智东西 文 | Lina

就在上周的今天，苹果公司在刚刚落成投入使用的“飞船”新总部（Apple Park）举行2017年秋季新品发布会，整场发布会基本被iPhone X抢尽了风头（想采访一下iPhone 8/8p的心理阴影面积）。

除了芯片之外，从2010年至今，苹果已经陆续收购了四五十家创企，包括语音识别、图像/面部识别、计算机视觉、AR、数据挖掘、机器学习、地图、定位等等，而这其中几个比较具备代表性的有：

1）收购面部识别/表情追踪厂商——Animoji和Face ID的技术来源

2010年，苹果以2900万美元收购瑞典面部识别创企Polar Rose，他们开发的面部识别程序可以可以为用户自动圈出照片中的人脸。

2015年11月，苹果收购《星球大战》背后的动作捕捉技术公司Faceshift，这家苏黎世的创业公司开发了实时追踪人脸表情，然后再用动画表现出来的技术。该技术还可以实现面部识别。

2016年1月，苹果收购了加州AI初创Emollient，该公司使用人工智能技术读取图片中的面部表情。

2017年2月，苹果以200万美元收购了面部识别以色列创企RealFace，该公司开发了一种独特的面部识别技术，其中整合人工智能并将人类的感知带回数字过程。

2）收购AR引擎巨头

2015年5月，苹果收购AR引擎巨头德国Metaio公司。彼时Metaio与Vuforia并肩称霸AR引擎行业，Metaio拥有约15万名开发者，Vuforia则拥有大约18万，两家的SDK开发者占到了当时整个市场的95%以上，在AR的行业地位有如Windows和Mac OS之于PC。——可以看作是ARkit的技术来源。

3）收购25年德国老牌眼球追踪企业

而离现在最近的一次收购就是苹果今年6月时宣布收购拥有25年历史的德国老牌眼动追踪企业SMI——SMI全名SensoMotoric Instruments，其历史要追溯到1991年，SMI从柏林自由大学学术医疗研究院剥离出来，独自成立眼球追踪技术公司，迄今已经有超过25年的发展历史了，产品包括面向企业与研发机构的眼球追踪设备/应用、医疗医疗眼控辅助设备、手机、电脑、VR设备等的眼控技术支持等。

目前，眼球追踪技术已经被集成在了iPhone X里。在用Face ID解锁时，只要你眼睛没有看着屏幕，屏幕也是不会解锁的。

既然是“人工智能芯片”，当然是用来做人工智能~人脸识别、图像识别、面部表情追踪、语音识别、NLP、SLAM、等等。

而A11的神经网络引擎第一个重要的应用就是iPhone X的刷脸解锁——Face ID。

虽然刷脸解锁并不是什么石破天惊的新技术，但是苹果的Face ID解锁跟普通的基于RGB图像的人脸识别解锁不同。寒武纪架构研发总监刘少礼博士说，“我们这次对苹果A11的AI引擎了解不多，特别是功耗、实测性能等方面苹果发布会基本没有提。个人觉得iPhone X这次最大的亮点是距离传感器，用来支持3D的Face ID，这个功能在业内还是引起了不小震动，后续会给予这功能开发出不少有趣的应用。通过结构光发射器和红外摄像头配合，可以捕捉人脸的深度信息，比之前用2D图像作人脸识别进步了很多。”

根据原理和硬件实现方式的不同，行业内所采用的3D机器视觉主要有三种：结构光、TOF 时间光、双目立体成像。

发布会现场，苹果还演示了几款AR应用的小样：即时策略游戏《战争机器》（The Machines）、即时战略游戏《战锤40K:自由之刃》（Warhammer 40k：Free Blade）、职业棒球直播《At Bat》、星空注解《Skyguid》。

当前人工智能芯片主要分为GPU、ASIC、FPGA。代表分别为NVIDIA Tesla系列GPU、Google的TPU、Xilinx的FPGA。此外，Intel还推出了融核芯片Xeon Phi，适用于包括深度学习在内的高性能计算，但目前根据公开消息来看在深度学习方面业内较少使用。

（AI芯片一览）

其中，苹果的A11、寒武纪的A1、谷歌的TPU等都属于ASIC，也就是专用集成电路ASIC（Application Specific Integrated Circuit）。顾名思义，ASIC 就是根据特定的需求而专门设计并制造出的芯片，能够优化芯片架构，针对性的提出神经网络计算处理的指令集，因而在处理特定任务时，其性能、功耗等方面的表现优于 CPU、GPU 和 FPGA；但ASIC算法框架尚未统一，因此并未成为目前主流的解决方案。

（寒武纪1号神经网络处理器架构）

（谷歌ASIC产品探索）

现有的ASIC包括谷歌的TPU、我国中科院计算所的寒武纪、应用于大疆无人机和海康威视智能摄像头的Movidius Myriad 芯片、曾用于Tesla汽车自动驾驶和ADAS的Mobileye芯片等针对特定算法以及特定框架的全定制AI芯片。

此外，更近一步的的AI芯片前景，大概是IBM 的TrueNorth这类的类脑芯片（BPU）。类脑芯片的目的是开发出新的类脑计算机体系结构，会采用忆阻器和 ReRAM 等新器件来提高存储密度，目前技术远未成熟。

（不同芯片在人工智能计算方面各有所强）

有着苹果和华为的推进，专用AI处理单元可能会越来越成为智能手机芯片的发展趋势。毕竟目前在生物识别、图形图像识别、用户使用习惯学习等方面都越来越依赖机器学习技术，而不太稳定的网络带宽（大家记不记得早期Prisma要等好久才能生成图片）、个人隐私、功耗比等问题也在驱动着手机芯片集成专用AI处理单元的发展。

不过，搭载A11的iPhone X要到10月27日起才开始预售，11月3日发售，跟其他所有产品9月15日预售＋22日发售相比完了将近一个多月，而搭载麒麟970的华为Mate 10也要等到10月16日才在慕尼黑发布。

用上了“神经网络引擎”或是“神经网络计算单元”的手机芯片究竟能发挥多大作用？会给手机体验带来什么改变，是不是“然并卵？”这种种问题都要等到真机上手才能逐渐明确。

但总的来说，无论是A11还是麒麟970，都是让AI在手机端开始由软到硬地落地的表现，是人工智能进一步产业化落地的一个典型代表。

花粉社群VIP加油站