open ai lab，这个实验室如何加速人工智能的“进化”？ | 深度 | 雷峰网-米乐m6平台
人工智能，每一个字都散发着阳春白雪的未来气息。
然而，正如“苹果高高在上， android 手机才推动智能手机普及”一样，真正改变人们生活的，往往是“下里巴人”。
最近，三家顶尖的人工智能硬件和算法公司联合成立了“open ai lab”开放人工智能实验室。当然，这个实验室的酷炫之处绝不仅仅在于所有的字母都大写。我们先来看看创建实验室的四家大咖：
arm 中国（顶级芯片 ip 设计厂商）
安创空间（arm 在中国的生态系统加速器）
全志科技（为小米、富士康、惠普提供处理器 soc 的芯片大咖）
地平线机器人技术（由前百度深度学习研究院院长余凯博士创建的，顶尖的嵌入式人工智能算法和芯片设计公司）
简单说来，“open ai lab”就是团结在 arm 周围的人工智能芯片算法大咖组建的“别动队”。这个别动队，要做“最接地气的人工智能平台框架”。
【安创空间 ceo 陈鹏，地平线机器人技术 ceo 余凯，arm 全球执行副总裁兼大中华区总裁 吴雄昂，全志科技副总裁 薛巍】
最接地气的“本地人工智能”
全球使用 arm 芯片的人口，达到了总人口的 80%，这个数量超过了使用牙刷的人数。
arm 全球执行副总裁兼大中华区总裁吴昂雄给出了这个出乎意料的数据。没想到 arm 芯片的普及率已经到了如此“丧心病狂”的地步。
arm 架构的普及，很大程度是借助智能手机和各种基础硬件深入每个人生活的浪潮。采用 arm 架构芯片的设备，总体来看和牙刷真的有些共同之处，那就是：“廉价”和“必需品”。可以说，arm 用“群众路线”完成了“农村包围城市”式的市场占领。
然而，在人工智能芯片这个未来市场，似乎还没有这么明朗的格局。
为了说明 open ai lab 了不得的计划，先要科普一下人工智能的两大方向：
云端人工智能：利用云端的“超级大脑”对大量数据进行计算，然后将决策指令下达到本地。围棋大师“阿法狗”就是典型的云端人工智能。
本地人工智能：利用设备本身的软件硬件对信息进行实时计算，然后在本地快速做出智能反应。特斯拉的自动驾驶系统应该算作这类本地人工智能。
打个比方，这就像我们人体的运行机制，
大脑负责处理所有信息，统一做出决策；
但是对每一个细胞而言，不可能都把自己收集到的信息汇总到大脑，然后原地待命等待下一步指令。恰恰相反，每一个细胞都在自主地汲取养料，排泄废物，还可以分工合作。
open ai lab 所要解决的，就是相比云端人工智能更普遍的本地人工智能问题。
地平线机器人技术创始人兼 ceo 余凯为雷锋网科普了本地人工智能的意义：
人工智能一直有小循环和大循环之分。
例如在智能交通那个领域，大循环的云端数据计算，可以帮你预测前面堵车状况。但是在自动驾驶的场景中，如果你前面有一个小孩子突然的过马路，你就要把这个信号采集过来，然后传到云端，云端处理完了之后再传过来，这个是不可想象的。
如果汽车以100公里的时速行驶，哪怕仅仅延时50毫秒，都会对应很长的行驶距离。无人机也是如此，因为涉及到实时避障，必须根据环境马上作出决策，这时，50毫秒的延时也是很厉害的。
即使网络本身没有延迟，网络设施的可靠性也是很大的问题。在美国，大量的道路区域是没有信号覆盖的。
其实在2012年，曾经有 html5 和本地 app 服务究竟哪个是未来的争论。facebook 当时“all in”去做 html5 远程的服务。但是从流畅性和速度上，都没有办法和本地 app 抗衡。现在看来，根本没有争议了，本地 app 更好。
【自动驾驶过程中，人工智能需要对突然出现的行人做稳定而可靠的响应】
正如我们的大脑无法处理每一个细胞的“私聊”一样，云端人工智能也没办法处理各个硬件的请求。
实际上，某种程度上来说，目前很多设备的智能需求是被抑制的。
吴雄昂举了一个例子：
如果我们把北京的环路，全都修成五层，是不是能解决交通拥堵问题呢？我觉得并不能。
这就像过去的智能电表，是每个月采集一次数据回传。但是未来如果很可能每五分钟就要采集一次数据，并且还要交叉分析各个家电之间的数据，其中的差距绝不是五倍的关系。
如此看来，本地人工智能的存在“刚需"。就像历史上从pc到移动互联网设备普及的过程中，市场扩大了十倍左右，人工智能从云端普及到本地设备中，也同样可以扩展一个数量级。
人工智能洪荒时代的“部落联合”
实际上，整个人工智能产业链，已经注意到了本地人工智能（嵌入式人工智能）散发出来的巨大诱惑。几乎所有相关公司都希望在自己的领域构建独特的技术壁垒。
全志科技副总裁薛巍觉得，很多公司的努力都是“重复建设”。
几乎每家芯片厂商都在根据自己的芯片独立搞运算能力的事情，每家算法公司都独立搞自己的算法。每个人都像一根竹子，在一片竹林里，长高都不容易，承重也不好。
所以我们能不能找到共性的东西，例如 a芯片 b算法，同时进化迭代。这样能够形成一个框架，让上层的应用开发呈现“蘑菇型”的膨胀。
简单说来，在这个人工智能的洪荒时代，特别是嵌入式人工智能的洪荒时代，如果这个长长的产业链上的人各自为战，就会造成对接混乱和资源浪费。
这个时候，在洪荒之中已经有一席之地的“长老”们，就需要联合起来，成为一个“部落联盟”，为其他人制定普适的算法和开发框架。这个“部落联盟”就是 open ai lab。
open ai lab 的野心更多地在于技术上。
我们想要做的，是向下兼容所有芯片，向上适合所有开发者的架构。
余凯说。
【地平线机器人技术创始人兼 ceo 余凯】
但这个目标的实现绝不是说起来这么简单。作为 lab 里的“算法担当”，这位深度学习领域的大牛深知其中的技术难度有多大。
我们需要做一个抽象层的接口定义，让我们的算法和嵌入式的硬件平台无关，这个非常难。
因为嵌入式的处理器种类非常多，有 a7、a53，有四核、八核，上面有的有dsp，有的没有dsp。因为这个世界是多样性的，就算是车载系统的话，不同的车厂的理解也不一样，对计算平台的要求也是多样化的。
实际上，虽然 open ai lab 看起来像是一个联盟，但是却会凝聚一批专家，用 100% 的时间和精力来研发这个框架。余凯认为，这种实体性才是保证框架能够研发成功的关键。
在很多人的理解中，算法和芯片是独立的两层。但是在这些人工智能大牛眼中，二者是融合的。因为算法一旦稳定，就可以被“硬化”在处理器中，达到最佳的效率。而以这个处理器为基础，还可以研发新的算法。余凯说：
今天主流的深度学习的算法，基本上都是在gpu上面优化的，它并没有充分考虑到在硬件上做一些优化，未来软件算法和硬件架构一定会联合迭代优化，而且我认为这个过程会是一个十年的长跑。十年以后的，哪怕是同一个问题，软件算法会和今天不一样，因为那个时候的硬件不一样。
这也是为什么在 open ai lab 中，聚集了地平线、全志科技和 arm 三家有硬件野心的公司。
人工智能的进化，和生物的演进有着诸多的相似之处。
无数单独细胞低耗而稳定的小智能，最终支撑了独立意识的大智能。而不断变化的环境，又促进了细胞本身形态的演进。
这正像人工智能的算法和芯片，每一次把优秀的算法固化到硬件中，都完成了人工智能的一次进化。
我们期望不久之后，身边的一切设备都具有贴心的智能，我们能够像使用牙刷一样享受本地人工智能带来的便利。也许 open ai lab 可以让这一天提前到来。
文/史中（微信id：fungungun，欢迎讲述你的故事）
