顏水成博士分享說，只有在高效能的AI模型和高效能的AI芯片綜合驅動下，“A.I.”才能轉換成為“Affordable Intelligence”，讓最終用戶買得起、用得好。

依圖科技CTO顏水成博士

“2019新一代人工智能院士高峰論壇”由鵬城實驗室和新一代人工智能產業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟主辦，是國內人工智能平臺建設高水平的精英會，中國工程院院士、鵬城實驗室主任高文，中國科學院院士、美國科學院外籍院士蒲慕明等十余位院士現(xiàn)場點評，集中討論AI創(chuàng)新應用成果。

作為產業(yè)界代表，顏水成博士與百度CTO、深度學習技術及應用國家工程實驗室主任王海峰，騰訊 AI Lab & Robotics X 主任張正友等一同發(fā)表了主題演講，并從算法和算力兩個維度，介紹了依圖提升AI基礎設施和AI解決方案產業(yè)效能，從而提高人工智能落地廣度和深度的探索。

小明整理了顏水成博士演講要點，與大家共享。

讓AI成為“Affordable Intelligence”

隨著AI不斷往前發(fā)展，越來越多場景中都可以見到人工智能。但是，讓“A.I.”成為“Affordable Intelligence”，還存在很大的挑戰(zhàn)。

AI創(chuàng)業(yè)公司和大廠AI實驗室的核心使命是讓AI真正落地。

要想解鎖一個AI場景，需要兩個維度不同的引擎。其中一個是算法，首先要保證可以用，算法精度足夠高，能夠真正解鎖一個場景，其次要足夠用，如今有很多場景僅憑單模態(tài)的算法已經無法提供用戶滿意的解決方案，圖像、語音等相結合的多模態(tài)AI愈發(fā)關鍵。

第二個引擎是算力，比如說支撐計算的AI芯片，首先要買得起，并發(fā)性能足夠高，能解析很多路數(shù)的視頻，其次要用得起，使用時功耗足夠低，不然數(shù)據(jù)中心的電費和運維費用會使得用戶承受不起。

所以，真正讓AI在一個場景落地，要從算法、算力兩個維度實現(xiàn)“準、全、快、省”。

基于模型的Affordable Intelligence

我們來看一些例子，不同場景解鎖的重點是不一樣的，比如同為人臉識別，不同的場景對算法有著不同的要求。

門禁系統(tǒng)要求的精度可能很多公司都能做到，但是對于百萬、千萬甚至上億量級的刷臉支付，中國能提供這種技術的公司屈指可數(shù)。

只有不斷提升算法精度，才能真正解鎖這些不同的場景。

此外，在現(xiàn)有基礎上進一步提升，比如一個城市有很多的攝像頭，但當我們希望處理百萬量級的攝像頭系統(tǒng)時，將它們合在一起作為群體智能考慮，對解決方案就是大的挑戰(zhàn)。

研究表明，訓練和測試人工智能模型所需要的算力，每三個半月就會翻一番，這比摩爾定律已經快了很多。今年剛開完的NeurIPS會議，大家都在討論，AI用得越來越多，消耗的電力越來越高，會不會對環(huán)境產生影響？

依圖在高效能的AI模型上一直在不斷探索，也取得了很多突破。最近我們和Facebook合作，提出了“八分音符卷積”。我們發(fā)現(xiàn)，與圖像類似，F(xiàn)eature Map也會有高頻和低頻之分，對于低頻的部分可以進一步壓縮，以低分辨率的格式保存和處理。

于是我們就讓Feature Map變得異構化，設計相應卷積操作，輸出異構的Feature Map，模型變得比以前更小。因為僅對低頻部分進行壓縮，信息損失很小，同時這種多尺度結構增加了感受野，模型分類效能可以顯著提高。同時由于模型資源開銷變小，所以同樣的算力可以訓練更大的模型。

實際使用非常方便，我們提供了多個示例在 GitHub 上，只要直接使用我們提供的Python包替換即可，無需調參數(shù)，也無需改變網(wǎng)絡結構。

基于芯片的Affordable Intelligence

依圖在三年前就布局芯片。今年5月，依圖發(fā)布了第一款芯片“求索”(QuestCore?)，做視頻全解析，單芯片功耗低于1W。

發(fā)布的時候，我們現(xiàn)場連接了兩百路視頻，做實時的人臉檢測和人臉識別，實現(xiàn)了“發(fā)布即商用”。

為什么依圖設計出來的芯片有競爭力？因為我們在設計芯片時想得清楚，要遵循“算法即芯片”原則。當我們在設計這款芯片的時候，我們知道這款芯片典型的使用場景，因此能確保芯片能達到高效能，同時我們能預測這個領域里最前沿算法的發(fā)展趨勢，由此去優(yōu)化芯片的架構和工具鏈，從而實現(xiàn)算法和芯片的相互優(yōu)化。

不僅如此，我們也做到芯片和算法分層解耦，確保第三方也能使用依圖的這款芯片去加速他們的算法。

這款芯片發(fā)布后，跟市面上先進的解決方案相比，單路視頻解析功耗能降低到五分之一到十分之一?，F(xiàn)在我們提供AI服務器和邊緣盒子這兩種形式的產品，希望最終用戶在使用我們解決方案時，首先數(shù)據(jù)中心的建設成本足夠低，其次運維費用也能大幅減少。

當我們把高效能的AI模型和高效能的AI芯片相融合，就可以打造軟硬一體化的解決方案，解鎖更多的場景，在不同的場景中發(fā)揮價值。比如說智能城市軌交刷臉支付，可以用邊緣盒子滿足對于計算的需求，智能商業(yè)刷臉支付也可以采用邊緣盒子，而對于醫(yī)療場景，比如智慧醫(yī)院進行海量醫(yī)療圖像分析，就可以使用云端AI服務器。

隨著AI融合進入越來越多的場景，我們不斷追求高精度和高性能，對于算力的要求也越來越高。這時候AI的“Affordable”就會變得越來越重要，而要讓“A.I.”成為“Affordable Intelligence”，高效能的AI模型和高效能AI芯片是推動這一轉換的雙引擎，只有這樣才能讓我們最終的用戶能夠買得起和用得起。

謝謝大家！