算法定义硬件，旷视把AI装回黑盒子( 二 ) 鱼羊丰色发自凹非寺量子位|公

文章图片
传统解法：海量硬件+定制算法如何解决？
传统解法简单粗暴：海量硬件+定制算法。
也就是说，检测电瓶车就用专门检测电瓶车的摄像头，检测高空抛物则用检测高空抛物专用的硬件设备。在这样的产品体系下，甚至能出来几万种不同的摄像头。
具体到一个场景中，以智慧社区举例，如果一个社区既有电瓶车检测的需求，又有智能警戒、室外通道占用检测的需求，整个工作流就会变成这个样子：
首先，要提前勘定不同的点位，确定哪个点位部署哪种硬件设备。然后根据这些具体的需求，去分别下单、采购不同类型的产品。
如此一来，就对现场规划和勘点提出了较高的要求，并且一旦设备部署进来，要对不同点位的功能进行调整也会比较困难。
说到这里，想必其中的问题你也就看出来了。
其一，碎片化物联网场景下， “海量硬件+定制算法”欠缺灵活性，硬件建设和维护成本较高，基本上想要针对新需求部署新算法，就得重新换硬件。
其二，更深一层从技术实践的角度来说，由于解决方案很大程度上依赖于硬件功能，算法就或多或少需要做出妥协，在业务需求和硬件之间做平衡，导致最适配的算法往往并非最优解。
新思路：软硬一体，最大化算法优势面对这样的市场现状，旷视作为一家以AI算法技术起家的公司，就逐渐摸索出了所谓“算法定义硬件”的新思路。
正如前文所说，也就是反其道而行之，以算法为核心去解决场景差异化的问题，弱化对硬件特性的依赖。
【算法定义硬件，旷视把AI装回黑盒子】同样以智慧社区的场景来举例，在选用旷视魔方智能分析盒的情况下，确定检测点位数量之后，只需采购统一的硬件。
而后，再根据具体规划，在不同的点位安装不同的算法包即可。比如，需要在电梯里监测电瓶车是否进入电梯，那么就加载安装电瓶车检测的算法包。
后续如果需要将该点位改用来检测烟火，也无需更换硬件，换上烟火检测的算法包就行了。
简单总结一下，在魔方盒子这一类产品中，旷视所做的，就是基于软硬一体的能力，从最大化算法能力的需求出发，自研硬件。
通过加载不同算法包的方式，在一种硬件设备上形成不同的产品，使硬件本身更加通用、标准化。

文章图片
如此，站在用户的角度来看，一方面，在旧有的系统上做智能化改造成本会变得更低，更多潜在需求能更低成本地实现。
另一方面，产品本身从算法出发，最大化发挥算法的优势，能实现更高的性价比。比如通过算法来针对性地优化较低等级的新品，使其达到更高的算力、精度水准。
值得一提的是，这还只是“算法定义硬件”的第一阶段。
旷视透露，随着算法分发平台的完善，硬件将进一步演化成为算法的载体。就像特斯拉的OTA ，算法更新就能给硬件产品带来新功能。
AI公司突围之机事实上，长期以来，在安防等物联网场景之中，虽然智能化能力的重要性愈发显现，但外界仍不免有疑问：AI公司作为后来者，竞争优势究竟何在？
在供应链、渠道等商业领域，传统强企无疑具备先发市场优势，这使其在以硬件为主导的标准化产品领域早早奠定霸主地位。
但如今看来，也正因如此，在越来越多量产硬件产品难以覆盖到的碎片化场景中，恰恰存在AI公司的突围之机。