大家周末愉快。我们一起来回顾一下，本周前沿技术领域都有哪些值得讨论的新鲜事呢？
1.英特尔设计了一种用来模拟生物嗅觉的神经算法，算法使得英特尔Loihi神经形态芯片居然可以识别10种气味，准确率达到九成以上。这是怎么实现的，有什么商业价值？
2.百度最近几个月内中标了两个地方政府的自动驾驶采购项目。随着国内自动驾驶分级标准即将落地，地方政府可能在自动驾驶基础设施上进行一些项目建设来推进本地产业发展。G端订单能给烧钱的自动驾驶厂商带来多大帮助？
3.外媒报道称，商汤科技最近推迟了IPO计划，转而寻求私募市场的融资。对于要上市的AI公司来说，是否上市窗口期在逐渐关闭？
以下来看一下具体内容。
神经形态芯片有了“嗅觉”
英特尔神经形态计算实验室与康奈尔大学最近联合发布研究成果称，实现了一种用来模拟生物嗅觉的神经算法，通过这种算法，芯片可以识别10种气味。
AI算法已经可以让机器识别图像，挺懂语音，理解语言，但让机器可以闻味道还是第一次。这项研究成果已经发布在英国《自然·机器智能》杂志上。
这项技术具体是怎么实现的呢？简单来说，是参考大脑的嗅觉系统信号处理机制，设计一套神经形态算法，可以学习并鉴别气味样本。在完成样本训练后，进行模型调参，利用甲苯、氨、丙酮、一氧化碳和甲烷等，对其进行气味训练，优化模型效果。之后用气味传感器获取的数据对模型效果进行检验。结果表明算法已经掌握了10种不同气味的神经表征，可以准确识别出这几种气味。
从底层来说，这项技术涉及到神经形态计算这种不太常见的计算模式。它可以看做是脑科学与AI算法的结合，让深度神经网络算法来模仿大脑的运行模式来计算，具体来说，让神经形态芯片来模仿人脑神经元和突触的活动，从而提高计算效率，降低计算能耗。
普通二进制的芯片在进行复杂算法和构架的计算时，能耗是突出的问题，计算效率也受制于摩尔定律。神经形态芯片采用类脑构架，其降低能耗的原理类似于，人脑在受到某种信号刺激时，比如听到声音，只有大脑听觉皮层的神经元被激活，去处理这些信号。神经形态芯片也是如此，是事件驱动的，相应的模块比如刚才提到的嗅觉系统，只有在需要的时候才会运作，从而形成更低的能耗，已经更快的计算效率。IBM在 2014 年设计了神经形态芯片SyNAPSE，在实时运行中能耗只有 70mW。
大脑神经元与突触
英特尔在2018年CES上发布了神经形态芯片Loihi，芯片内部20亿个晶体管，有128个计算核心，每个核心又有1024个人工神经元，总计有13.1万个人工神经元，神经元之间通过1.3亿个突触相互连接，实现对大脑信号处理机制的模拟。与人脑相似的是，芯片由脉冲传递信号，自动调节强度，以此来完成不同的信息感知。英特尔称，Loihi的信息处理速度比传统处理器快1000倍，能源效率提高了三个数量级以上。
本次英特尔实现的技术进展，是使人对生物神经回路层面实现的算法有了更透彻的了解，也就是该算法对嗅觉反应机制的模拟更加成功，有助于理解哺乳动物嗅觉以及改进人工化学感知系统的计算特征，也开创了一种有别于当前主流深度学习算法的新方法。
新研究将使得安装了Loihi芯片的机器人或者其他设备对嗅觉能力进行训练，在未知背景气味的情况下识别特定气味。这会形成不少奇妙的应用，比如安装了该芯片的手机就可以探测周围环境中有没有一氧化碳等有毒气体，或者让机器人有闻香识人的能力。由于这种神经形态芯片有更低的能耗水平，显然在边缘设备上会更有优势，比如可以在煤矿中做瓦斯泄漏预警等工作。
现在神经形态芯片还处在很早期的阶段，更多是实验室的研究，还没有获得实际应用。技术上还需要更好地模拟人脑的机制，这是最大的难点。芯片有13.1万个人工神经元、1.3亿个突触，人脑有800多亿个神经元，大脑皮层突触总数超过100万亿个，对人类而言，对人脑的模拟，建立准确的大脑神经模型，总是非常艰难的。由于芯片不同于传统的冯·诺依曼架构，未来还需要设计专门的编程语言来开发程序。此外，还需要开发新的纳米级材料，去适应各种需要定制的计算场景。
神经形态芯片预计至少五年后才能开始商用。法国研究机构Yole在报告《神经传感与计算-2019版》中估计，神经形态计算市场规模在2024年会达到6900万美元，2029年增长到50亿美元， 2034年将进一步增长至213亿美元。智能手机、机器人以及智慧家居将显著受益。
自动驾驶开启to G生意
最近，重庆市永川软件园开发管理有限公司宣布，百度中标永川软件园自动驾驶车路协同智能系统、自动驾驶云控平台、自动驾驶车辆监控平台及自动驾驶测试营运和监控中心设施设备采购项目，金额5280万元。
在去年10月，百度还中标了河北沧州Apollo自动驾驶与车路协同智能化道路改造服务，金额7497万元。
对迟迟难以实现大规模商业化的自动驾驶来说，G端正在成为一个新的营收来源，或许能为挣钱难的自动驾驶厂商带来一些现金流。
目前来看，地方政府的采购，主要是基于车路协同的道路改造，目的是在本地推进路测，从而吸引更多的自动驾驶厂商进驻，壮大本地的自动驾驶产业。以沧州自动驾驶与车路协同智能化道路改造项目为例，当地政府表示，目的在于推动自动驾驶汽车产业一体化发展，加速沧州汽车产业结构优化升级，打造沧州区域自动驾驶汽车产业集群。
自动驾驶落地难，特别是L4级别自动驾驶，技术不成熟，系统稳定性可靠性存在很大疑问，相关法规不完善，真正商业化可能至少要十年之久。目前还很少有整车厂商愿意对L4级别自动驾驶进行量产。烧钱的自动驾驶想要挣钱很难，现在一些厂商如waymo、百度、文远知行等公司开始做自动驾驶出租车业务，但往往是在划定的有限范围内进行，商业价值非常有限。Waymo尝试通过卖激光雷达产品变现，百度则向一些研究机构、车厂卖一些自动驾驶模块，并向一些自动驾驶物流车等小场景提供技术，来获取收入。目前来看，都不能构成比较好的营收来源。
G端采购对自动驾驶厂商来说，可能会形成一种营收来源的补充，对于地方政府来讲，要操心本地的汽车产业的竞争力，自动驾驶做为一种大方向，肯定要提供一些基础设施、研发方面的支持，引导本地汽车产业在自动驾驶时代不落伍。L4级别虽然遥远，但L3级别自动驾驶是未来几年可以预期落地的。
从政策来看，3月9日，工信部发布了《汽车驾驶自动化分级》推荐性国家标准报批公示，拟从2021年1月1日起实施。该标准包含了驾驶自动化分级原则、驾驶自动化等级划分要素、驾驶自动化各等级定义、驾驶自动化等级划分流程及判定方法、驾驶自动化各等级技术要求等内容，标准出来之后，自动驾驶相关的法律法规预计会协调推动出台，进一步为自动驾驶落地铺垫基础。车厂也会对技术研发与量产有更具体的阶段性推进目标，低级别的自动驾驶市场有望开启。
在这种背景下，地方政府出于发展的目的，会在自动驾驶研发的基础设施上做一些投入，引导本地车厂的研发与测试，壮大本地产业。预计本地有汽车产业的地方，都会在车路协同项目上做一些投入。如百度中标的重庆、沧州都有保护本地汽车产业的充动，重庆有长安汽车等企业，沧州则引进了北京现代。其他有汽车产业的地方，如上海、北京、广州、天津、苏州、长沙、厦门等，以及疫情结束之后的武汉，都可能有自动驾驶方面的基础设施建设需求。这对于自动驾驶厂商来说是个机会。
另外，在整个智慧交通领域，智能车路协同都是重点，车路协同项目落地不一定为了自动驾驶，也可以借助车路协同的摄像头、地感线圈等设施，加强道路监测的更深度数字化，对交通流量进行实施更精准的监控。
当然，单个项目几千万的金额，以及有自动驾驶基础设施建设需求的地方政府不会太多，决定了自动驾驶的G端市场规模不大，但对于自动驾驶厂商来说，蚊子再小也是块肉，而且这是跟地方的整车厂商建立合作的机会。
商汤推迟IPO
据日经亚洲评论援引知情人士的消息称，商汤科技已经推迟了今年在香港IPO的计划。商汤原本计划IPO至多融资7.5亿美元，现在转而寻求在私募市场融资5亿美元至10亿美元。对此，商汤科技回应称：商汤目前没有上市具体时间表及地点。
已经融资多轮、金额达数十亿美元的商汤何时上市是AI圈里经常讨论的话题，按理说已经拉了这么多投资机构进来，需要给投资者一个上市变现的机会了，且旷视去年在港交所提交了上市申请，现在仍处在补充材料的阶段，云从科技预计也要在科创板上市，估值更高的商汤也应该会考虑上市的问题。所以商汤要推进上市是比较确定的消息。
商汤科技CEO徐立
但是考虑到疫情的冲击，今年的项目需求肯定会减少，项目交付也因为需要非接触的原因，推进会比较困难。AI公司不是线上化公司，项目落地往往需要工程师驻场进行开发调试，在疫情之下，项目交付的进度会减慢。今年AI公司日子也不太好过，疫情影响再加上营收基数扩大，前期三四倍的增速肯定很难再保持。即使是头部的AI公司，也会进入低速增长期，甚至可能掉队负增长。
对于商汤等四小龙公司来说，今年压力会非常大。最近两年内上市是必须的选择：
一方面是以后要保持高增速已经越来越难，前两年因为营收基数低，再加上业务扩张非常快，营收可以保持三四倍作用的增长。但以后这种增速越来越难，基数越来越大，2019年商汤旷视的营收数字应该会达到30亿元左右。想要再保持倍数级的增长已经不可能；从业务扩张领域来讲，以后只靠识别不用做定制就能收费的快钱越来越少，解决方案都是要深度结合行业知识，越做越重，需要持续投入，且越来越需要软硬件一体化的方案；从新领域的角度看，垃圾分类、明厨亮灶、ETC等此前热议的新场景，都没有形成很好的市场机会。安防、金融等可以贡献大量现金流的项目越来越少。
另一方面，你不上市，别的公司会抢着上市。AI公司上市越来越多以后，大家对模式会看得越来越清楚，即AI公司在通用技术平台出来之前，因为较高交付成本的原因，很难有高利润率。旷视的财报显示，经过调整后的净利润率维持在个位数。之前人们往往因为AI是高新技术所以给AI公司非常高的估值水平。但AI公司由于没有通用的技术解决方案，项目边际成本不好下降，AI公司的估值以项目制软件公司来衡量可能更合适，前期的高估值面临调整的风险。
如果筹划最近一两年内上市，今年必须取得比较好的财报业绩水平才行。
评论