2311
2000年，一個名叫倪華良的上海小伙從復旦大學電子工程系畢業(yè)，進入到張江集成電路設計行業(yè)。8年后，由于喜歡挑戰(zhàn)和折騰的性格，他選擇遠赴加拿大工作和生活，在高通加拿大分公司繼續(xù)從事芯片研發(fā)的工作，成為staff engineer，并因為興趣愛好喜歡上了人機接口交互，于是兜兜轉轉又在2015年回到了老家上海，成立了一家從事神經科學和人機交互領域研究的科技公司——傲意科技，而他自己既是這家仿生智能公司的CEO，又是產品研發(fā)的技術擔當。
在談到為什么要進入仿生智能這個賽道時，倪華良表示：“在成立公司之前，我的興趣愛好是和AR/VR相關的，當時做的就是非接觸式的手勢交互方法，后來在一路發(fā)展的過程中，我們將產品做出來了，由于行業(yè)發(fā)展的一個周期性問題，于是我們選擇了當下的一個剛需方向，也就是仿生智能中的假肢，我認為這個方向也值得我們去技術改革、去創(chuàng)新?！?/p>
假肢其實是一個比較獨特和垂直的市場，是上萬種輔具里面的一個分支，根據殘聯(lián)公開的數據顯示，目前全球需要手部截肢的人數大概在1600萬左右，中國沒有一個很明確的數據，事實上大概在200-300萬左右。此外，在中國，下肢截肢的數量是超過上肢的，大概在500-600萬左右。雖然這不是一個安全意義上像消費電子這種非常廣的市場，但對于這些非常的個體而言，它是一個非常重要的輔具產品，存在較強的社會意義。
什么是“仿生智能”？
那么究竟什么是“仿生智能”呢？其實從字面上我們就能感受到其本質，“仿生”就是要盡量地模仿我們的真正人體，“智能”就是它要能明白這個人想要做什么，同時它又可以通過一些軟件的方式，能實現(xiàn)一些個人的定制化的功能。
心電、肌電、腦電三大傳感器有何異同？
說到仿生智能，就不得不提到傳感器。而“心電、肌電、腦電傳感器”被稱為組成仿生智能系統(tǒng)最底層的要素。顧名思義，這三種傳感器采集的分別是心電信號、肌電信號和腦電信號，但這三者之間是否存在某些異同點呢？
倪華良表示：“這三種傳感器的前端是非常接近的，都是對一種弱信號的放大和提取，只是由于信號強度的不同，其采集到的信號的頻譜和噪音是有所不同的?！?/p>
比如心電信號相對來說是比較強的，它的波形是一種周期性的比較固定的一種形態(tài)，如果出現(xiàn)波形上的不一致，我們就可以用來判別疾病的情況。
肌電信號則不同，它只有在大腦控制一塊肌肉進行收縮的時候才會產生，從信號的形態(tài)來看，肌電信號和語音信號是比較相似的，都是一種上上下下的起伏信號，當你不用力的時候，這種跳躍式的信號就變成接近于一條直線，就像一個馬達開通以后，馬達里面有電流信號一樣。所以，如果我們用一個肌電傳感器基本上就能判斷這塊肌肉是否在用力，但是如果我們要判斷一個更大范圍的復雜的動作意圖的時候，我們就需要比較多的傳感器組成一個陣列，因為我們一個動作通常是由好多塊肌肉共同運動所產生出來的一個動作。此外，由于肌電信號也是直接在肌肉上方獲取的，所以信號強度也相對較大。
而與心電、肌電信號不同，腦電信號的獲取難度較大，目前有兩種方法，一種是侵入式的，一種是非侵入式的。常規(guī)采用的是非侵入式的，因為這種方法不存在手術開顱的風險，也不會涉及倫理問題。但是非侵入式的腦電信號采集是一種巨大的挑戰(zhàn)，因為我們的腦神經顱骨以內的這個信號從我們的大腦的腦神經里面往上穿透的時候，它要穿過顱骨、頭皮和頭發(fā)，信號的衰減會非常嚴重?！熬拖袼肋^一座大山一樣，你在山的這邊喊一嗓子，到山的另外一頭去獲取信號，聲音是嗡嗡的，只能聽個大概，這是因為信號的衰減以及信息含量更多的高頻的信息已經丟失了。”倪華良打了個生動的比喻。
如果說肌電信號是mV級的，那么腦電信號就是μV級的。所以，我們在還原腦電信號的時候，除了要選用非常好的放大器以外，通常還要做一堆的濾波，然后才能用非常高分辨率的ADC將模擬信號轉化為數字信號。如果說肌電信號我們用8個bit，256個梯度表示，就能獲得很好的信號質量的話，腦電信號就至少要用24個bit，2的24次方，就是16M這樣的分辨率才能很好的去獲取該信號。
數據處理和算法放在端側，還是在云端？
有了傳感器獲取數據，就還需要處理器和算法去識別和處理這些數據。眾所周知，在很多圖像傳感器中，已經有非常多的應用場景是將簡單的實時處理放在端側，甚至傳感器上，那么對于仿生智能來講，它的數據處理又有何特色呢？
倪華良表示：“根據不同的應用，我們會選擇不同的方法。比如我們的肌電，傳感器和主控芯片之間的距離是很短的，其中帶來的噪音是可以容忍的，所以沒有必要在每塊芯片側將其轉換為數字信號。而對于數據處理量的問題，通常我們在假肢里面會放8個或者更多的傳感器，事實上綜合系統(tǒng)的復雜性和成本控制，8個已經蠻多了，半分鐘大概會產生240k的數據量，當技術端往前走，市場端要往回推，這中間需要達到一個大家都比較比較舒服的平衡點。這個時候，我們就在邊側的設備端就把它全部處理完了?！?/p>
“對于腦電來說，我們的產品有64個通道，它在邊緣處理的時候就很困難，這一方面和我們采用的是低功耗的MCU相關，另一方面選處理能力很強的CPU成本也會上升，功耗也會上升。所以，在腦電系統(tǒng)的應用里，需要將大量的數據放到PC端去處理?！?/p>
在仿生手的應用里面，傲意科技在應用里面加入了一些人工智能的算法，目的是要理解截肢的用戶他到底想要做什么動作，到底是想要把手握起來，把手打開，還是說要做個捏的動作？本質上就是一個個的指令，這個信號處理是不可能連著手機或云端的，因為整個環(huán)路下來，延時太大了。所以，我們就要求在現(xiàn)場就要能識別。但對于“仿生手如何能明白這個人想要做什么”，也就是模型或者知識庫，這個事情需要在云端來做。
為什么要放在云端呢？還是要回到一個數據處理的能力的問題。人工智能分為三個方面：算力、算法和數據，當前云端server的算力已經很強了，由于算力的提升，幾十年以前提出來的好多算法，比如BP網絡、CNN這些現(xiàn)在比較流行的AI算法，當年沒有算力跑不起來，但現(xiàn)在有了算力都能跑起來了。當然，對于仿生智能來說，不是單一地使用某種算法，而是圍繞著用戶體驗展開的算法集合。
此外，數據是非常關鍵的東西，所謂巧婦難為無米之炊，在仿生手中，數據來源于用戶自己，他們自己采集，建立自己的數據庫，然后將其扔給算法，生成出抽象的AI模型，或者稱之為抽象的知識庫，再把它加載回設備中，這個時候就可以離開云端，用一塊比較便宜的Cortex-M系列芯片，就能跑一個邊緣的人工智能的算法，基于用戶自己的數據和它以往的一個AI模型，去判別手要執(zhí)行的動作，再將其轉化為機器指令，發(fā)給機械的手去做出相應的動作來。這種做法即在邏輯上比較合理，有在成本上具有一定的優(yōu)勢。
仿生智能設備是否需要通過醫(yī)療認證才能進入市場？
事實上，由于假肢沒有任何的治療作用，所以在不同的國家，對于仿生智能設備的管理法規(guī)是不一樣的。在中國的法律體系下面，它是一種輔助設備，不是醫(yī)療產品，是屬于民政管轄的，在北京這邊有一個國家康復輔具檢驗中心，在那里去做過質量檢驗并合格后就能上市。而在美國或歐盟國家，因為這些國家沒有專門的民生部門，所以假肢是屬于醫(yī)療范疇的，需要通過比如說class one的一個認證后，才能正常上市。
寫在最后
由于底層技術的相似性，做仿生智能的公司在進軍AR/VR/XR市場時，擁有先天性的優(yōu)勢，而傲意科技起點就是倪華良對于AR/VR這些人機交互技術的喜愛，所以在未來，傲意科技一定也會在AR/VR/XR等市場綻放獨有的光彩。
