2015年，有投資人跟云知聲CEO黃偉說：“老黃啊，你要專注賽道，做好語音識(shí)別就夠了?！?br/>
不過，他并沒有聽?！?a href="http://www.weightgang.cn/zhuanti/azTebT" style="color:#4595e6;" target="_blank">人工智能必須實(shí)現(xiàn)云端芯的一體化，”這個(gè)念頭已經(jīng)在他的腦中縈繞了近兩年。

這一年，黃偉組建了芯片團(tuán)隊(duì)。

不僅公司內(nèi)部，就連業(yè)內(nèi)同行多數(shù)投來了不理解的目光?！耙粋€(gè)做軟件的，搞什么芯片？”

2018年5月16日，云知聲發(fā)布了第一代UniOne物聯(lián)網(wǎng)AI芯片“雨燕”及解決方案。在這5天前，他們剛剛拿到資本1億美元的C輪融資。

年初，中興事件的發(fā)酵，掀起了科技界的一股“造芯”熱。不少人幡然醒悟。半年間，不少創(chuàng)業(yè)公司，紛紛號(hào)稱要做自己的芯片。

AI科技大本營(yíng)統(tǒng)計(jì)發(fā)現(xiàn)，根據(jù)創(chuàng)業(yè)邦發(fā)布的人工智能榜單數(shù)據(jù)，截止到目前，國(guó)內(nèi)公開可查的50家主流AI創(chuàng)業(yè)公司中，宣布已經(jīng)“推出AI芯片或芯片模組”的至少有8家。云知聲就是其中一家。

這批有著激進(jìn)時(shí)間表的公司大多在當(dāng)前各自領(lǐng)域占據(jù)了一定優(yōu)勢(shì)地位。有的很早就開始著手AI芯片的研發(fā)，有的才剛剛推出芯片模組。

在近日創(chuàng)業(yè)黑馬的AI獨(dú)角獸評(píng)選活動(dòng)上，與云知聲站同一登臺(tái)亮相的還有寒武紀(jì)、地平線、出門問問、思必馳。從AI芯片、到語音交互，還是計(jì)算機(jī)視覺等細(xì)分領(lǐng)域都已誕生了不少獨(dú)角獸。

他們不約而同盯上的，正是芯片。為何一定要造芯？

場(chǎng)景定義芯片

如果按照芯片研發(fā)的業(yè)務(wù)領(lǐng)域進(jìn)行劃分的話，一種是用來支撐高計(jì)算量的老牌芯片巨頭英偉達(dá)、AMD、英特爾，還有一種是提供云端芯片的如Google的TPU。此外，還有以提供手機(jī)芯片為代表的蘋果、華為海思、高通驍龍、三星Exynos、聯(lián)發(fā)科等，以及針對(duì)自動(dòng)駕駛領(lǐng)域的百度昆侖、地平線等。

而云知聲做的則是針對(duì)IoT場(chǎng)景下的全棧式終端芯片，這也決定了其“云端芯”概念的定位。

這里有兩點(diǎn)值得注意：一是IoT；二是全棧式。

面向IoT，黃偉認(rèn)為，只有把喚醒功能放到芯片里，才能做到低功耗?！耙园卜罏槔绻麛z像頭上的芯片沒有一定的本地處理能力，也就意味每一張圖片都需要上傳，那么這對(duì)帶寬對(duì)服務(wù)器造成很大的負(fù)擔(dān)?！?br/>
面向全棧，即意味著“將功能放到一個(gè)計(jì)算能力比較集中的芯片中”。

“當(dāng)時(shí)我們講的’云端芯’，’芯’是一種泛芯片，并沒有說是一個(gè)獨(dú)立的芯片。所以，我們第一代產(chǎn)品也是通過若干個(gè)芯片來實(shí)現(xiàn)一個(gè)功能。而語音交互是一個(gè)非常復(fù)雜的鏈路過程，在過去，一個(gè)芯片只能實(shí)現(xiàn)一個(gè)功能。所以，為了實(shí)現(xiàn)語音交互這種能力，需要將若干芯片配湊在一起?！秉S偉講到。

他認(rèn)為，AI不會(huì)只發(fā)生在云端，一定有邊緣智能，而且想要滲入到每個(gè)場(chǎng)景，對(duì)端一定會(huì)提出很多個(gè)性化的需求。

“無論是CPU、GPU還是FPGA，現(xiàn)有的芯片架構(gòu)并非為AI專門設(shè)計(jì)，并不能滿足IoT AI算力的需求?！倍邪l(fā)芯片的目的是需要規(guī)?；厥褂盟懔?，衡量一個(gè)芯片最主要的標(biāo)準(zhǔn)，就是看它能不能大規(guī)模的出貨。

清華大學(xué)微電子所魏少軍教授曾提到：“做語音芯片一定要看應(yīng)用場(chǎng)景，目前很多場(chǎng)景下并不需要用到人工智能技術(shù)或者專門的語音芯片。”

這個(gè)問題同樣也拷問著黃偉。

他認(rèn)為：“未來AI可能會(huì)融入到每一個(gè)場(chǎng)景，只是說需要的能力不太一樣。關(guān)鍵是，我并不認(rèn)為有些場(chǎng)景需要AI，有些場(chǎng)景就不需要AI。AI是一種能力，可能未來所有場(chǎng)景都需要AI，只是說哪些先被AI賦能而已?！?br/>
那么，這個(gè)未來又有多遠(yuǎn)呢？

是做眼前的生意，還是未來的機(jī)會(huì)？

據(jù)最新資料顯示，云知聲已在智慧生活（家居、車載、機(jī)器人等）和智慧服務(wù)（醫(yī)療、教育、司法等）等場(chǎng)景有所布局，其合作伙伴數(shù)量超過2萬家，覆蓋用戶超過2億，云平臺(tái)日調(diào)用量4億次。

其實(shí)，目前不少創(chuàng)業(yè)公司在以上智能音箱、車載、家居、等領(lǐng)域均有業(yè)務(wù)布局的交叉，且彼此均占有不小的市場(chǎng)份額。豐富的應(yīng)用場(chǎng)景，意味著是一片紅海；而藍(lán)海的地方，可能也沒有豐富的場(chǎng)景。

“這就在于一個(gè)判斷，你是想做未來的機(jī)會(huì)，還是眼前的生意？首先，一定要選擇一個(gè)自己比較有競(jìng)爭(zhēng)優(yōu)勢(shì)的行業(yè)，比如，這個(gè)行業(yè)比較新，還未形成壟斷的壁壘。我們會(huì)選擇當(dāng)下比較困難，但未來是有機(jī)會(huì)點(diǎn)的領(lǐng)域?！?br/>
談及未來的發(fā)展，黃偉表示：沒有任何一個(gè)企業(yè)的創(chuàng)始人在創(chuàng)業(yè)早期就能確定一個(gè)很明確的商業(yè)模式，而且明確自己以后一定能夠成功。商業(yè)模式是不斷地試錯(cuò)、修正的。很多上市公司，上市時(shí)的商業(yè)模式和它成立時(shí)的戰(zhàn)略是不一樣的。

所以，回到自己身上，“目前我們?nèi)蕴幵谙Ｍ紦?jù)更多的設(shè)備、服務(wù)更多的用戶，然后產(chǎn)生更多的數(shù)據(jù)這個(gè)階段。如果你有用戶和流量了，你未來一定是有價(jià)值的。也就是說，把土地耕好了，上面長(zhǎng)什么莊稼都行。”

對(duì)于盈利，黃偉頗為自信，他認(rèn)為這個(gè)時(shí)間點(diǎn)將很快來臨?！耙灾悄芤粝錇槔?，2017年雙十一之后的季度出貨量基本在100萬臺(tái)，而2018年這個(gè)數(shù)字有望上升到1000萬臺(tái)。這個(gè)反映出：IoT的市場(chǎng)和起步速度在增長(zhǎng)。與此同時(shí)，企業(yè)對(duì)這個(gè)領(lǐng)域的研發(fā)投入正在增加?！?br/>
數(shù)據(jù)很重要，但不是最決定性的

對(duì)于在2012年就發(fā)布了的深度學(xué)習(xí)框架DeepFlow，黃偉幾乎是非常自信的。

網(wǎng)上流傳著這樣一個(gè)故事：“2006年深度學(xué)習(xí)鼻祖Hinton提出深度學(xué)習(xí)之后，微軟在2011年間將它應(yīng)用到語音識(shí)別領(lǐng)域，當(dāng)時(shí)，黃偉的師兄俞棟還是微軟語音和對(duì)話組的研究員，在意大利佛羅倫薩交流時(shí)曾告訴黃偉這是趨勢(shì)，這給了他一些啟發(fā)?！?br/>
深度學(xué)習(xí)在于需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，很快，云知聲就發(fā)布了自己的“語音識(shí)別公有云”，成為繼科大訊飛之后第二家開放語音識(shí)別技術(shù)的公司，短短不過一年，平臺(tái)上就已經(jīng)有1000名開發(fā)者加入。利用開發(fā)者以聯(lián)動(dòng)各家App，將收集的用戶的語音數(shù)據(jù)快速集中到平臺(tái)上，以加強(qiáng)自身模型的訓(xùn)練。

目前，云知聲已形成了“金字塔”式的技術(shù)架構(gòu)，底層是DeepFlow集群，中間層是Atlas超算平臺(tái)，將統(tǒng)計(jì)學(xué)習(xí)和深度學(xué)習(xí)里的通用算法抽樣出來；頂層是應(yīng)用層技術(shù)，如有ASR、TTS、NLU、NMT等應(yīng)用層技術(shù)的輸出。

值得一提的是，數(shù)據(jù)積累到一定程度后，海量數(shù)據(jù)帶來的紅利會(huì)越來越少。如語音識(shí)別，數(shù)據(jù)量從1萬小時(shí)增長(zhǎng)到10萬小時(shí)，準(zhǔn)確率會(huì)提高1%~2%，但這差別應(yīng)該不是很大。如果此時(shí)還僅靠深度學(xué)習(xí)技術(shù)按照傳統(tǒng)的方式訓(xùn)練數(shù)據(jù)，基本很難樹立更高的技術(shù)壁壘。

黃偉認(rèn)為，在AI的能力里面，數(shù)據(jù)很重要，但數(shù)據(jù)只是能力之一，不是最決定性的?！鞍l(fā)布深度學(xué)習(xí)框架之前，我們的統(tǒng)計(jì)模型是基于統(tǒng)計(jì)學(xué)習(xí)的，就是用結(jié)構(gòu)化模型去描述復(fù)雜物理世界的一些問題。當(dāng)時(shí)，對(duì)我們來說，幾百小時(shí)和幾千小時(shí)的差距不會(huì)特別大，甚至比訊飛的準(zhǔn)確性還要高?！?br/>
現(xiàn)階段，以技術(shù)推動(dòng)產(chǎn)品

人工智能領(lǐng)域，目前仍然具有較高的行業(yè)門檻，這也隨之拉大了企業(yè)之間的競(jìng)爭(zhēng)激烈性，而AI專業(yè)人才尤其是有相關(guān)項(xiàng)目研發(fā)經(jīng)驗(yàn)的人才更是屈指可數(shù)。除了從各大技術(shù)公司挖角外，創(chuàng)業(yè)公司也紛紛開始創(chuàng)辦自己的AI研究院，以擴(kuò)充自身人才，加強(qiáng)技術(shù)壁壘。

2015年底，云知聲成立了Unisound AI Labs，匯集了眾多國(guó)內(nèi)外知名企業(yè)的技術(shù)人才。

對(duì)于如何進(jìn)行人才管理和設(shè)計(jì)總體的未來路線圖，黃偉表示：“AI Labs是不需要管理的，技術(shù)人的自制力本身很強(qiáng)。難的是在于如何去建設(shè)、招攬人才。錢絕對(duì)不是第一位，他們看重的是能否在團(tuán)隊(duì)里獲得成長(zhǎng)。能力建設(shè)方面，定好戰(zhàn)略、給夠資源，等結(jié)果就行?！?br/>
實(shí)際上，這個(gè)團(tuán)隊(duì)是為產(chǎn)品服務(wù)的，并非純研究的團(tuán)隊(duì)。目前云知聲也開始從產(chǎn)品驅(qū)動(dòng)技術(shù)的階段向技術(shù)定義產(chǎn)品的階段過渡。也就是說，“研究院應(yīng)該提供一些更具前瞻性的技術(shù)能力，一種產(chǎn)品原型，用原型去驅(qū)動(dòng)市場(chǎng)。以技術(shù)推動(dòng)產(chǎn)品，這才是一個(gè)真正有創(chuàng)新力的技術(shù)公司應(yīng)該做的事情?！彼詈筇岬?。

定位決定了你的挑戰(zhàn)

在云知聲推出的針對(duì)IoT的AI芯片UniOne之后的幾個(gè)月里，出門問問、Rokid、思必馳也先后推出了AI芯片模組。說起來，包括云知聲在內(nèi)，這幾家企業(yè)并非以AI芯片出身。

為什么敢做芯片？黃偉這樣解釋：“在IoT這個(gè)場(chǎng)景里面，算法起的作用比較大，而且它也不追求芯片的制成。這種芯片是放置在冰箱、音箱中的，可以理解成：用人工智能最領(lǐng)先的算法和芯片行業(yè)一年前的能力相結(jié)合，就可以滿足這個(gè)行業(yè)產(chǎn)品的需要。所以，芯片設(shè)計(jì)本身不構(gòu)成我們今天最大的問題?！?br/>
但是，與寒武紀(jì)、地平線相比，它們對(duì)標(biāo)的是英偉達(dá)，這是高端芯片，這種比拼更像一種軍備賽。他們可能也會(huì)考慮商業(yè)層面的成本、價(jià)格功耗等問題，但最優(yōu)先級(jí)的一定是計(jì)算能力。

放在自然語義理解這個(gè)領(lǐng)域，目前對(duì)于整個(gè)行業(yè)來說均未取得一個(gè)比較明顯的效果。

首先，圖像識(shí)別和語音識(shí)別都是數(shù)據(jù)驅(qū)動(dòng)的。自然語義理解在知識(shí)上就存在一個(gè)不確定性。

其次，自然語義理解，同樣一段話，不同的人讀都會(huì)得到不同的感受。在圖像、聲音、文本里面，最難的是如何理解文本。

三是如今的自然語義理解發(fā)展差距不大。

對(duì)于云知聲來說，黃偉坦言：“在理論框架真正得到一個(gè)大幅度的改善之前，我認(rèn)為唯一能做的就是在場(chǎng)景里把它做到最優(yōu)。能夠把產(chǎn)品的用戶需求摸透，把數(shù)據(jù)、用戶體驗(yàn)和技術(shù)很好的匹配起來。”