2017年是AI产品集中爆发的一年，阿里巴巴、百度、腾讯等巨头，纷纷在AI领域进行布局，合计有约20笔投资。细分到AI芯片行业，深鉴科技、耐能人工智能、启泰英伦、西井科技等公司已经获得了总计超过2亿元人民币的融资，其中深鉴科技在今年8月获得了蚂蚁金服4千万美元的A+轮融资。
12月12日下午，在由SOPLUS搜狐创投举办的科技沙龙上，三角兽科技创始人亓超、深鉴科技芯片业务副总裁陈忠民、中科院自动化所研究员程健、洪泰智造工场CTO钱晨、高通创投部投资总监毛嵩围绕“AI从云端到终端”这一主题进行了探讨，其中深鉴科技芯片业务副总裁陈忠民发表了一些自己关于AI的看法，核心观点有：
1.AI芯片更易拿到投资的原因是，抛弃传统处理器的通用性，更注重加速功能。
2.AI最有希望在安防和自动驾驶这两个行业实现技术的真正落地。
以下由新芽NewSeed编辑整理。
AI芯片服务于单一算法，专用硬件设备增强用户体验，
为什么与AI相关的芯片厂商通常会拿到一些投资，主要原因是大家比较重视芯片对于AI的加速功能。我们在传统上认为，像CPU这些东西某种程度上来说它是非常通用的，它为了通用性，牺牲了一些对于计算性能的需求，并且我们早期做的运算除了超级计算机，一般人的处理器不需要特别的处理器。但是AI出现以后，它的算法相对比较单一。
很多人发现，如果我今天抛弃处理器来做这件事情，可以只花一点点芯片的面积来做，CPU里面大部分东西对我们没什么用，把那部分缩小。偏计算单元的部分处理器里面有8G，谷歌会放六万四千进去，算力一下子几千倍增长，GPU也是类似原理。
神经网络算法有很多点，有一些wist需要去计算，如果并行很多运算单元一起上，传统上处理器要一秒钟才能识别出这个算法，这时AI芯片有很大的价值。要做到跟机器交互很流畅，而不是跟语音设备，丢一个命令过去，隔俩小时再给反馈，谁都受不了这种体验。
从芯片的角度来说，不是因为这项芯片技术有了什么突破性的进展，而是因为如果只服务于单一算法，这个芯片可以做得很特殊，堆起很多算力，相对传统GPU处理器，性能会表现更好。这其实还是一个算法变化、场景变化，因此导致今天必须从硬件上做一些改进，才能做得更好。
AI芯片抛弃了CPU追求的通用性，只是为了并行计算做一些事情，这依然可以得到很好的结果。从计算力的角度来说，AI芯片类公司做的是实时给用户一些体验，比如我有一个图片识别的任务，我希望一分钟就得到结果，而不是等五分钟才能拿到结果，这时专用硬件设备会变得非常重要。这个是发展AI芯片基本的逻辑。
AI应用场景空间很大，安防和自动驾驶行业是重点
现在AI可以帮助人们画画下棋，大家对这些已经耳熟能详了。目前图象分析领域，AI能够做到人脸识别、车辆识别，但是精度还不够。现在可以做到主动识别出来一辆车，比如是沃尔沃，但是识别出一辆车很容易，识别出品牌是沃尔沃有点困难。如果下一步出现更高精度的算法，比如更多数据的训练，会使得AI能识别出这个车的型号。
美国一些学校做过研究，通过车上的摄像头，判断对面开过来的是什么车，最后判断这个州哪个人当上总统，等等这些都是可以学习的方向。因为目前是把AI的能力，赋予给各种各样的机器，或者赋给各种各样的解决方案，因此很难判断哪个东西，会突然爆出来特别火。从技术的成熟度上来看，现在在视频流里面，可以去连续检测移动的目标，在多个镜头之间去追踪一个东西，这个东西已经达到真正能去运用。
其实在视频里面识别人脸，识别唇语特别困难，要在连续几千张图片里面分析嘴唇的变化，要达到超过人类听唇语的能力，这些都在不停往前发展。全世界各地，各个研究院所还有一些公司，在各个方向上探索，想象力的空间很大，但是很难说在哪个点，突然有一个人会做出什么东西，大家会觉得它很火。
现在人工智能技术想真正落地，主要是在两个行业。第一就是安防产业。现在太多的算法公司也好，产品公司也好，都在进入这个行业。在中国我们可以有很多的图象数据，各种行业里面积攒的图象数据，以及交通场景积攒的图象数据。安防产业在将来两三年，对于AI行业是非常大的增长点。
另外，从三到五年、三到六年区间来看，AI技术得到广泛推广，可能是来自于自动驾驶。自动驾驶无论在北美还是中国，有相当多的公司在投入自动驾驶的研发，而且相关的测试数据有非常鼓舞的结果。如果以三年到五年的长度来看，自动驾驶可能是量非常大的市场。
