【冷眼看CES2018】AI概念满天飞,大型吹牛集会可休矣

简介: CES 2018结束了。会上涌现出的众多炫酷黑科技和前卫概念,反而暴露了技术难以落地的问题。原本的消费者商品展会,成了一台未来科技秀。各种终端强行加入AI元素,使用体验并不智能;各款AI芯片性能强大,却没有想好具体针对的任务;很多创业公司拿去年的产品重新换个说法今年再来……从Demo到量产还有很长的路要走。

一年一度的CES(消费者电子展)又结束了,作为科技创业公司,你不在这个时候去一趟拉斯维加斯,你都不好意思跟人家打招呼。

于是乎,每年在1月的这么几天,你都会看到各种国内的科技媒体像约好了似的,不一而足的在标题上卯足了劲地用上诸如「黑科技」「全球首个」「最新」「最强」之类的字眼。全然被他们无视的一个事实是,技术是逐步发展的,概念是要落地的,产品是要给人用的。而符合这两点的公司和产品,在CES上往往少之又少。

7e12be19aaef3ff4e7b340a88f4f7e84bdd1bb02

大部分公司展出的,都不是能够实际落地、可量产上市的产品,而往往只是处于测试阶段或者更早期的demo(展示用原型机),更有甚者只是一种概念。

所谓demo,展台上拿起来,看看玩玩,放下,走人,OK没问题,但是让人买回家去,能用,各方面鲁棒性(稳定性)过关,对不起,只要稍微对科技产业有所了解的人就知道,「看上去很美」的demo和最终产品之间的距离,可能比起你离王思聪的距离还要遥远。

自然,这些千篇一律的鼓吹辞藻背后,是广大科技公司如饥似渴的PR广告需求。「总得来这么一次,要不然投资人可能会觉得公司是不是发展不好,产品是不是没进展?」去年的2017年CES Asia上,一位AR领域创业公司CEO苦笑道。

于是乎,CES似乎逐渐变成了大型的toVC、PR用的展会。理所当然,VC追逐的概念成了CES的主角。然而,这些打着AI乃至VR/AR旗号的所谓黑科技,其中又有多大的水分呢?我们下面来试着略作分(tu)析(cao)。

人工智能:别再吹什么“AI芯片”了

人工智能在2017年是资本追逐的主角,为什么资本会去追逐呢?其实他们自己也未必说得清楚。「资本是有盲目性的」,一位投资人坦诚,很多时候看到别人在追什么,哪怕明知自己不懂,明知投的公司可能不太靠谱,也生怕错过「下一波浪潮」而盲目跟进。

也许是受到资本的刺激,也许是对AlphaGo的憧憬,CES 2018上,无论有的没的,听过的没听过的,各路厂商的AI(人工智能)产品突然变成了神仙打架,什么产品都要跑出来抢个镜头。

看遍整个展会,几乎所有的厂商都给自己挂上了「AI」的标签,好像如果没有AI,都不好意思来CES展。人工智能之父艾伦·图灵若是在天有灵,看到这样一派火热的场景,一定会非常欣慰的说……

WTF!这都些是什么牛鬼蛇神??

11fe150850a19dbf1c67352be2b784f162b850b6

在这次的CES 2018上,看到最多的AI产品,要么就是各式AI终端,要么就是各种AI芯片。

像什么AI电视、AI机顶盒、AI冰箱、AI音箱、AI耳机,这些终端产品只要与语音交互沾点边的,都在脑门上贴上了AI的标签。

语音交互虽然是AI的重要组成部分,但仅仅摸了点语音交互的皮毛就号称自己是AI终端,实在是太牵强了。目前绝大部分包含语音交互的所谓「AI」产品,甚至连基本的基础逻辑部分都没有做好,遑论更进一步的感知、识别和机器学习了。

1edeaec94e4d8dcd000542b7d86e7f2b2f8a110b

图片来源:AI商业周刊(ID:aibizweek)


就在十几天前,我体验了搭载「小爱同学」的小米AI音箱,它虽然支持三十多种语音控制功能,但却在查天气时让我大跌眼镜。当我说出「小爱同学,纽约天气怎么样」时,我本以为会被提示无法查询该地区天气,但告诉我的却是无法识别我的语音……

除开这样的基础逻辑的缺陷之外,交互流程的硬伤也广泛存在。有一款同样号称AI家电的冰箱十分有趣,集成了嵌入式软硬件系统和网络连接功能。只需在冰箱门上指指点点,买什么鸡鸭鱼肉山珍海味橘子汽水奶油冰棍都是洒洒水毛毛雨啦。

如果你觉得我所说的有趣指的是这些高集成化的操作,那你可就错了。这台AI冰箱真正「有趣」的地方在于,当你在冰箱门上戳弄半天点击下单之后,你还要再掏出手机来扫码付款……

dd0a136f10b97d0cbdcdc9e04e9a9a1f9144f6a1

大哥,你这么「智能」,我求求你把最后一步付款也集成到系统里呗?先在冰箱上下单,然后掏出手机来付款,这是几个意思啊?与其这样脱了裤子放屁,我干脆直接在手机上买不是更利索?

像这类名为「智能」实则「宛如一个智障」的AI产品,充其量只是玩个新鲜而已,很难真正提升生活效率和生活品质。

AI芯片这边的情况也是一样的「不堪入目」,今年CES上,瑞芯微、NovuMind等公司分别发布了自家的AI芯片产品。不过今年的情况与2017年的情况如出一辙,这些所谓的AI芯片,相较于谷歌TPU和NVIDIA DRIVE Xavier等产品来说,完全像是两个世界。

无论是今年CES的瑞芯微RK3399 Pro NPU,还是去年的华为麒麟970 NPU等AI芯片,虽然一个个都是规格明码标价,性能头头是道,但却也都有一个共性:你不知道它们针对什么而生。它们好像啥都能干,又好像干啥都很屌的样子。

啥都能干,这哪还是AI芯片啊,应该叫CPU才对吧?而且还干啥都很屌?喂喂,Intel你别玩你那MR了,先缓缓吧,你的老本行都快被这帮AI芯片端了老窝啦。

好吧,这样说可能有点言重了,不过对于目前这些AI芯片的功能,各家确实都少有明确的描述,基本上都是一句「AI任务」带过。

e969fe0b0c0ef9a65d67ad1ffe8727bd1b359729

这「AI」任务到底是个啥?一番细看之下,原来所谓的「AI任务」大多指的都是视频、音频、图像处理这些方面。这些都是非常传统的需求,而且也都有专用处理器来应对,音视频处理有DSP,图像处理有ISP。

其实无论是视频音频还是图像处理,这些工作都可以在CPU上完成。之所以专门设计DSP和ISP芯片,是因为它们处理这些任务的效率比CPU高出许多。同样的,如果全新的AI芯片能比传统DSP和ISP更加高效,那在处理器中加入AI芯片的同时,我们理应看到DSP和ISP从现有芯片组成中消失才对。

在高通官网的骁龙845介绍中,「可提供更丰富的拍摄、语音、XR 和游戏体验」的人工智能平台,依然被高通明确的归结在Hexagon DSP下,说明现在各家AI芯片所宣传的这些功能,并未达到真正意义上AI所在的层次,只是对既有需求的扩展而已。

5b47cd526e0059714e388c3593b6675d6cc8840d

可以说,目前大部分AI芯片,都是厂商对AI大潮反应过激的产物,其实际存在意义非常鸡肋。如果说上面提到的各种AI终端产品还能玩个新鲜,那这些AI芯片甚至连玩个新鲜都做不到,在实际使用中是否能体验到效果还不一定呢。

总之,在CES 2018的AI产品上,我们看到只有极少数厂家在有目的有方向的进行研发,其余大多都是浮躁甚至是滑稽。

艾伦·图灵于1950年提出了著名的图灵测试,指一个人和一台机器隔开的情况下,通过向被测试者随意提问,多次测试后如果有超过30%的测试者不能确定出被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有人类智能。

图灵曾预测道,人工智能的思考能力在2000年时可达到这项测试的标准。这项测试至今依旧被视为衡量人工智能发展水平的准绳,但目前我们已远远落后于这个预测,暂时也没有哪家公司的roadmap中提及这一标准。

显然,这样混沌的发展状况还将持续一段时间,达到图灵测试的标准更是遥遥无期。

VR/AR:这一次真的要改变世界了……?

某家AR公司的CEO在CES上转了一圈后,兴致勃勃地发了个朋友圈:「本以为自己在闭门造车。知道这次拉斯维加斯CES,才发现自己已经领先世界这么多了。……这一次真的要改变世界了!」

当然,我们丝毫不怀疑这位CEO想要改变世界的勇气和决心,只是我们从未有幸体验过他口中「当年乔布斯第一次看到图形界面的感叹估计也不过如斯」的产品,而且纵观下来,我们看到CES上的VR/AR产品几乎是处于发展停滞状态的。

1cf5061b83e47946e646b17d0ee23ffa09a99229

VR不多说了,今年包括HTC在内的头部硬件厂商在内,几乎没有任何技术上的突破。Vive Pro之类的产品,无非就是提升了分辨率、加上了无需外部传感器的6DOF定位而已。

但这些厂商不需要背锅,不看市场盲目的技术突破也是危险的。实际上,VR硬件在当前这个阶段,相比AR已经是处于较为成熟的形态:工业设计差不多就这样了,手势和眼动这种新型交互还没有大规模普及。接下来的问题就剩下是如何把屏幕分辨率提升到更高、重量降到更低,成本降到更便宜、乃至未来云端计算更强大催生真正的无线VR(虽然5G普及还要等2年以上)了——这些已经不是VR公司的工作了,这是背后的屏厂(京东方、天马等)、方案商(中科创达、正东兴等)、ODM(歌尔、龙旗、卓翼等)之类要努力的方向了——当然,VR的量要大,不然人家都懒得努力。

所以接下来真正需要考虑的是落地场景和老生常谈的内容。有人在Oculus Go的屏幕供应商京东方玩过了Oculus Go,屏幕相当出色,而且Oculus对屏幕的要求很高,这似乎可以看出来Oculus Go在观影和3DoF游戏方面的想法;无独有偶,华为的VR2也是主打观影,但就像一位自嘲「开发VR游戏的都是24K纯屌丝」的VR游戏开发商担心的那样,VR除了娱乐、影视、色情片还有什么?

别告诉我是那些和简化版VR游戏差不多,我自己一个人都能开发个七七七八的所谓「B端应用」。

d8ea2541d582bf1eb269000aecc9f0b9bb9c53cd

当下较先进的AR光波导方案

而技术难度比VR大很多倍AR,更远远不是这么回事。

把一块虚拟图像以自然的方式贴合到人的视野里,真的不是说说那么容易,也不是某些厂商在发布会一笔带过的那么轻松,不然,那么喜欢AR的苹果老大库克,为什么会感叹「目前技术不足呢?」当然,这也绝不是某个前科满满、在CES上打着自作聪明的自创新概念来混淆视听的国内VR公司能轻轻巧巧糊弄过去的。

AR眼镜所需要的技术主要是两大块,前者是显示,可以粗略概括为光学方案(光机/光学引擎),也就是如何把虚拟图像反射进人眼,造成虚拟图像叠加到现实中的AR效果;后者是定位,即如何以SLAM等定位技术,将虚拟物体的位置逼真呈现,让其拥有「近大远小、近实远虚」等符合真实物体在人视觉系统中的情况,而不会随着设备持有者的移动,虚拟物体的位置出现飘忽等问题,造成拟真感被破坏的情况。后者也许不是必要的,但对于实现沉浸感强的AR体验却是不可或缺的。

很遗憾,这两者看似容易,但哪一点离成熟都相差很远,所以AR眼镜普遍外形丑、效果差、价格高。这也是为什么CES上的AR眼镜,大多数只能应用于工业等非消费端领域。因为这些领域的客户,对价格和外形不那么敏感,只要你帮我解决我干活时的问题就好,就像PhotoShop这种专业软件的界面,自然比什么美图秀秀之类丑多了。

但toB端就万事OK了吗?还差得远,AR的光学引擎(光机),特别是国内的AR光机,在显示和量产上有着非常大的瓶颈。是的,展出的demo很酷炫是一回事,能把这些demo量产一千台、一万台,同时保证其稳定工作、成本安定又是另一回事。如前所述,「看上去很美」的demo和最终产品之间的距离,可能比起你离王思聪的距离还要遥远。

大部分国内的AR眼镜公司都需要被供应链公司掣肘,因为这些公司本身一般缺乏光学、芯片、算法方面的设计和生产能力,只能依仗供应链上的合作伙伴。这些合作伙伴要么是传统实业公司,对订单数敏感,几K的小批量根本不放在眼里,要么同样是初创公司,本身的量产能力也有问题。

cbcd38b6490f9087391a8d04be4e3db354928ac9

不少人把2012年的谷歌眼镜视为当今AR的发展肇始,这种眼镜采用的是FOV小、厚度大、显像大的棱镜光学方案。在如今中国AR公司的眼镜发布会上,这种棱镜方案已经不再拿出来作为卖点,动辄替代的是更先进的自由曲面棱镜、光波导乃至光场方案。但实际上,能量产优秀棱镜方案的公司在国内都少之又少,自由曲面棱镜屈指可数,被普遍认为最先进的光波导方案更就只有一两家。不少国内公司的AR眼镜都因为合作伙伴的光机无法量产而被掣肘,产品出货一推再推。

因此,CES上绝大多数量产或是自称量产的AR眼镜,在其实际大量出货之前,其背后的可量产落地情况都是可疑的。这并不丢人。因为行业发展状态就是如此,技术的确存在瓶颈,全世界的公司都在寻求突破。这其中可能需要漫长的过程,等待几年也不新鲜,但应该做的是去正视这点、坦然承认,而不是动辄拿「重大突破」「黑科技」这种辞藻来麻痹自己(或VC和媒体)。

至于SLAM就更不说了,除了某些展台的微软HoloLens外,在CES上展出的AR眼镜基本都没有SLAM。这个其实也正常,先把显示解决再解决定位嘛,而且国内做SLAM做的好的,基本都玩机器人去了。号称能实现SLAM的,扪心自问一句,用的是什么方案(单/双目or深度)?芯片带不带的动?功耗吃不吃得紧?最关键的是:实现闭环了么?不好意思,别把marker拿出来当SLAM忽悠媒体好不好?

c023bbb26728f54f717036e657c55ee62e84efcb

今年有些有意思的地方是,ODM、供应链公司开始入场搅局了。如伟创力(Flex)、香港应用科技研究院公司(ASTRI)、OmniVision这些公司,平时只是负责供应链中的一环,但这次纷纷号称要出,试图分一杯羹。这给国内外的创业者都敲响了警钟。

从上面可以看出,VR和AR并非独立存在的新兴产业,而是反映了整个世界在可穿戴设备领域的软硬件技术发展的水平。比如屏幕公司不发展,显示效果就上不去,芯片公司不发展,体验质量就上不去,传感器公司不发展,定位方案就上不去。因此产业的落地和发展,受到方方面面的制约,绝不是展会上几个demo能说清的。

不过乐观来看,未来VR/AR概念可能会死,但它们背后催生的这些技术发展和产业链公司却是实打实地在进步,说不定将来,还会催生新的概念。当然,那又是另一个故事了。活在CES上的中国公司

纵观每年的CES,你会看到一种类似的套路:科技公司们扎堆发表精致的keynote,描绘未来几年美好愿景,展示几个完成度往往不过50%的demo,然后股价涨一涨,融资进一进,大家乐一乐,就可以各回各家了。至于这PPT何时能变成真的,demo何时才能实际落地,像CES的展会名一样真正面向消费者。往往就后会无期了。

但一般人往往会忽视,或者刻意去回避的是,demo不是成品,吹牛和PPT也不能代表实际的市场反应。一款新科技产品的诞生,要面临大量的考验,从想法到验证,再到解决供应链,降低成本,最终量产问世,还有可能因为市场定位失败等问题而折戟沉沙。

一个事实是,科技巨头们也正在纷纷从CES上撤退,没有了苹果(苹果据说今年来偷偷见AR眼镜的供应商了)、微软、宝马、奥迪等等,取而代之的是国内公司。今年参展的中国公司又达到了1551家的新高,占34%。去年则是1300家,占32%。光是名字里带深圳的公司,就480多家。

2960532d1a2d5addb26d3f7b2daa60a82a6e0bda

图片来源:AI商业周刊(ID:aibizweek)

硬币的另一面是,很多公司你在国内的展会上是找不到的——注意,这里说的展会不是那种和CES性质差不多的公司,而是针对专门垂直领域的大型展会。

我曾经参加过去年11月在深圳举办的安博会,1100家公司参展,尤其让我惊讶的是,这里的公司展出的都是切切实实可以购买、落地的产品,也有出现VR/AR、AI的产品,如如安防摄像头、全景监视相机,人脸识别系统、VR/AR头显、智能眼镜等。但没有人提到这种概念名词,说的都是价格、参数、出货量等实实在在的东西。

除了一两家外,我几乎没有在这个展会上看到参加CES的VR/AR公司出现在其中。

39512f754bc8ca91e7027bead752cfbf541d4246

有意思的是,不少公司可能全年都没有动静,但是在CES上,他们回来了,但仔细一看,拿出来的还是去年的东西,只不过换了个说法,换了个故事,新瓶装旧酒。

真心希望这种「活在CES的创业公司」能少一点;讲概念,讲故事的公司能少一点。

毕竟,讲故事是媒体、电影电视工作者的工作。尤其媒体本来日子就不景气,大家就别再抢媒体的饭碗了。就算你要讲给VC听,也可以交给媒体去讲嘛。然后VC和投资者们,你们也别再逼着创业者老给你们讲故事了。各司其职,踏实做点事情,不好吗?

路还很长。


原文发布时间为:2018-01-14

本文作者:Merde

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【冷眼看CES2018】AI概念满天飞,大型吹牛集会可休矣

相关实践学习
一键创建和部署高分电影推荐语音技能
本场景使用天猫精灵技能应用平台提供的技能模板,在2-5分钟内,创建一个好玩的高分电影推荐技能,使用模板后无须代码开发,系统自动配置意图、实体等,新手0基础也可体验创建技能的乐趣。
达摩院智能语音交互 - 声纹识别技术
声纹识别是基于每个发音人的发音器官构造不同,识别当前发音人的身份。按照任务具体分为两种: 声纹辨认:从说话人集合中判别出测试语音所属的说话人,为多选一的问题 声纹确认:判断测试语音是否由目标说话人所说,是二选一的问题(是或者不是) 按照应用具体分为两种: 文本相关:要求使用者重复指定的话语,通常包含与训练信息相同的文本(精度较高,适合当前应用模式) 文本无关:对使用者发音内容和语言没有要求,受信道环境影响比较大,精度不高 本课程主要介绍声纹识别的原型技术、系统架构及应用案例等。 讲师介绍: 郑斯奇,达摩院算法专家,毕业于美国哈佛大学,研究方向包括声纹识别、性别、年龄、语种识别等。致力于推动端侧声纹与个性化技术的研究和大规模应用。
相关文章
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
科普神文,一次性讲透AI大模型的核心概念
令牌,向量,嵌入,注意力,这些AI大模型名词是否一直让你感觉熟悉又陌生,如果答案肯定的话,那么朋友,今天这篇科普神文不容错过。我将结合大量示例及可视化的图形手段,为你由浅入深一次性讲透AI大模型的核心概念。本文转载至:https://baijiahao.baidu.com/s?id=1779925030313909037&wfr=spider&for=pc。确实是一篇很不错的文,很好的解释了大模型底层的一些基本概念,对于我这种AI新手非常友好哈哈哈
科普神文,一次性讲透AI大模型的核心概念
|
3月前
|
传感器 人工智能 算法
AI Agent的概念和原理
【1月更文挑战第22天】AI Agent的概念和原理
237 1
AI Agent的概念和原理
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
重新审视AI,神经网络中概念符号涌现的发现与证明(2)
重新审视AI,神经网络中概念符号涌现的发现与证明
107 0
|
11月前
|
机器学习/深度学习 人工智能 决策智能
重新审视AI,神经网络中概念符号涌现的发现与证明(1)
重新审视AI,神经网络中概念符号涌现的发现与证明
|
机器学习/深度学习 人工智能 算法
AI:人工智能概念之AI的发展历史图集合、AI发展思维导图之详细攻略
AI:人工智能概念之AI的发展历史图集合、AI发展思维导图之详细攻略
AI:人工智能概念之AI的发展历史图集合、AI发展思维导图之详细攻略
|
机器学习/深度学习 人工智能 算法
AI:人工智能概念之AI发展历史的重要历史时间节点、大牛们对AI相关概念的定义
AI:人工智能概念之AI发展历史的重要历史时间节点、大牛们对AI相关概念的定义
|
机器学习/深度学习 人工智能 算法
AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典、建议收藏)之详细攻略
AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典、建议收藏)之详细攻略
AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典、建议收藏)之详细攻略
AI:人工智能概念之AI简史(人工智能发展历史)之详细攻略
AI:人工智能概念之AI简史(人工智能发展历史)之详细攻略
AI:人工智能概念之AI简史(人工智能发展历史)之详细攻略
|
机器学习/深度学习 人工智能 数据挖掘
AI:人工智能概念之机器学习、深度学习中常见关键词、参数等中英文对照(绝对干货)(七)
本博主基本收集了网上所有有关于ML、DL的中文解释词汇,机器学习、深度学习中常见关键词、参数等中英文对照,如有没有涉及之处,请留言,本博主将持续续修改、更新!圆小白自学ML、DL之梦!
|
机器学习/深度学习 人工智能 自然语言处理
AI:人工智能概念之机器学习、深度学习中常见关键词、参数等中英文对照(绝对干货)(六)
本博主基本收集了网上所有有关于ML、DL的中文解释词汇,机器学习、深度学习中常见关键词、参数等中英文对照,如有没有涉及之处,请留言,本博主将持续续修改、更新!圆小白自学ML、DL之梦!