5G浪潮下，AI將會發生怎樣的變化
1 什麼是5G
5G 是指第五代移動通訊技術，它相比4G網路在資料傳輸速度、容量和延遲方面都有很大的飛躍。
在國際電信聯盟(ITU)制定的5G 標準中，定義了5G 未來的三大應用場景：增強移動頻寬(eMBB)、低時延高可靠通訊(uRLLC)和大規模機器通訊(mMTC)。說人話，就是：
- 高速率：未來理論上10Gbps 的通訊速率，目前相比4G提升了約100倍
- 低延時：1ms的超低延時，相比於4G網路小於50ms的延時，再次降低了一個數量級
- 廣連線：每平方公里100萬個裝置接入，這也讓每個物聯網裝置單獨接入網路成為可能
縱觀歷史，幾乎每10年，通訊網路就會發生一次變革迭代，而每一次迭代，都對整個科技產生深遠影響。當下，AI與5G不期而至，未來的十年，兩者的結合，會帶來怎樣的變化？
2 視訊AI的崛起
首先，可以預見的是視訊AI的崛起。
現在，視覺AI的主旋律依然是圖片AI，例如人臉識別技術。對於視訊流，主要的處理流程也一般是，硬體終端先採集視訊流中的目標物件(人臉、物體、人體等), 然後將採集下來的圖片進行壓縮送至雲端進行進一步的識別、比對、儲存、傳輸，而並非一次性將整個視訊傳輸至雲端進行識別。
為什麼要這麼做?一個很重要的原因,就在於頻寬的限制. 舉一個H5活體檢測的例子: 有些情況下, 必須要本地端上傳一段視訊, 然後送至雲端進行活體檢測, 而一段3s左右的短視訊, 中間網路傳輸的時間要5s, 而這5s的傳輸時間, 就讓使用者體驗非常差, 使用者流失率很高. 本質上的原因,也就是網路頻寬的限制, 達不到實時反饋的效果.
5G環境下, 未來理論上可達10G的頻寬，視訊流傳輸的壁壘將被打破，前不久北郵學生實測5G速度，下載速度達700MB/S
屆時, 前端採集的不再僅僅是單張圖片,而是包含更多場景化資訊的視訊.在雲識客看來, 視覺AI將會突破個體識別的範疇,進入到以視訊為載體的場景識別的時代.人臉識別技術也不再僅僅是人臉識別，很可能也要結合視訊中的場景，進行場景識別。
來看看代表型的場景識別: AR協同 自動駕駛.
2.1 AR協同
5G時代下, AR藉助AI, 將實現強大的感知、環境識別與協同能力。來看下如下場景：
在一個工廠中, 維修工帶著AR眼鏡.AR採集實時視訊流, 並傳輸至雲端, 雲端分析視訊中的環境與目標,並針對視訊中的場景, 給出對應的維修建議. 比如識別到視訊中的電路板有損壞, 並根據電路板周圍的硬體結構, 結合專業知識庫, 直接顯示出損壞原因與操作視訊。如果遇到複雜情況，無法做出判斷，還可通過AR直接上傳視訊，請求更專業的人線上聯絡。
2.2 自動駕駛
未來的自動駕駛，將是基於車路協同的自動駕駛。路上的攝像頭採集整體環境資訊，車載攝像頭採集車與車之間的距離速度等資訊，從而達到車路協同。另外，高精度地圖的實時傳導，高速狀態下反饋資訊的及時傳達，都離不開5G。4G 網路下，時速100 公里的汽車，從發現障礙到啟動制動系統仍需要移動1.4 米；而在5G 時代，該距離縮短到2.8釐米。
3 AI雲能力的擴大
5G能容量超大資料的實時傳輸，AI雲的能力在技術與商業應用方便，將會進一步放大。
3.1 技術上，雲端能力會進一步擴大
未來雲與端，將會進一步細化分工。
為什麼會出現如此分工？原因有二：
1 場景化識別，一定是各種資訊的處理，一個端不可能處理所有的資訊，最好的方式一定是將資訊彙集到雲端，雲端結合各種視覺AI、知識圖譜、語音識別等各種演算法，做集中統一處理。
2 端本身容量大小有限。以[人臉識別][5]演算法為例，一整套高效能的人臉識別演算法，從採集、活體檢測、識別，演算法大小達到**400M**。此外，還有其他演算法，軟體，人臉底庫，這些放在一塊，勢必會顧此失彼，某一方面需要打折扣。比如現在人臉識別門禁上，行業一般都是容納萬級人臉庫，和儲存大小也是有關係的。
所以，可以預見，雲端的分析能力，將會被進一步放大。
3.2 商業上，AI雲與各垂直行業系統的結合將會更加緊密
AI本身僅僅是一項技術，如果想要商業落地，讓AI真正帶來價值，勢必需要和各垂直行業系統進行深度整合。
首先，技術上AI雲能力的擴大，為各行各業的系統商提供服務，AI雲的應用範圍將會更加廣泛。
同時，資料傳輸能力的擴大，能支援資料在多個節點之間來回傳輸，且絲毫不影響使用者體驗。
4 萬物互聯
首先，技術基礎上支援了萬物互聯：
在國際電信聯盟(ITU)制定的5G 標準中，定義了5G 未來的三大應用場景，其中一個就是大規模機器通訊。每平方米支援100萬個裝置單獨接入，讓每個物聯網裝置單獨接入網路成為可能。
另外，物聯網裝置的增長，也呈爆發性趨勢：
據前瞻產業研究院釋出的《2018-2023年中國物聯網行業細分市場需求與投資機會分析報告》初步估算，2017年全球物聯網裝置數量達到84億，比2016年的64億增長31%，2020年物聯網裝置數量將達到204億。
PC、手機、門禁、儲物櫃、VR、AR，不僅一大批傳統的硬體裝置通過晶片植入等方式，升級成為物聯網裝置，更有一大批像VR、AR、智慧穿戴等新型物聯網裝置出現，萬物互聯已成必然趨勢。
從消費端，可能預見到硬體成本的降低，也會讓物聯網更加普及。之前說過，雲與端的分工趨勢更加明顯，如果端集中在檢測採集能力方面，不涉及到太多資訊處理能力，不需要太多的儲存，那麼對硬體效能的要求將會大大降低，對應的，硬體成本也會下降。
5 總結
5G，給世界帶來的變化，絕不僅僅是看視訊更快了，更將會帶來一場AI與產業的變革。對於人臉識別技術、物體識別等視覺AI技術，也將會帶來深刻的影響。