目前雖然市面上HDR（高動態(tài)范圍）顯示設(shè)備越來越多，但能直接拍攝、錄制HDR視頻的設(shè)備卻依然有限，這就造成了大多數(shù)可獲得的視頻資源仍然是SDR格式，隨著AI技術(shù)在計算攝影領(lǐng)域的應(yīng)用，SDR高保真的轉(zhuǎn)為HDR成為可能，AI能在理解場景信息的基礎(chǔ)上，重現(xiàn)蠟燭、燈光、太陽真實的色調(diào)和高光，無需高昂的HDR錄制設(shè)備，手機也能實現(xiàn)HDR視頻的拍攝。

　　圖源：曠視

 

　　將SDR轉(zhuǎn)換為HDR規(guī)格的視頻，只是AI為手機計算攝影帶來的技術(shù)革新中的冰山一角，AI甚至在硬件形態(tài)上重新定義了手機計算攝影。如今的手機不需要像單反相機那么大的鏡頭和光圈就能實現(xiàn)虛化、變焦、雙重曝光、視頻光斑，甚至手機就能實現(xiàn)專業(yè)攝像機才具備的電影模式。

 

　　AI算法的介入呈現(xiàn)在手機形態(tài)上的改變就是攝像頭、傳感器的增多，以及更小、更輕薄、更多樣化的傳感器，傳感器將不再單獨的、直接的提供應(yīng)用的價值，手機和傳感器之間需要算法來作為承上啟下的橋梁，可以說AI正在定義手機傳感器。

 

　　縱觀歷史，AI與硬件的關(guān)系其實同軟件和硬件關(guān)系的演進歷程非常相似。著名的網(wǎng)景公司創(chuàng)始人MarcAndreessen曾說，軟件正在吞噬人類世界（Softwareeatstheworld）。

 

　　那么，在AI加速發(fā)展的今天，算法定義硬件逐漸在成為現(xiàn)實。

 

　　軟件定義時代

 

　　在軟件剛出現(xiàn)不久的軟硬一體化階段，軟件更多作為一種高級程序設(shè)計語言而存在，用戶對其感知并不強，一直到IBM360系列機硬件搭配OS/360操作系統(tǒng)捆綁出售，人們才逐漸意識到軟件系統(tǒng)的重要性，但此時的軟件系統(tǒng)依然被視為硬件的附屬品，其應(yīng)用領(lǐng)域和靈活性都比較差。

 

　　微軟及Windows操作系統(tǒng)的誕生則標(biāo)志著軟件行業(yè)發(fā)生了翻天覆地的變化，軟件不再作為硬件的附屬品而捆綁銷售，而是作為獨立可遷移“拷貝”售賣的版權(quán)商品，顛覆了過去計算機行業(yè)硬件為王的時代，各類辦公、影音、游戲軟件重塑了人們的經(jīng)濟生活，微軟也憑借在軟件系統(tǒng)上的強勢，成為了IT行業(yè)的頭部企業(yè)，這個階段屬于軟件的產(chǎn)品化、產(chǎn)業(yè)化階段。

 

　　在互聯(lián)網(wǎng)普及和其商業(yè)化帶來的信息化浪潮2.0階段，軟件也開始與互聯(lián)網(wǎng)深度融合，“軟件即服務(wù)”（SoftwareasaService）的概念開始被提出，即用戶不再需要通過單機拷貝的方式來獲得軟件服務(wù)，通過互聯(lián)網(wǎng)即能隨時隨地按需使用軟件的功能。在軟件的網(wǎng)絡(luò)化和服務(wù)化階段，以蘋果AppleStore為代表的各類移動應(yīng)用商店迅猛發(fā)展，百萬開發(fā)者和海量移動端應(yīng)用出現(xiàn)，微信、淘寶、美團、微博等超級應(yīng)用也是在這一時期出現(xiàn)，在軟件的定義下，手機從最初的通訊硬件工具變成了平臺式的智能手機。

 

　　如今，軟件定義已成為行業(yè)共識，如果說，互聯(lián)網(wǎng)的核心價值是“連接”，那么，軟件就是實現(xiàn)“連接”的基礎(chǔ)技術(shù)。雖然軟件在PC、智能手機領(lǐng)域已滲入的足夠深，但在如今的物聯(lián)網(wǎng)時代，千行百業(yè)中各類復(fù)雜多變的loT硬件卻和軟件連接的卻仍然不夠。

 

　　如今，AI算法在人類社會經(jīng)濟生活中扮演的角色愈加重要，從當(dāng)下最熱門的互聯(lián)網(wǎng)軟件抖音、臉書、淘寶、亞馬遜背后都有AI算法的身影，智能電視、掃地機器人、智能空調(diào)、智能空氣凈化器等越來越多的硬件也在與AI深度融合。

 

　　而AI算法正是軟件定義時代突破IoT領(lǐng)域的關(guān)鍵技術(shù)，在新一輪的軟件定義浪潮中扮演“連接者”的角色。

 

　　AI突破IoT閉環(huán)

 

　　在手機AppleStore中，用戶想要購物、外賣、游戲、影音，每種類別下都有無數(shù)應(yīng)用可以選擇，但在家庭里的吸塵器、電視、冰箱、空調(diào)、油煙機等各類IoT設(shè)備中，卻常?？床坏娇蛇x擇應(yīng)用的軟件選項，傳統(tǒng)的軟硬件方式難以滿足AIoT海量場景的智能化需求。

 

　　據(jù)2021年艾瑞咨詢統(tǒng)計的數(shù)據(jù)，當(dāng)前的AIoT行業(yè)，AI的滲透率僅為4%，還有約96%的場景還沒有被AI滲透。過去，AIoT端傳統(tǒng)的智能化解決方案是根據(jù)硬件“灌”算法，即根據(jù)不同型號、不同種類的硬件來為其適配一套算法，這種解決方案是以硬件為主導(dǎo)的，硬件、場景和AI算法之間的聯(lián)系較為割裂，硬件的設(shè)計沒有考慮AI算法數(shù)據(jù)采集和硬件適配的需求，這導(dǎo)致算法的復(fù)用度低，算法必須在硬件功能與場景之間尋找平衡，性能上做出妥協(xié)，硬件的性能與真實需求之間存在鴻溝。

 

　　硬件和AI算法的割裂就無法解決嗎？起碼在計算攝影領(lǐng)域曠視已突破了這種割裂，在前文的例子中，智能手機憑借AI算法讓其機身上小巧、輕薄的攝像頭達(dá)到能媲美一些專業(yè)相機的拍攝效果，在AI算法的定義下，手機攝像頭的形態(tài)相對于專業(yè)相機也做出了調(diào)整，AI算法需要多個不同功能的攝像頭來計算景深、解析色彩。

 

　　根據(jù)不同場景，AI會在一開始便判斷需要調(diào)動的不同鏡頭組合，來實現(xiàn)用戶想要的拍攝效果。例如，當(dāng)用戶選擇風(fēng)光模式時，AI算法便已將主攝像頭和廣角攝像頭調(diào)動起來；當(dāng)用戶選擇人像模式時，AI算法便會調(diào)動主攝像頭和人物細(xì)節(jié)解析力更好的黑白攝像頭結(jié)合起來，在雙攝像頭模擬大光圈效果的同時獲得更優(yōu)的人像表現(xiàn)能力。

 

　　如果將場景放到更加復(fù)雜、零碎的AIoT領(lǐng)域，千千萬萬的設(shè)備如何連接起來呢？曠視的解法是“算法定義硬件”，即通過如AppleStore中應(yīng)用數(shù)量般的海量算法+各領(lǐng)域的通用型/標(biāo)準(zhǔn)硬件，來滿足AIoT領(lǐng)域海量的碎片化場景需求。

 

　　簡單來說就是從“海量硬件+定制算法”轉(zhuǎn)變?yōu)?ldquo;海量算法+通用硬件”。

 

　　在今年的曠視企業(yè)業(yè)務(wù)合作伙伴大會上，曠視聯(lián)合創(chuàng)始人、企業(yè)業(yè)務(wù)事業(yè)部研發(fā)負(fù)責(zé)人楊沐表示：“一方面是產(chǎn)品和應(yīng)用場景足夠豐富、算法功能需求日新月異，針對每一個場景都進行硬件和算法的定制適配效率太低。另一方面，AI時代的基礎(chǔ)產(chǎn)品不再是一個個孤立的硬件載體，也不是一個硬件搭配軟件這么簡單，需要有一整套的具備擴展性和低成本的軟硬件體系。”

 

　　曠視將算法前置，以“算法定義硬件”，其實就是用可隨時迭代更新升級的海量算法，來匹配復(fù)雜多變、碎片化的AIoT場景，通用標(biāo)準(zhǔn)化的硬件則作為算法的載體，相比于更新迭代成本較大的硬件，更貼近用戶場景需求的AI算法無疑更適合作為核心，來定義一套AIoT產(chǎn)品，由此，用戶無需頻繁更換硬件，就能通過算法定義功能，來滿足日新月異的場景和需求。

　　圖源：曠視

 

　　算法定義硬件

 

　　當(dāng)然，要成功實現(xiàn)“算法定義硬件”并不容易，首先出現(xiàn)的難題就是海量算法的生產(chǎn)上，AI的背后就是算法，海量的算法是實現(xiàn)“算法定義硬件”的前提，只有算法生產(chǎn)想當(dāng)下的海量APP一般，生產(chǎn)的足夠多、足夠快、成本足夠低，海量算法來定義硬件才會成為可能。

 

　　曠視認(rèn)為算法生產(chǎn)的主要困難集中在整個生產(chǎn)環(huán)節(jié)的復(fù)雜性上。具體來說，可以分為三個方面：第一，數(shù)據(jù)生產(chǎn)的復(fù)雜性。第二，算法模型本身的不確定性。第三，算法最終要推廣落地到各式各樣的AIoT平臺上，這個硬件平臺的多樣性也帶來了整個生產(chǎn)過程的復(fù)雜和高成本。

 

　　曠視則具備算法量產(chǎn)的能力，曠視本身是一個算法起家的公司，基于Brain++，曠視有固定流水線式的批量生產(chǎn)算法，能以更低成本生產(chǎn)更高質(zhì)量的算法，并且這些算法能夠隨著AI落地的推廣程度，根據(jù)數(shù)據(jù)迭代不斷進化。

 

　　算法生產(chǎn)過程標(biāo)準(zhǔn)化正是真效地解決復(fù)雜的、碎片化的算法生產(chǎn)所面臨挑戰(zhàn)的手段。這個標(biāo)準(zhǔn)化包括了數(shù)據(jù)生產(chǎn)的標(biāo)準(zhǔn)化、算法模型的標(biāo)準(zhǔn)化和整個推理框架的標(biāo)準(zhǔn)化。曠視自研的算法生產(chǎn)平臺AIS是基于曠視Brain++體系，在曠視自研的深度學(xué)習(xí)框架MegEngine中，曠視搭建了數(shù)據(jù)管理平臺MegData和計算平臺MegCompute，它們?yōu)樗惴ㄉa(chǎn)構(gòu)建的一個從數(shù)據(jù)處理到模型訓(xùn)練，到性能分析調(diào)優(yōu)，到推理部署測試全鏈路的零代碼自動化的生產(chǎn)力工具平臺。

 

　　算法量產(chǎn)是對AI生產(chǎn)模式的理念革新和生產(chǎn)力進化，曠視構(gòu)建了“2+1”的AIoT核心技術(shù)科研體系，即以“基礎(chǔ)算法科研”和“規(guī)模算法量產(chǎn)”為兩大核心的AI技術(shù)體系，和以“計算攝影學(xué)”為核心的“算法定義硬件”IoT技術(shù)體系（包括AI傳感器和AI機器人）。

 

　　“算法定義硬件”，除了已經(jīng)在智能手機行業(yè)中廣為應(yīng)用的AI+計算攝影，曠視的“魔方盒子”也是近年來成功的產(chǎn)品落地案例。“魔方盒子”是曠視研發(fā)的邊緣計算產(chǎn)品，它能以一種更加經(jīng)濟和智能的方式，讓前端大量非智能的高清攝像機具備AI識別能力。

 

　　傳統(tǒng)的智能攝像頭難以同時進行“圖像檢測”、“煙霧檢測”、“工地未佩戴安全帽檢測”、“危險行為檢測”等諸多不同類型檢測任務(wù)，常常需要根據(jù)園區(qū)、工地、加油站、停車棚等不同的應(yīng)用場景更換不同的攝像設(shè)備，而曠視的“魔方盒子”則是基于“算法定義硬件”的理念所設(shè)計，在設(shè)計之初就和芯片硬件進行聯(lián)合調(diào)優(yōu)，只需通過更新迭代盒子中的算法，不需要更新攝像頭硬件就能實現(xiàn)一套設(shè)備匹配安監(jiān)領(lǐng)域、辦公領(lǐng)域、社區(qū)領(lǐng)域、智慧工地等等不同場景。

　　圖源：曠視；“魔方盒子”

 

　　目前，曠視已經(jīng)形成了最小硬件閉環(huán)體系，不過“算法定義硬件”仍是一個宏偉的目標(biāo)，還有很長的路要走，曠視為其規(guī)劃了三個發(fā)展階段。第一個階段也是目前所處的階段，以自研硬件為基礎(chǔ)開啟產(chǎn)品階段。第二個階段，是通過算法下發(fā)平臺實現(xiàn)用戶的個性化采購。第三個階段則是生態(tài)的充分開放，充足的算法供應(yīng)與不同廠商的硬件，形成開放的行業(yè)生態(tài)。

 

　　AIoT是一場持久戰(zhàn)，未來，曠視將持續(xù)推動AI核心技術(shù)能力的突破，讓算法的生產(chǎn)和部署更快、更好、更便宜。另一方面，不斷積累豐富的硬件know-how以及算法的軟硬件協(xié)同設(shè)計能力，實現(xiàn)更多完整的產(chǎn)品價值閉環(huán)，讓海量算法和硬件形成開放的生態(tài)，重鑄AIoT行業(yè)。