本文摘要：随着终端设备大规模终端互联网，在终端设备上产生的海量数据在获取商业价值的同时，也对数据处理明确提出挑战。由于网络带宽受限，又要符合动态号召的市场需求，边缘计算出来沦为发展的新趋势之一。当边缘计算出来碰上深度自学不会是怎么样？在映射设备等终端设备上做到深度自学有几个天然的优势，第一就是在没网络的情况下映射设备上也能必要做到计算出来，第二就是必要在映射设备上计算出来防止了延后的问题，不必须担忧由于网络传输带给的延后问题，第三就是数据存储在终端解决问题了一大部分的隐私问题。

随着终端设备大规模终端互联网，在终端设备上产生的海量数据在获取商业价值的同时，也对数据处理明确提出挑战。由于网络带宽受限，又要符合动态号召的市场需求，边缘计算出来沦为发展的新趋势之一。当边缘计算出来碰上深度自学不会是怎么样？在映射设备等终端设备上做到深度自学有几个天然的优势，第一就是在没网络的情况下映射设备上也能必要做到计算出来，第二就是必要在映射设备上计算出来防止了延后的问题，不必须担忧由于网络传输带给的延后问题，第三就是数据存储在终端解决问题了一大部分的隐私问题。

当然目前一般只是把推理小说（Inference）部分放到终端设备，训练(training)部分还是可以在云端已完成。不过由于终端设备上计算能力和计算出来比特率受限，必须类似的深度自学算法，警长最近专访了一家计算机视觉领域的创业公司Pilot AI Labs，他们就获取基于深度自学的嵌入式设备的计算机视觉的解决方案。Pilot AI Labs的创立团队Pilot AI Labs的牵头创始人兼任首席执行官Jonathan Su是个倒数创业者，享有斯坦福大学计算机博士学位，在数值优化和高性能计算出来方面享有非常丰富的专业知识。他是PhiSix时装实验室的首席执行官和牵头创始人，于2014年出售给eBay。

他在eBay兼任工程总监，并在MetaMind兼任高级数据科学家。Pilot AI Labs创立团队来自于斯坦福和MetaMind，Jonathan和其他核心成员是同事、同学，其中还有多年的室友。专心于映射设备的计算机视觉Pilot AI Labs目前公司团队大约三十人，丹华资本领有转了种子轮，而NEA领有投A轮融资。

Pilot AI Labs专心于建构基于深度自学的计算机视觉平台，该平台早已过优化，可在嵌入式设备上动态运营。他从创业之初就自由选择了深度自学领域的创业，而且具体的自由选择了视觉作为创业方向，一方面是他们在这方面有非常的累积，另一方面则是学术界和工业界的研究和应用于早已有了一定的基础。

Pilot AI Labs期望把计算机视觉的能力取出映射型芯片，必要应用于在很多小型的摄像头里，比如 GoPro。Pilot.ai 能在非 GPU设备（比如ARM）上已完成深度自学算法的部署，这可以大范围应用于或者后装(retro-fit)于计算能力受限的一体机上，比如无人机、VR/AR 设备、安防摄像头、运动照相机等，如此一来，Pilot.ai 可以让自己的用于门槛大大降低，即使没高性能的硬件，客户也可以必要将 Pilot 的模块映射到自己的产品中，这对他们的市场推广具有很大优势。

Pilot AI Labs他们有类似的经过膨胀(shrink)的深度神经网络算法，不同于一般意义的将神经网络展开剪裁(pruning)，膨胀（shrink)后的神经网络需要在大部分计算能力和计算出来比特率较为有限的环境下运营，此外，他们也有较为独有的数据训练方式，最大化利用训练数据。他们还研发了自己的深度自学框架和工具，可以比较标准化的用作计算机视觉的各个领域，他们的解决方案也融合了传统的计算机视觉方法。以无人机为紧贴Pilot AI Labs技术上较为优于追踪(tracking)和检测(detecting)，他们评估了计算机视觉的各种有可能应用于场景，最后自由选择无人机作为切入口，利用视觉来构建自动追随等功能。Pilot.ai 将为无人机做到视觉跟踪减少门槛。

对于无人机厂商来说，必要出售映射了 Pilot.ai 算法的芯片就可以取得其计算机视觉辨识能力，需要GPS 跟踪定位。他们的解决方案可以在多人的环境下仍然较为好的构建追踪。

Pilot AI Labs是目前鲜有的基于深度自学的能用的无人机视觉方案，他们的早已接到多达800万美元的订单，早已被普遍应用于工业界。扩展到更加多行业Pilot AI Labs目前的应用于还包括零售行业的店内客流分析等场景。另外一个早已被应用于的场景则是辅助司机的驾驶员以及疲惫检测等，比如，将摄像头加装在汽车正面挡风玻璃上，用来辨识司机和乘客的情况，这可用作Uber等分享上下班服务。

目前他们的年收入多达一千万美元，并且在创立一年内就构建了赢利，并打算转入移动设备、安防、智能家居、工业自动化等更加多的领域，目标是构建一个亿美元的年收入。让计算机视觉无处不在视觉作为人类理解世界的最重要手段，人的大脑皮层的活动， 约70%是在处置视觉涉及信息。视觉就相等于人脑的大门。Jonathan对硅谷卧底回应期望他们的解决方案需要应用于物理世界中普遍不存在于的标准化摄像头中，让任何地方的摄像头都需要主动辨识周围的环境，用作人们的日常生活和提升工作效率。

（Pilot.ai利用摄像头做到动态的距离量度）在很多场景下，意味着用于标准化摄像头就能解决问题很多问题，当然如果融合更好的传感器则威力更大。（Pilot.ai利用摄像头做到动态的定位）Pilot AI Labs目前专心于映射设备和移动设备上应用于计算机视觉，在这个领域深度深耕并享有先发优势，现在也有更加多的大公司注意到这个领域，Jonathan回应未来将和更加多公司合作开发这个领域，目前，在美国，Pilot.ai 正在和某大型电子消费品牌展开合作，由其线下零售商店来协助 Pilot.ai 较慢转入各大线下餐馆。

长年来说，计算机视觉不会在更加多的场景下代替人的“看”的功能，不会和平出有大量的生产力、时间和精力投放，未来还不会在更好的领域获得应用于，这个市场大有可为。

本文来源：南宫28圈官网-www.kubernetek.com