close
X

對話米文動力蘇俊:如何為配送、巡檢、工業機器人打造強力大腦


上個月, 「世界機器人大會」在北京亦莊召開,作為機器人行業最大盛會,眾多參展機器人讓人大飽眼福,也透露出了行業新風向。除了前幾年常見的的掃地機器人、娛樂機器人、陪伴機器人等服務機器人之外,我們還看到了大量新興的配送機器人、巡檢機器人和工業機器人

雷鋒網還注意到一家做嵌入式人工智慧解決方案公司——「米文動力」,他們不生產機器人,主要提供機器人的「大腦」。米文動力告訴,服務機器人行業遇冷,如今配送、巡檢、工業機器人重新煥發活力,依賴著機器人底層技術能力和場景解決方案的更新,同時也提出了很多新的挑戰。

(米文動力CTO蘇俊)

在大會後,雷鋒網特意拜訪了米文動力,與CTO蘇俊深入探討目前新興的機器人技術、解決方案和落地場景。


雲端AI與嵌入式人工智慧

據瞭解,米文動力成立於2015年,致力於提供一站式、端到端、軟硬體一體化的人工智慧機器人整體解決方案,該方案以嵌入式人工智慧超級計算機——米文大腦為核心主控,整合機器人必備的自主感知決策、自主定位及導航,為個人開發者、機器人廠商、傳統廠商提供不同程度的定製化方案,幫助他們輕鬆打造機器人

2015年,機器人正火,很多人都湧進來想要做機器人

蘇俊告訴雷鋒網,2015年,機器人行業還處於最原始的時候,整個系統架構還是第一代機器人的狀態,主要形態是一個實時系統加上一個安卓作業系統。同時機器人行業產業鏈也不成熟,很多公司選擇全鏈條都自己做,把技術戰線拉得很長,導致整體技術發展緩慢。後來,行業裡的人慢慢開始發現,機器人系統很複雜,其實機器人公司應該關注的是產品、市場和客戶,可以把底層的比較難的技術問題交給擅長的公司來做。

當時,機器人還沒有一個嵌入式的智慧控制平臺,人工智慧的主要實現方式是雲端AI,裝置通過網路將資料傳到雲端,在雲端計算後再將資料傳出,雲端AI的演算法準確率高、算力強,但是雲端AI對機器人並不是最好的方案。機器人一般具備多種感測器,需要在複雜多變的環境下做出實時響應,雲端計算會帶來延遲和卡頓問題;同時,在家庭環境下,資料隱私尤為重要,需要家庭中的機器人在不聯網的狀態下也能正常執行。機器人行業迫切需要在本地對較大資料量進行實時處理和響應。


在這一背景下,米文動力成立了。創始團隊成員有多年英偉達GPU平臺的研發經驗,他們在成立之初就定位為英偉達在GPU平臺的技術解決方案提供商,基於英偉達Jetson系列平臺來做嵌入式人工智慧

2016年4月,英偉達釋出Jetson TX1嵌入式計算平臺,專為當時熱門的AI人工智慧產品化而生,Jetson TX1可為小型裝置提供桌面級GPU的通用運算效能,有助於新興的無人機、機器人、智慧車載等初創企業的產品研發。作為英偉達的戰略合作伙伴,米文動力同臺展出了基於Jetson TX1的嵌入式人工智慧計算機「米文大腦」,以及合作伙伴的機器人產品—— sDeno家用服務式機器人,其能在家庭中完成基本的管家型工作,如跟隨移動、動作互動等,另外可以利用Jetson TX1帶來的學習能力,學會使用者交給它的任務。

(米文大腦S2)

米文大腦是米文動力的核心產品,目前已經迭代到第二代——米文大腦 S2,基於NVIDIA JETSON TX2。S2的尺寸為97 mm ×60 mm ×40mm ,與前一代米文大腦相比,體積縮小了約 30%。功能方面,S2 提供免費的 Linux 層面的人體、物體相關演算法的SDK,包括但不限於人臉檢測,身份識別,屬性識別,年齡識別、物體識別等。

蘇俊告訴雷鋒網,米文大腦S2從作業系統層到演算法層都針對嵌入式硬體做了大量的深度優化。嵌入式人工智慧和雲端AI有很大不同,雲端AI的難點主要是演算法,而在終端實現AI則會發現軟體只是最上層,基石其實是整個系統和硬體,如果基石不穩的話,雖然軟體可能是最能出彩的地方,但依然沒有辦法發揮出來。在蘇俊看來,米文動力是軟體和硬體都擅長的團隊,突出優點是對整個系統的理解和整個GPU優化能力。

米文大腦 S2的核心技術分為硬體和軟體兩方面。硬體方面,因為深度學習終端應用環境各不相同,所以從整個硬體設計上要比消費類電子產品要求更高,米文大腦的介面的保護、電路設計都要以工業標準來要求自己。軟體方面,最突出的是針對GPU的特性對大家現在比較常用的演算法進行很強的加速,米文大腦 S2 能將 Mobilenet SSD 的效能提升5倍以上,原來不做任何工作的話,在硬體上只能跑到7-8次/秒,但當做了核心優化時,速度能到40次-50次/秒。

此外,米文動力會根據不同行業提供完整的解決方案。比如機器人行業對多個感測器的時鐘同步有非常高要求,傳統方式只能另外再拿一個硬體做時鐘同步,並且把它的資料接入到另外計算單元裡面。米文動力在一個裝置裡實現了這些功能,整合度非常高。

室內機器人室外機器人

雖然市面上已經有這麼多的機器人,但是與已經成熟的單點的人工智慧技術,比如計算機視覺、語音識別相比,機器人才剛剛蹣跚學步。

這對米文動力這樣致力於提供機器人底層技術的公司來說,最明顯的挑戰就是,他們不能只是提供一個固定的硬體,他們還需要根據不同的新興場景,定製不同的落地方案,為機器人整合多種能力。

視覺是機器人最重要的感知系統,也是每個機器人必備的功能。米文動力自己研發了一套基於深度神經網路的智慧視覺系統架構,能實現人臉識別、人臉追蹤、物體識別、動作識別、手勢識別等功能。

目前,這些CV技術已經成熟,為何還需要米文動力重新研發呢?蘇俊解釋到,機器人的視覺系統很複雜,最後實現出來的功能不是單個演算法組成的,而是一套演算法系統,並且集合一些非演算法的邏輯來完成整個功能。直接採用現有的演算法,達不到整個功能的要求,並且這個新的演算法在很多場景已經作出了一些限制,沒有辦法滿足機器人特定場景的一些需要。

這兩年,機器人的落地場景也發生了一些變化。今年世界機器人大會上的服務機器人數量較此前大大減少,大家逐漸從純互動的服務機器人上轉到帶有一些功能性的機器人和落地場景,例如米文動力現在主攻的配送機器人、巡檢機器人、工業機器人、工業視覺檢測、視訊智慧分析。

視訊智慧分析則是泛化的機器人概念,可以利用米文大腦的強大計算能力和低成本去做一些純視覺的工作。

配送機器人、巡檢機器人都是室外機器人,對核心計算和整個系統可靠性要求很高。室內機器人室外機器人的導航演算法、感測器也都不一樣,室內會用單鏡頭鐳射器+攝像頭,在室外更多會使用多鏡頭鐳射器+攝像頭。另外感測器接入方面,室外的會用一些傳統的監控用的攝像頭,室內會用USB的攝像頭或其他密閉介面的攝像頭。巡檢機器人也可能工作在室內,也可能工作在室外,這個時候同一種巡檢機器人也可能有不同的方案。

不過現在室外機器人的方案還不夠成熟。京東或菜鳥都有在做室外的配送機器人,並且做的時間比較長,聲量比較大但銷量並沒有到一定程度,為什麼?其實室外機器人有一個很大的痛點,其對硬體的要求接近於自動駕駛,外界環境更復雜,這就要求整個內部系統設計需要做一個非常特殊的設計,看上去不太起眼的抗震性設計、車危及人的設計,成了目前這個領網域更往前走一步的阻礙。

米文動力室外機器人方案場景需要2個米文大腦S2。據蘇俊透露,米文動力也正在研發基於英偉達下一代Xavier計算核心的第三代產品米文大腦Apex,產品的計算能力相當於第二代10-30倍,是非常適合室外場景的一個核心控制單元,能夠解決以上提到室外機器人面臨的問題。

AI晶片與通用GPU

人工智慧對算力、演算法要求很高,很多人工智慧公司都在自研晶片。2018年,語音技術公司,包括科大訊飛、雲知聲、思必馳、出門問問等都在做語音AI晶片,期待以專用晶片來解決AI演算法和算力上的瓶頸。雷鋒網編輯好奇,AI晶片方案是否會比米文大腦利用通用GPU方案更適合機器人呢?

蘇俊告訴雷鋒網,目前很多做產品的公司去做晶片,方向上是好的,因為產品公司對業務場景理解最深刻,能直接體會到現有的晶片的不足,當產品達到一定的量的時候,他們會選擇自己去做晶片,一方面降低成本,另一方面更符合自己的需要。通常去做一款晶片的話,起碼產品要有千萬級別的量,但機器人離這個數量還差得非常遠。所以現在的機器人公司還沒有必要去做自己的AI晶片這些方面。

機器人其實需要的是一個更加強的計算能力的晶片,目前大部分AI晶片為了平衡功耗和它作為一個後入者切入,目標瞄向一些功耗和計算平衡的方向,這個方向其實並不是機器人方向需要的。另外機器人上面需要的演算法非常多,所以現在更需要的是計算能力比較強的一個接近通用計算的平臺。自動駕駛需要有一個計算能力很強的核心能力,但不一定需要是一個專用AI晶片的概念。特斯拉這樣的公司依然使用基於英偉達的Hardware 2.5核心硬體,依然是通用計算的平臺。

在研發成本方面,如果要採用AI專用晶片,需要學習各自底層的語言與工具鏈,研發成本比較高。而GPU最近十幾年的時間在平行計算整個生態裡,並且開放了像CUDA這樣一些工具,在工程師資源上有了很大的積累,意味著各個產品公司在嵌入式GPU上進行開發的難度和資金投入會遠遠低於用一個新的AI晶片

綜合這幾個因素,蘇俊認為現在的嵌入式GPU更加適合機器人這種形態的,而且它可能比較難遇到特別強的競爭者。

在採訪的最後,蘇俊也談到,人工智慧時代是技術創業的時代,與網際網路靠流量紅利創業已經截然不同。AI的資料、算力、演算法對硬體和軟體都提出了同等強烈的要求,近來很多公司開始AI公司做晶片、做伺服器,也是需要提高自己的計算力、降低成本,同時以硬體作為通道去佔領市場。

相關文章:

發力機器人平臺,NVIDIA再秀次世代AI晶片Jetson Xavier

「斷指」、「失聯」,這屆服務類機器人險些讓bug佔了上風 | 2018世界機器人大會


分享是一種美德,喜歡就幫我們讚一下支持吧~

為你推薦