行业报告 AI展会 数据标注 数据集
投稿发布
您的当前位置:主页 > 智能驾驶 > 正文

AI传感器:左拥自动驾驶,右抱物联网

来源: 时间:2020-09-24
作为一家从事专业软件开发公司,最近对硬件集成颇为着迷,尤其是AI硬件技术。
 
现有的AI产业基数和舆论、资本对它助推是并不对等的,其中泡沫确实存在。事涉AI则必强大是一种盲目的价值观。但AI的优势在于这种基数近乎于无限底层,能够提供的应用场景过分巨大,所以在众多应用场景没有被验证到底之前,也很难去判断他的泡沫到底有多少。
 
另一方面,AI完全处于刚刚起步的阶段,这次企业观摩学习中我看到了很多企业运用火爆异常。但却可能忽略了另一个问题:这些企业都集中堆积在某几个领域内,而AI作为整体真正发展,需要的支撑条件很多。其中很多产业要素目前还处在非常薄弱,甚至冷清的阶段:比如说传感器。
 
事实上,非常多的AI动作和应用场景依赖于合适的传感器来达成。相比于隔壁几个领域的锣鼓喧天,这个领域确实太寂寞了点。
 
传感器:冷门不代表不重要
把AI分为技术和应用两个大方向的话,应用这边会是Fintech、安防、无人驾驶等领域,而技术这边又会被分成三个部分:数据运算能力、解决方案,以及硬件。
 
相比于数据运算包含各种各样的数据、、运算力和平台,解决方案包括生物识别、计算机视觉、NLP等等部分,人工智能硬件领域包括的东西最简单,只有两种:芯片和传感器。
 
当然,这里说的硬件不包括各式各样的机器人和智能设备,仅仅讨论为设备提供智能的”必需品“。芯片相当于大脑,传感器相当于感官,都是人工智能与万物建立联系的必备条件。
 
相比于早期的工业传感器,人工智能领域的传感器发生了很多变化:比如对运算能力和算法的适应,比如对多种感知数据的综合识别,比如中转能力。
 
就像人工智能来了,大家都知道要把芯片换掉一样,传感器的更新换代,也是世界范围内AI浪潮所无法避免的议题。
 
但相比于对GPU等适配人工智能的芯片的研发投入与重视程度,显然国内产业对传感器的关注是严重不足的。即使不跟机器视觉这样动辄几亿融资的领域比较,在芯片研发上国内至少还有寒武纪、地平线等明星企业,以及BAT巨头的入场。
 
相比较而言,国内做智能传感器的较大体量公司基本也就刚刚完成A轮。
 
确实,AI硬件的技术准入门槛更高。与国内传感器产业的老套路大相径庭。但这个领域留给国内厂商和创业者的机会在于:AI市场对于传感器的需求在快速变化,国际厂商的传统优势很多无从发挥。
 
总之大家的起点差不多,市场相对公平,巨头进场的门槛也更大。
 
左拥自动驾驶,右抱物联网
AI传感器的未来,很大程度在于综合其他领域的发展,战略高地位置很快会被凸显出来。
 
最直接的价值,恐怕就来自于自动驾驶领域。在传感器领域得到广泛关注的,除了Velodyne、谷歌等巨头推出的激光传感器,就要属博世等老牌汽车零部件制造商推出的,适用于ADAS等自动驾驶解决方案的传感器硬件。
 
自动驾驶的核心,是让车绕过人类感官与交通环境实现交互。这就极大程度依赖雷达、视觉摄像头以及多种多样的传感器装置。并且与一般情况下的常识相反,如今自动驾驶产业追求的传感器并不是传感和运算能力的极致化。反而是性价比高,能够配合车辆生产的中低端传感器。

 

 
没办法,谷歌的无人车方案是挺好,但是造价实在太高。如今业界一般认同,未来自动驾驶和无人驾驶解决方案,将是传感器和车辆中枢运算系统协作解决交通问题——谁也别太贵,这才能让高等级自动驾驶成功商业化。
 
而寻求性价比,正是国内制造业的看家本领。自动驾驶可谓是自主品牌汽车的一次盛宴,而盛宴开场,也给传感器留下了一角舞台。
 
另一个巨大的传感器应用市场,在于正在快速蔓延的物联网系统。生物识别、自动生产和智能家居,都需要新型传感器的协助。而且随着物联网体系的多元化发展,应用到的传感器类别也会越来越多。这个需求扩张下,也会给传感硬件以发展机遇。
 
关于AI传感器的故事
说实话,人工智能硬件——这里特指起支撑作用的元件,之所以发展速度低于AI语音和机器视觉类的AI企业,很大一部分原因在于可讲故事的点太少。
 
虽然听起来有点雷人,但我们所处资本市场的特点,是热爱讲故事,讲想象空间,不惜一切代价扩大估值。
 
底层硬件在这些领域相对吃亏,但好在传感器系统也不是完全没有优势。比如这里可以编写几个传感器讲未来故事的例子。
 
1、数据采集者:
我们知道,AI战很大程度是数据为王。而传感器除了让机器感知外界之外,另一个作用在于收集数据。重点宣传传感数据的价值,和再利用这些数据的可能性,也许是个比较好的附加价值。
 
2、结合无人经济:
在无人经济如火如荼的今天,传感器作为物联网与人类交互的主要设备,也许会水涨船高。传感器的花样翻新,可以为无人经济和多种场景下的生物识别提供解决方案。物联网领域更受青睐的就是泛在场景。这也是AI传感器的优势。
 
3、作为技术与应用场景之间的接驳点:
当然,较好的故事来自于合理的逻辑推论。以自动驾驶为例,汽车本身需要传感器作为技术与硬件的交互,来解决人类出现的核心问题。这个逻辑在众多可能达成智能化的设备上都是通用的。一方面是识别、判断、推论等技术解决方案,一边是五花八门的外界数据,传感器在其中拥有的空间非常广阔。
 
说实话,传感器是不是一门好生意不太好说。技术门槛和市场需求的快速蜕变,都让这个领域充满了不确定性。
 
本文的目的更多是提醒你注意那些冷门但重要的AI必备区域,AI在广义上是一个整体进化,占据其中任何一环,都有巨大的利益想象。
 
没必要在拥挤不堪的地方寻找未来。
 
声明:文章收集于网络,版权归原作者所有,为传播信息而发,如有侵权,请联系小编删除,谢谢
 
 

人工智能交流群扫码邀请
人工智能交流群扫码邀请


转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
数据标注服务

Copyright©2005-2020 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

人工智能资讯
扫码入群
扫码关注

微信公众号

返回顶部