人工智能，每一個字都散發着陽春白雪的未來氣息。
然而，正如“蘋果高高在上， android 手機才推動智能手機普及”一樣，真正改變人們生活的，往往是“下裡巴人”。
最近，三家頂尖的人工智能硬體和算法公司聯合成立了“open ai lab”開放人工智能實驗室。當然，這個實驗室的酷炫之處絕不僅僅在于所有的字母都大寫。我們先來看看建立實驗室的四家大咖：
arm 中國（頂級晶片 ip 設計廠商） 安創空間（arm 在中國的生态系統加速器） 全志科技（為小米、富士康、惠普提供處理器 soc 的晶片大咖） 地平線機器人技術（由前百度深度學習研究院院長餘凱博士建立的，頂尖的嵌入式人工智能算法和晶片設計公司）
簡單說來，“open ai lab”就是團結在 arm 周圍的人工智能晶片算法大咖組建的“别動隊”。這個别動隊，要做“最接地氣的人工智能平台架構”。
【安創空間 ceo 陳鵬，地平線機器人技術 ceo 餘凱，arm 全球執行副總裁兼大中華區總裁 吳雄昂，全志科技副總裁 薛巍】
全球使用 arm 晶片的人口，達到了總人口的 80%，這個數量超過了使用牙刷的人數。
arm 全球執行副總裁兼大中華區總裁吳昂雄給出了這個出乎意料的資料。沒想到 arm 晶片的普及率已經到了如此“喪心病狂”的地步。
arm 架構的普及，很大程度是借助智能手機和各種基礎硬體深入每個人生活的浪潮。采用 arm 架構晶片的裝置，總體來看和牙刷真的有些共同之處，那就是：“廉價”和“必需品”。可以說，arm 用“群衆路線”完成了“農村包圍城市”式的市場占領。
然而，在人工智能晶片這個未來市場，似乎還沒有這麼明朗的格局。
為了說明 open ai lab 了不得的計劃，先要科普一下人工智能的兩大方向：
雲端人工智能：利用雲端的“超級大腦”對大量資料進行計算，然後将決策指令下達到本地。圍棋大師“阿法狗”就是典型的雲端人工智能。 本地人工智能：利用裝置本身的軟體硬體對資訊進行實時計算，然後在本地快速做出智能反應。特斯拉的自動駕駛系統應該算作這類本地人工智能。
打個比方，這就像我們人體的運作機制，
大腦負責處理所有資訊，統一做出決策； 但是對每一個細胞而言，不可能都把自己收集到的資訊彙總到大腦，然後原地待命等待下一步指令。恰恰相反，每一個細胞都在自主地汲取養料，排洩廢物，還可以分工合作。
open ai lab 所要解決的，就是相比雲端人工智能更普遍的本地人工智能問題。
地平線機器人技術創始人兼 ceo 餘凱為雷鋒網(公衆号：雷鋒網)科普了本地人工智能的意義：
人工智能一直有小循環和大循環之分。 例如在智能交通那個領域，大循環的雲端資料計算，可以幫你預測前面堵車狀況。但是在自動駕駛的場景中，如果你前面有一個小孩子突然的過馬路，你就要把這個信号采集過來，然後傳到雲端，雲端處理完了之後再傳過來，這個是不可想象的。 如果汽車以100公裡的時速行駛，哪怕僅僅延時50毫秒，都會對應很長的行駛距離。無人機也是如此，因為涉及到實時避障，必須根據環境馬上作出決策，這時，50毫秒的延時也是很厲害的。 即使網絡本身沒有延遲，網絡設施的可靠性也是很大的問題。在美國，大量的道路區域是沒有信号覆寫的。 其實在2012年，曾經有 html5 和本地 app 服務究竟哪個是未來的争論。facebook 當時“all in”去做 html5 遠端的服務。但是從流暢性和速度上，都沒有辦法和本地 app 抗衡。現在看來，根本沒有争議了，本地 app 更好。
【自動駕駛過程中，人工智能需要對突然出現的行人做穩定而可靠的響應】
正如我們的大腦無法處理每一個細胞的“私聊”一樣，雲端人工智能也沒辦法處理各個硬體的請求。
實際上，某種程度上來說，目前很多裝置的智能需求是被抑制的。
吳雄昂舉了一個例子：
如果我們把北京的環路，全都修成五層，是不是能解決交通擁堵問題呢？我覺得并不能。 這就像過去的智能電表，是每個月采集一次資料回傳。但是未來如果很可能每五分鐘就要采集一次資料，并且還要交叉分析各個家電之間的資料，其中的差距絕不是五倍的關系。
如此看來，本地人工智能的存在“剛需"。就像曆史上從pc到移動網際網路裝置普及的過程中，市場擴大了十倍左右，人工智能從雲端普及到本地裝置中，也同樣可以擴充一個數量級。
實際上，整個人工智能産業鍊，已經注意到了本地人工智能（嵌入式人工智能）散發出來的巨大誘惑。幾乎所有相關公司都希望在自己的領域建構獨特的技術壁壘。
全志科技副總裁薛巍覺得，很多公司的努力都是“重複建設”。
幾乎每家晶片廠商都在根據自己的晶片獨立搞運算能力的事情，每家算法公司都獨立搞自己的算法。每個人都像一根竹子，在一片竹林裡，長高都不容易，承重也不好。 是以我們能不能找到共性的東西，例如 a晶片+b算法，同時進化疊代。這樣能夠形成一個架構，讓上層的應用開發呈現“蘑菇型”的膨脹。
簡單說來，在這個人工智能的洪荒時代，特别是嵌入式人工智能的洪荒時代，如果這個長長的産業鍊上的人各自為戰，就會造成對接混亂和資源浪費。
這個時候，在洪荒之中已經有一席之地的“長老”們，就需要聯合起來，成為一個“部落聯盟”，為其他人制定普适的算法和開發架構。這個“部落聯盟”就是 open ai lab。
open ai lab 的野心更多地在于技術上。
我們想要做的，是向下相容所有晶片，向上适合所有開發者的架構。
餘凱說。
【地平線機器人技術創始人兼 ceo 餘凱】
但這個目标的實作絕不是說起來這麼簡單。作為 lab 裡的“算法擔當”，這位深度學習領域的大牛深知其中的技術難度有多大。
我們需要做一個抽象層的接口定義，讓我們的算法和嵌入式的硬體平台無關，這個非常難。 因為嵌入式的處理器種類非常多，有 a7、a53，有四核、八核，上面有的有dsp，有的沒有dsp。因為這個世界是多樣性的，就算是車載系統的話，不同的車廠的了解也不一樣，對計算平台的要求也是多樣化的。
實際上，雖然 open ai lab 看起來像是一個聯盟，但是卻會凝聚一批專家，用 100% 的時間和精力來研發這個架構。餘凱認為，這種實體性才是保證架構能夠研發成功的關鍵。
在很多人的了解中，算法和晶片是獨立的兩層。但是在這些人工智能大牛眼中，二者是融合的。因為算法一旦穩定，就可以被“硬化”在處理器中，達到最佳的效率。而以這個處理器為基礎，還可以研發新的算法。餘凱說：
今天主流的深度學習的算法，基本上都是在gpu上面優化的，它并沒有充分考慮到在硬體上做一些優化，未來軟體算法和硬體架構一定會聯合疊代優化，而且我認為這個過程會是一個十年的長跑。十年以後的，哪怕是同一個問題，軟體算法會和今天不一樣，因為那個時候的硬體不一樣。
這也是為什麼在 open ai lab 中，聚集了地平線、全志科技和 arm 三家有硬體野心的公司。
人工智能的進化，和生物的演進有着諸多的相似之處。
無數單獨細胞低耗而穩定的小智能，最終支撐了獨立意識的大智能。而不斷變化的環境，又促進了細胞本身形态的演進。
這正像人工智能的算法和晶片，每一次把優秀的算法固化到硬體中，都完成了人工智能的一次進化。
我們期望不久之後，身邊的一切裝置都具有貼心的智能，我們能夠像使用牙刷一樣享受本地人工智能帶來的便利。也許 open ai lab 可以讓這一天提前到來。
文/史中（微信id：fungungun，歡迎講述你的故事）
<b></b>
本文作者：史中