算法定义硬件，旷视把AI装回黑盒子鱼羊丰色发自凹非寺量子位|公

鱼羊丰色发自凹非寺
量子位|公众号QbitAI
这年头，日常生活里的AI应用，那可真是细到头发丝儿里了。
身处加油站，却有人偷偷摸摸抽起了烟？如此危险行为， AI的小眼睛第一时间就能盯上。
居民区里，高空抛物令人头大，但有AI站岗，便能直击现场发出警报。

文章图片
老人摔倒、甚至是厨房垃圾桶盖没盖盖儿这样的细节之处， AI也通通都能cover到。
工地等安全系数需拉满的场景更不用多说，从烟雾检测到看谁没戴安全帽、忘穿反光衣什么的，对AI来说都不在话下。

文章图片
最重要的是，想要引入这样的AI“巡查员” ，现在不再需要专门安装新的智能摄像头等设备。
说出来你可能不信，以上所有场景所有任务，甚至一只“盒子”就能hold住。
一只AI“盒子”的魔力没错，就是这么一只10寸大小的真·盒子：

文章图片
这只“盒子”来自旷视，开头提到的这么些个AI应用，都是它的实际落地案例。
单从硬件角度来看，这个名为“魔方智能分析盒”的设备，内置一颗AX630全国产AI芯片， INT4算力达28.8TOPS——
妥妥的一个边缘计算产品。
可如果加上其背后的一大堆AI算法，事情就发生了一些变化：
有了算法加持，再通过RTSP（实时流传输协议）、国标等协议与前端相机产品快速对接，它就能完成“人脸检测”、“烟雾检测”、“危险行为检测”等诸多不同类型检测任务，适配加油站、社区、园区、工地等各种应用场景。
也就是说，原有的摄像头不用动，加上这么一只魔方盒子，就能完成各种检测系统的智能化升级。
是不是有点方便？

文章图片
说到这，你可能也看出来了，与目前市面上常见的物联网智能设备不同，这只魔方盒子的侧重点不在硬件，而在算法。
甚至可以说，这个硬件最终的产品类型，是由算法来定义的——
把核心的解决方案都放到算法层面上，摆脱对硬件的依赖，让硬件尽量通用，做到一套硬件产品就能应对诸多场景。
“算法定义硬件”那么问题就来了，为何要另辟蹊径，用“算法定义硬件”？
这事儿还得从物联网行业现状说起。
长期关注AI的朋友们都知道，安防是AI最早应用落地的场景之一。无论是AI公司还是海康威视这样的老牌科技企业，围绕AIoT（人工智能物联网）这个概念，最多的案例就是在安防场景展开。
但有智能化需求的物联网场景，远不止于安防。
2021年的数据显示，在AIoT领域， AI的渗透率仅为4% ，还有96%的场景没有被AI渗透。
数据背后，反映出的正是AIoT当下面临的最大痛点之一：需求的碎片化。

文章图片
从技术角度来解释这个问题，就是在安防这样需求量大，场景又相对单一、集中的业务中，算法可以不断复用、迭代。
但如果换成电瓶车检测、垃圾分类、高空抛物等等更为碎片化的场景，受限于当前的AI技术，无论是数据采集还是算法复用，都存在较大的困难。
而这样的碎片化场景，才是AIoT的大头。