芯片之外，還需要外部的生態(tài)、資金、市場等支持?！卑矂?chuàng)加速器董事長楊宇欣也明確說，“安創(chuàng)依托Arm全球豐富的產(chǎn)業(yè)生態(tài)資源及強大的技術(shù)背景，可助力創(chuàng)業(yè)企業(yè)對接生態(tài)資源、投資機構(gòu)、銷售渠道等一站式深度加速服務。同時，還可幫助城市和產(chǎn)業(yè)園區(qū)定制創(chuàng)新方案，助力科技加速與產(chǎn)業(yè)升級?！?/p>

與之相呼應的是，安創(chuàng)加速器相繼在北京、上海、深圳等落地之后，第七家安創(chuàng)加速器（濟南）也正式落地。濟南市科學技術(shù)局局長呂建濤強調(diào)，豐富的應用場景為濟南AI業(yè)發(fā)展提供了強大動力，加上濟南自由貿(mào)易試驗區(qū)、新舊動能轉(zhuǎn)換先行區(qū)建設(shè)等重大機遇，濟南將通過多項舉措支持打造AI產(chǎn)業(yè)集群，推動AI創(chuàng)新應用。

提及差異化優(yōu)勢時，濟南高新區(qū)投促中心外聯(lián)部部長沈洋提到，濟南將立足于當?shù)禺a(chǎn)業(yè)特色，通過開放政策、引進人才、搭建AI平臺等多方舉措，拓展與已有的智能制造、機器人等產(chǎn)業(yè)聯(lián)動，并從需求出發(fā)擴展到產(chǎn)業(yè)鏈上游，帶動關(guān)鍵核心技術(shù)和軟件開發(fā)，深度拓展AI應用，打造集創(chuàng)新孵化、資源聚合、產(chǎn)學研轉(zhuǎn)化功能于一體的AI生態(tài)，實現(xiàn)AI產(chǎn)業(yè)集聚和規(guī)?；l(fā)展。

據(jù)悉，目前安創(chuàng)加速器加速的企業(yè)有100多家，孵化過的企業(yè)95%以上已開始融到下一輪，在濟南的落地也將為濟南AI業(yè)發(fā)展注入新活力。楊宇欣對此滿懷期望地說，安創(chuàng)一方面將深度挖掘和服務當?shù)貎?yōu)質(zhì)的項目和創(chuàng)業(yè)公司，另一方面也會將全國乃至全球好的創(chuàng)業(yè)公司帶到濟南，促進他們與濟南本地產(chǎn)業(yè)需求的結(jié)合。安創(chuàng)還將通過政府渠道、產(chǎn)業(yè)渠道等與濟南龍頭企業(yè)做精準對接與深度交流，為創(chuàng)業(yè)公司提供更多落地應用場景搭建橋梁。

未來風向

AI圍繞技術(shù)創(chuàng)新與產(chǎn)業(yè)應用落地已在穩(wěn)步向前，智領(lǐng)未來仍需洞悉風向，腳踏實地。

對此楊宇欣提到，IoT面向碎片化的場景，對硬件和軟件都有更特殊的要求。一顆芯片通吃的局面會慢慢變化，開放更多讓客戶定制的能力和空間，讓他們能夠更多地針對自己的場景做出適合場景的芯片，這是AIoT帶來的機會和市場變化，業(yè)界需要順勢而為。

從現(xiàn)有應用來看，AIoT主流應用來自視覺AI和語音AI芯片。程斌提到，AIoT不能割裂來看，因為AI需要算法、算力和數(shù)據(jù)，而大量數(shù)據(jù)來自于IoT。目前一些公司在做觸覺AI的探索，這有巨大的機會和亮點。此外，向邊緣側(cè)轉(zhuǎn)移將是AIoT的整體趨勢。

雖然目前機器學習是通用的AI解決問題的范式，但在諸多前沿的領(lǐng)域，類腦的技術(shù)已慢慢顯現(xiàn)，盡管離商用還有一定距離。楊宇欣的看法是類腦在未來解決更多機器替代人的場景下有更廣闊的空間，但還要不斷攻堅。

而AI企業(yè)的分野也取決于一個個做決定的路口。盡管AI主流是數(shù)字化模式，但或許模擬模式亦有所作為。程斌就認為，AI包括深度學習最大的瓶頸在于它與現(xiàn)有人類思維方式差異很大，需依靠大量的數(shù)據(jù)對模型進行訓練，而且數(shù)據(jù)是要標注過的。真正的AI技術(shù)應該與人腦的思考方式靠近，包括脈沖神經(jīng)網(wǎng)絡就是一大嘗試。而目前現(xiàn)有的深度神經(jīng)網(wǎng)絡還基于數(shù)字化模式，已有一些公司在嘗試模擬切入的方式，將處理集成到前端傳感器的控制器，而不是將模擬轉(zhuǎn)換成數(shù)字之后再做訓練。從人腦的角度來說，人腦傳輸?shù)亩际悄M的脈沖電頻信號，這或是未來AI的方向。