“边缘智能（EI）——人工智能的最后一公里”

小蚁科技创始人兼CEO达声蔚在新智元AI WORLD 2018世界人工智能峰会上介绍了小蚁科技三年做成独角兽的高速发展历程深入分析了人工智能计算机视觉的未来发展，提出了“边缘智能”这个全新概念，指出边缘智能(EI)是人工智能（AI）的最后一公里。

近几年，由于各类信息技术的发展，尤其是物联网产业进入规模化落地的初期，边缘计算已经提上了产业界议事日程，而随着人工智能在边缘计算平台中的应用，加上边缘计算与物联网“端-管-云”协同推进应用落地的需求不断增加，边缘智能成为边缘计算新的形态，使能物联网应用。

边缘智能产业生态架构已形成，主要有两类参与者：

第一大类涉及到边缘智能技术、产品、解决方案等核心业务的研发、生产、经营、应用闭环的流程，涵盖边缘载体供应商、边缘业务运营商、服务提供商和最终用户。

第二大类主要是为边缘智能这一闭环流程提供研发、标准制定、产业组织等服务，对应的是一些科研机构开展边缘智能各个课题研发，标准化组织推出边缘智能端到端标准和参考架构，以及行业协会、联盟促进整个产业合作共赢，降低产业的碎片化。

小蚁科技是边缘智能赋能者。小蚁提供以小蚁品牌的6大类28个产品，覆盖网络摄像机、运动相机和VR等；小蚁产品均链接小蚁智能云，提供企业级云端PaaS服务；小蚁的云+端基础服务与行业结合提供智能零售、出行、智能园区、楼宇、家居等解决方案。

9月20日，AI WORLD 2018世界人工智能峰会重磅发布AI领域年度大奖——AI Era创新大奖，评选出2018年度对AI领域作出重大贡献，切实推动AI进步和发展的人物、企业和产品。小蚁科技凭借其利用AI技术在对计算机视觉领域做出的巨大贡献，入选最具潜力AI企业。

最具潜力AI企业：云天励飞、小蚁科技、Autowise.ai、小i机器人、助理来也

小蚁科技创始人兼CEO达声蔚,在AI WORLD 2018世界人工智能峰会上，介绍了小蚁科技在过去几年里所取得的成果，并以此为切入点，深入分析了计算机视觉的未来发展，并做了题为《边缘智能（EI）——人工智能的最后一公里》的精彩演讲。

达声蔚：大家好！我是小蚁科技的创始人兼CEO达声蔚，非常感谢有这样一个机会在这里给各位嘉宾和各位专家介绍小蚁科技在过去几年里所取得的成果，并介绍一下我们是如何看待计算机视觉在未来的发展。

不知道在座的有多少人曾经用过小蚁的产品，我们在消费端的产品已经有非常广阔的涉猎，AI领域就是今天我要介绍的，题目叫做“边缘智能（EI）——人工智能的最后一公里”。

边缘智能（EI），重构智能算法引擎

真正和老百姓生活息息相关的应用都是哪些呢？一般来说与老百姓出门相关的都是衣食住行，那么衣食住行当中的AI和计算机视觉会有怎样关联呢？

通过人脸识别，大家熟悉了AI是在计算机视觉中的威力，但是今天我要讲Edge Intelligence（边缘智能）。什么是EI？顾名思义就是互联网和物联网的边缘，最边缘是大量的传感器，摄像头CMOS，是最重要的传感器之一。我们专注于图像领域，所以计算机视觉的最后一公里应用就是小蚁专注的领域，这个领域的发展，必须采用边缘智能端云结合，也就是边缘和云端结合的处理方式，也就是边缘智能架构。

衣食住行无外乎是智能家居、智能出行和线下零售等等几个常用的场景，这些场景当中都有硬件、软件和计算机算法等等完整的处理方式，我们通过EI重构数字空间，其中三个方面，重构算力、重构算法，同时也重构商业模式。

1300万全球用户，每日视频数据超过100PB

曾经与我们合作过的公司包括MIT、Google、NASA、Amazon和Microsoft，可以看出我们的团队是非常国际化的。小蚁成立于四年前，到今年已经有了400多名员工。

这是我们的高管团队，里面有相当多的外籍员工。分别来自Texas Instrument，留学于美国，成长于硅谷，在计算机视觉方面拥有丰富的经验，我们在以色列成立了研发中心，以色列的GM弗兰德是计算机视觉方面的专家，也在这个领域有超过三十年的经验，来自以色列的高等学府，曾经在Prime Sense工作。

这些数字表明，过去四年中小蚁取得的国内和国际计算机视觉方面的专利和著作，获得了大量的海外专利，海外专利对我们有什么帮助呢？

可以看到视觉地图上所有亮点都是小蚁设备工作的地方。中国大陆占据了接近一半的用户，第二大市场是北美地区，第三大市场是欧洲地区，可以看出小蚁的产品不管是小蚁家庭摄像头、运动相机和车载行车记录仪，在这些国内外的发达市场和人口众多的先进市场都有非常好的布局。

我们下一步的发展将会在AI赋能的视频硬件领域进一步发力。覆盖了168个国家和地区，并且在中国、美国和以色列三个地方有研发中心，每天产生大量的视频数据。小蚁先天具备海量的数据，每天产生的视频数据超过100PB，而且在全球有超过1000万名用户，截止到现在全球有1300万名用户，其中50万名商业用户。我们的合作伙伴包括Microsoft、Google、阿里巴巴、百度和高通。

我们成立于2014年9月，并于2015年3月发布了一款运动相机，当时被CNBC报道，称之为“GoPro Killer”。后来在以色列成立了研发中心，致力于研发机器视觉。由于以色列一直是这方面最领先的国家之一，其中有一家公司叫做Mobileye，是世界上ADAS无人驾驶方面的领先公司，两年前被Intel以153亿美金收购，我们也有不少团队成员来自于Mobileye。

2014年4月我们发布了第一款消费类的具有深度学习算法的摄像头，2017年4月我们和Google一起发布了一款世界上最先进的影院级VR设备，后来被Discovery Channel和世界环球旅行杂志拍摄七大洲五大洋。我们在汽车后装市场的后视镜产品当中第一个引入了ADAS算法，包括前车预警、边界分离和疲劳驾驶，今天中国开始逐渐立法，要求所有的长途车辆和公共车辆标准配置ADAS算法防止司机的疲劳驾驶。

我们在2018年4月和Azure微软云共同发布了合作意向，在云存储和AI计算方面合作，包括我们在北美推出了一个安全服务品牌Kami，中国品牌走向世界需要核心技术和AI方面的创新。2018年6月我们正式发布了小蚁在人工智能最后一公里的三大应用场景：智能家居、智能出行和智能零售。

Computer Vision，这应该是AI领域当中对算力、算法、人才需求最苛刻的领域。小蚁在计算机视觉领域的先天优势是在前端设备拥有大量的用户，同时又拥有真正的AI落地场景，不管是家居、出行、车载还是线下的零售店，我们已经拥有了大量的、百万级以上的用户。

EI的三大核心竞争力：算力、算法的自我成长模型和赋能商业

首先是算力，大家都知道，算力是一个人工智能企业的“核能力”。云+端的全球算力。我们小蚁已经出售了1300多台设备，未来会指数级增长，这些设备中的算力也是指数级增长。我们在全球跟阿里巴巴和微软共同建立了国内外全球四大服务器中心，覆盖了168个国家和地区，过千万用户的云服务，成为了基于公有云的PaaS视频云服务，能够使我们在各个落地场景都很好地把服务对接，我们不仅提供B2C的服务，也可以提供B2B的服务。我们有人机交互、手机端和PC端以及真正的数据大屏，提供一流的人机交互。由于我们有各个场景，还有前端大量的用户，我们搜集了大量的数据，大数据聚合可以进一步挖掘商业价值。

其次是我们的深度神经算法，我们在云端采用千层以上的深度学习神经网络，在终端更多的是采用嵌入式、小比特神经网络。我们在每Gflop等效算力达到最高，应该是业界非常领先的。但是能够让我们持续领先的是“自我成长模型”的人工智能算法：智能前端设备开展应用的时候会产生大量的数据，数据反过来再重新训练算法，形成算法、训练、数据的闭环，这样的结果就使得我们在前端的算法精确度可以达到最高，这是我们具备的优点。我们可以充分赋能各种落地应用的场景，比如出行、商业、楼宇、公共场所和安防，这些领域小蚁已经有产品布局，我们更加理解用户的痛点。

我们提供的只是一个硬件吗？并不是，我们给用户提供的是一整套的系统，包含载体硬件和嵌入式加密软件。同时我们的产品在安全方面做的是最好的，每年“3.15”小蚁品牌从来没有出现过问题。

第三就是商业赋能IndustrialSolution，比如出行行业、共享车辆。像滴滴这样国内最大的出行公司发生了两起不幸的案件，小蚁和滴滴顺风车曾经合作定制过一款产品，目前正在试用，顺风车的业务一旦恢复运营以后，这样的产品可以为司机和用户保驾护航。具体应用领域当中会有相当多的Domain Knowledge，我们提供了一整套的IP、知识和经验，包括现成的方案和用户案例，这在业界是非常少见的。

从数据“新能源”到AI，才是新零售的“品牌力”

在此，我想抛出一个问题，我曾经参加过一个知名的训练课程，老师问道：“人类过去和未来的历史有哪一个单一的东西会一直保持指数级的成长？”其实答案就是数据，数据会永远保持指数级的成长。视频已经占了互联网甚至移动互联网90%的流量，视频数据中的潜在价值便蕴含了巨大的商机，我们在这个领域也有一些经验，这里和大家分享一下。

就以智慧零售为例，零售业其实是已经超过两千年的行业，有人类历史就有零售，因为老百姓衣食住行每天都要消费。零售业的最大痛点是什么呢？

我们知道一个企业主或者一个店主，每天最关心的就是销售的成长和利润的成长，如何才能获得增长，这是面临的第一大问题。

第二大问题究竟是什么来决定让我的店、我的员工、我的商品或者我的客户把服务做得更好，收入能够增加，这种决策机制取决于什么？过去的几十年，中国的零售企业每年都投入1%-2%左右的销售额用来做IT方面的升级，也有大量的软件，但这些软件的数据是分离的，从未行程完整顺畅的闭环，并提供更优的决策机制，我们认为用AI和计算机视觉把这些数据场景打通可以起到帮助。

第三大问题就是人工成本越来越高，如何解决效率的问题，保证店的运转效率是最高的。人工支出平时占到中国零售业的15%，而且每年都是在增加的。

第四大问题就是对人、货和商店的认知。我们认为只有数字化、可视化才是最好的解决方法。

EI只是一个广义的描述，其实是所有感知的器件，除了视觉传感器，还有温度、照度、门磁等等，通过这些器件的数据，可以把线下零售店可视化。

首先是“人”，如何识别出注册用户和VIP用户，并且提供定制化的服务。

其次是“场”，如何对这样的商店有一个非常好的理解，知道哪些区域最能够吸引用户，哪些区域可以放什么商品。

再就是“货”，如何把商品和店万、客户连接起来。我们要用边缘计算的算法和系统，重构这个零售的空间。

重构的空间能够给人解决什么—实时主动决策

我们认为主要是提供了变革性的决策，也就是主动地决策。我们访问过很多线下零售的合作伙伴，也有很多人用过类似的方案，但由于机器边缘计算能力的不足和算法的不精确，提供的数据本身并没有太多的价值。有的时候并没有时间看报告，所以如何能够主动地推送、帮助企业主、决策者进行决策，比如把收入提高10%-15%，如何做到这一点才是要真正努力的方向。

我们重新回顾一下，物联网IOT已经存在了一段时间，小蚁成立之初就一直致力于IOT硬件、软件和整个系统的提供，早期这些产品其实只是完成了边缘的感知。

我们开始在边缘进行处理和计算，整个智能化还要结合其它的传感器进行数据的聚合，把它叫做边缘智能。

假设有1万家连锁店，或者整个地区有100万部车，把这些车的数量和店的数量云集在云端，进行大数据的分析，滤除噪音，这样形成更好的模型，训练更好的算法，所以叫做端云结合。

这就是从边缘感知到边缘计算、边缘智能，最后再到端云结合。

边缘计算的优势：新摩尔定律

边缘计算能够更快更好地进行处理。因为在2020年全球将会有500亿个IOT设备，50%的设备将会在其本身进行数据的分析、识别和存储。今天达到的比例甚至远远不到50%，恐怕只有10%-20%，未来两三年将会是投资发展的大风口。

很多人在讨论神经网络、深度学习是不是已死。我觉得在云端确确实实会遇到一些瓶颈，比如能耗和效率。但是在边缘端，我们的差距还非常大，也有非常大的提升空间。如果我们能够很好地解决，可以大大降低网络的压力。假设在一家店里有20台智能设备，比如摄像头或者音响等等，不能在本地进行计算，都要用上行带宽传输到云端，相信这种网络会阻塞的。

因为我是学半导体集成电路设计的，摩尔定律是我们的不二法宝。边缘计算在未来的五到十年会有一个新的摩尔定律诞生，因为以前在前端并没有一个真正的对算力的要求，一旦有对算力的要求，有了好的算法，甚至好的应用，就需要进一步的提升，摩尔定律就可以发挥作用，这样的事情在PC和智能手机也发生过，相信现在边缘智能IOT也会有新的摩尔定律发生。

云端的优势就不详细讲了，主要是具备无限的算力、无限的存储。

这里我们列出的都是小蚁的产品，边缘端有一系列的视频硬件，接近边缘端有我们的处理盒子，最上端有小蚁视频云。这是一个简单的示意图，就是从边缘计算、边缘感知到端云结合。

小蚁边缘智能赋能智慧零售

我们提供的是智能数字空间的解决方案，就是线下零售的可视化解决方案，这些解决方案当中包含智能新零售店的产品和智能货架的产品，还有一系列和视频相关的完整的系统，最后还包含提供软件服务给智慧零售的现场管理和决策。

这是我们专门为智慧零售店推出的目前算力最强的前端边缘智能产品，拥有非常好的颜值，叫做小蚁视网膜Box“万物一瞬见”。它的最大优点是构造每个线下零售店已经布置了一定的摄像头，我们可以用这个Box兼容，只需要提高算力，不需要增加新的摄像头，所以这样的Retina Box可以直接在店里接到网络，提高所有目前摄像头的计算能力，可以同时支持十六路现有摄像头进行深度学习计算机的算法。

这个算法后面有对算力的比较，大家可能最关心它的算力，目前市场上找不到和它媲美的产品，只能找到传统安防类似的产品，只能找到国内最强的安防公司海康卫视推出给政府做的NVR产品。

在支持人脸识别、人行识别和客流统计方面，我们和专业的安防产品是可以媲美的，但是在其它的本地人脸库和人脸识别算法的算力，这个Box算力达到5TFlops，超过NVIDIA最强的DX2，大概只有2T算力，我们是它的2倍。

小蚁专门定制了一款具有高颜值的、超强前端边缘智能计算能力的小蚁Retina全金属外壳的摄像头，具备前端的人脸识别、人脸抓拍和客流统计、区域统计等等一系列的功能。

大会的主题是“万物互联，人机共生”我们则是“万物互联、边缘先行”，谢谢大家！