Vad Gör AI Marker i Nya Smartphones Göra Egentligen?

19
Bild: Huawei

Artificiell intelligens är som kommer till din telefon. IPhone X har ett Neuralt Motorn som en del av sin A11 Bionic chip, Huawei Kiri 970 chip har vad som kallas för ett Neuralt Processing Unit eller NPU på den; och den Pixel 2 har en hemlig AI-drivna avbildning chip som bara blev aktiverad. Så vad exakt är dessa nästa generations marker som syftar till att göra?

Som mobila chipsets har blivit mindre och mer sofistikerade, de har börjat att ta på sig mer jobb och fler olika typer av jobb. Typexempel, integrerad grafik—Grafikprocessorer som nu sitta tillsammans med Processorer i hjärtat av high-end smartphones, hantera alla tunga lyft för det visuella så huvudprocessorn kan ta en paus eller få upptagen med något annat.

Den nya rasen av AI marker är mycket liknande—bara den här gången särskilt uppgifter är att känna igen bilder av ditt husdjur snarare än rendering foto-realistiska FPS bakgrunder.

Vad vi talar om när vi talar om AI

AI, eller artificiell intelligens, betyder just det. Räckvidden av begreppet tenderar att flytta och utvecklas över tiden, men i stort sett är det något där en maskin som kan visa mänskliga stil, tankar och resonemang.

En person som är dolda bakom en skärm löpande spakarna på en mekanisk robot är artificiell intelligens i vidaste bemärkelse—naturligtvis dagens AI är långt bortom det, men med en programmerare kod svar i en dator är bara en mer avancerad version av få samma resultat (en robot som fungerar som en mänsklig).

Google, visa mig några hundar. Bild: Skärmdump

Som för datavetenskap och smartphones i fickan, här AI tenderar att vara mer snävt definierad. I synnerhet det oftast handlar om lärande, förmågan hos ett system att lära sig utanför sin ursprungliga planeringen, och djupt lärande, som är en typ av lärande som försöker att efterlikna den mänskliga hjärnan med många lager av beräkning. Dessa lager kallas neurala nätverk, baserade på neurala nätverk inne i våra huvuden.

Så maskininlärning kan få plats en spam-meddelande i din inkorg baserat på spam har sett innan, även om egenskaper av inkommande e-post inte var ursprungligen kodade i filter—det är lärt sig vad spam är.

Djupt lärande är mycket likt, bara mera avancerad och nyanserad, och bättre på vissa uppgifter, särskilt i computer vision—”djup” bitars innebär en hel del mer data, fler lager, och smartare viktning. Det mest kända exemplet är att kunna känna igen vad en hund som ser ut som från en miljon bilder på hundar.

Plain gamla maskinen lärande skulle kunna göra samma bild erkännande uppgift, men det skulle ta längre tid, kräver mer manuell kodning, och inte vara så korrekta, särskilt som de olika bilder ökat. Med hjälp av dagens superpowered hårdvara, djupt lärande (ett särskilt förhållningssätt till lärande, kom ihåg), är mycket bättre på jobbet.

Apple introducerar dess Neurala Motor. Bild: Apple

För att uttrycka det på ett annat sätt, ett lärande system, skulle ha sagt att katter hade morrhår för att kunna känna igen katter. Ett djupt lärande system skulle fungera att katter hade morrhår på egen hand.

Tänk på att en AI-expert skulle kunna skriva en volym av böcker på de begrepp vi har bara täckt i ett par stycken, så vi har haft att förenkla det, men dessa är de grundläggande idéer som du behöver veta.

AI marker på smartphones

Som vi sade i början, i huvudsak, AI marker gör exakt vad som GPU chips göra, bara för artificiell intelligens snarare än grafik—och erbjuder ett separat utrymme där beräkningar särskilt viktigt för maskininlärning och djupt lärande kan ske. Som med Grafikprocessorer och 3D-grafik, AI marker ge CPU-tid att fokusera på andra uppgifter, och minskar batteriets rita på samma gång. I innebär också att din data är säkrare, eftersom mindre av det har att skickas ut till molnet för bearbetning.

Så vad betyder detta i den verkliga världen? Det innebär att bilden erkännande och behandling kan vara mycket snabbare. Till exempel, Huawei hävdar att dess NPU kan utföra bildigenkänning på 2 000 bilder varje sekund, som företaget hävdar också är 20 gånger snabbare än det skulle ta med en vanlig PROCESSOR.

Huawei Kirin 970 har en dedikerad AI komponent. Bild: Huawei

Mer specifikt kan man utföra 1.92 teraflops, eller en biljoner flyttalsoperationer per sekund, när du arbetar med 16-bitars flyttal. I motsats till heltal eller heltal, flyttal—med decimaler—är avgörande för att de beräkningar som löper genom neurala nätverk som sysslar med djupt lärande.

Apple kallar sin AI-chip, en del av A11 Bionic chip, Neurala Motor. Återigen, det är dedikerad till maskininlärning och djupt lärande arbetsuppgifter—att känna igen ditt ansikte, känna igen din röst, inspelning animojis, och inser vad det är du försöker ram i kameran. Den kan hantera cirka 600 miljarder operationer per sekund, Apple påstår.

App-utvecklare kan utnyttja detta genom Core ML och enkel plug-and-play sättet att införliva bild erkännande och andra AI-algoritmer. Kärnan ML kräver inte iPhone X att köra, men det Neurala Engine hanterar dessa typer av uppgifter snabbare. Som med Huawei chip, tid spenderar avlastning all denna bearbetning av data till molnet bör vara kraftigt minskade, teoretiskt förbättra prestanda och återigen minska belastningen på batteriet.

AI marker, för att känna igen ansikten nu, och mycket mer snart. Bild: Apple

Och det är verkligen vad dessa marker är ca: vid Hantering av specifika typer av programmeringsuppgifter som lärande, djupt lärande och neurala nätverk att förlita sig på, på telefonen, snabbare än CPU eller GPU kan hantera. När Face ID fungerar på ett kick, det troligt att du har den Neurala Motor för att tacka.

Är detta framtiden? Kommer alla smartphone oundvikligen kommer med dedikerade AI marker i framtiden? Den roll av artificiell intelligens på våra telefoner växer, svaret är sannolikt ja. Qualcomm marker som redan kan använda vissa delar av PROCESSORN för specifika AI uppgifter och separat AI marker är nästa steg. Just nu är dessa marker är bara utnyttjas för ett litet avsnitt av uppgifter, men att deras betydelse kommer att växa.

SHARE