5G浪潮下,AI将会发生怎样的变化

发布时间:2019/6/21 21:14:00

什么是5G

回顾历史展望未来

5G 是指第五代移动通信技术,它相比4G网络在数据传输速度、容量和延迟方面都有很大的飞跃。

在国际电信联盟(ITU)制定的5G 标准中,定义了5G 未来的三大应用场景:增强移动带宽(eMBB)、低时延高可靠通信(uRLLC)和大规模机器通信(mMTC)。说人话,就是:

 

高速率:未来理论上10Gbps 的通讯速率,相比4G提升了约100倍

? 低延时:1ms的超低延时,相比于4G网络小于50ms的延时,再次降低了一个数量级

? 广连接:每平方公里100万个设备接入,这也让每个物联网设备单独接入网络成为可能

 

纵观历史,几乎每10年,通信网络就会发生变革迭代,而每迭代,都对整个科技产生深远影响。当下,AI与5G不期而至,未来的十年,两者的结合,会带来怎样的变化?

 

视频AI崛起

5G赋能视频AI跨入新蓝海

首先,可以预见的是视频AI的崛起。

现在,视觉AI的主旋律依然是图片AI。对于视频流,主要的处理流程也一般是,硬件终端先采集视频流中的目标对象(人脸\人体\物体等), 然后将采集下来的图片进行压缩送至云端进行进一步的识别、比对、存储、传输,而并非性将整个视频传输至云端进行识别。

 

为什么要这么做?一个很重要的原因,就在于带宽的限制. 举一个H5活体检测的例子: 有些情况下, 必须要本地端上传一段视频, 然后送至云端进行活体检测, 而一段3s左右的短视频, 中间网络传输的时间要5s, 而这5s的传输时间, 就让用户体验非常差, 用户流失率很高. 本质上的原因,也就是网络带宽的限制, 达不到实时反馈的效果.

5G环境下, 理论上10G的带宽,视频流传输的壁垒将被打破,前不久北邮学生实测5G速度,速度达700MB/S

 

 

 

届时, 前端采集的不再仅仅是单张图片,而是包含更多场景化信息的视频.在云识客看来, 视觉AI将会突破个体识别的范畴,进入到以视频为载体的场景识别的时代.

 

 

来看看代表型的场景识别: AR协同 自动驾驶.

1.自动驾驶

 

未来的自动驾驶,将是基于车路协同的自动驾驶。路上的摄像头采集整体环境信息,车载摄像头采集车与车之间的距离速度等信息,从而达到车路协同。另外,高地图的实时传导,高速状态下反馈信息的及时传达,都离不开5G。4G 网络下,时速100 公里的汽车,从发现障碍到启动制动系统仍需要移动1.4 米;而在5G 时代,该距离缩短到2.8 厘米。

 

 

 

2. AR协同

 

5G时代下, AR借助AI, 将实现强大的感知、环境识别与协同能力。来看下如下场景:

在一个工厂中, 维修工带着AR眼镜.AR采集实时视频流, 并传输至云端, 云端分析视频中的环境与目标,并针对视频中的场景, 给出对应的维修建议. 比如识别到视频中的电路板有损坏, 并根据电路板周围的硬件结构, 结合知识库, 直接显示出损坏原因与操作视频。如果遇到复杂情况,无法做出判断,还可通过AR直接上传视频,请求更的人在线联系。

AI云能力扩大

加速商业应用落地

5G能容量超大数据的实时传输,AI云的能力在技术与商业应用方便,将会进一步放大。

1.技术上,云端能力会进一步扩大

未来云与端,将会进一步细化分工。

为什么会出现如此分工?原因有二:

? 场景化识别,一定是各种信息的处理,一个端不可能处理所有的信息,的方式一定是将信息汇集到云端,云端结合各种视觉AI、知识图谱、语音识别等各种算法,做集中统一处理。

? 端本身容量大小有限。以人脸识别算法为例,一整套高性能的人脸识别算法,从采集、活体检测、识别,算法大小达到400M。此外,还有其他算法,软件,人脸底库,这些放在一块,势必会顾此失彼,某一方面需要打折扣。比如现在人脸识别门禁上,行业一般都是容纳万级人脸库,和存储大小也是有关系的。

所以,可以预见,云端的分析能力,将会被进一步放大。

2. 商业上,AI云与各垂直行业系统的结合将会更加紧密

AI本身仅仅是一项技术,如果想要商业落地,让AI真正带来价值,势必需要和各垂直行业系统进行深度整合。

首先,技术上AI云能力的扩大,为各行各业的系统商提供服务,AI云的应用范围将会更加广泛。

同时,数据传输能力的扩大,能支持数据在多个节点之间来回传输,且丝毫不影响用户体验。

万物互联

视界近在咫尺

? 技术基础上支持了万物互联

在国际电信联盟(ITU)制定的5G 标准中,定义了5G 未来的三大应用场景,其中一个就是大规模机器通信。每平方米支持100万个设备单独接入,让每个物联网设备单独接入网络成为可能。

? 物联网设备的增长呈爆发性趋势

据前瞻产业研究院发布的《2018-2023年中国物联网行业细分市场需求与投资机会分析》初步估算,2017年物联网设备数量达到84亿,比2016年的64亿增长31%,2020年物联网设备数量将达到204亿。

门禁、储物柜、门锁、家电,不仅一大批传统的硬件设备通过芯片植入等方式,升级成为物联网设备,更有一大批像VR、AR、智能穿戴等新型物联网设备出现,万物互联已成必然趋势。

? 硬件成本的降低

 从消费端,可能预见到硬件成本的降低,也会让物联网更加普及。之前说过,云与端的分工趋势更加明显,如果端集中在检测采集能力方面,不涉及到太多信息处理能力,不需要太多的存储,那么对硬件性能的要求将会大大降低,对应的,硬件成本也会下降。

我们的网址:www.hf2000.cn

 

5G时代

一场AI与产业的变革