華為AI處理要來了 人工智慧手機是騙局or風口？

昨天雷軍在網商大會上的演講吸引了關注，但其實小米的老對手華為在同一時間也製造了不少話題，華為終端董事長余承東一番「將4GB優化成6GB」的言論又一次讓網友們高潮。但是有個細節很多人忽略了，余承東提到華為正在研發人工智慧處理器，聯繫到之前眾多手機玩AI的事例。雖然人工智慧現在確實是科技界的熱門技術，但是在手機上使用，靠譜么？

人工智慧處理器是什麼

人工智慧處理器這玩意可能很多人都沒聽說過，CPU不就是對一堆0和1進行處理和計算的設備么，這也能人工智慧化？其實還真可以。在大家熟知的Alpha Go上，谷歌就使用了一顆人工智慧處理器，叫做TPU（張量處理單元）。可惜的是谷歌方面沒有給出任何有關TPU的消息，不管是架構還是代工方都一概不知，只知道它可以給機器學習的神經網路加速。

第二代Alpha Go使用的TPU

和柯潔對戰的第二代Alpha Go使用的就是TPU，與之前和李世石對戰的Alpha Go使用的分布式伺服器對比，簡直就是第一台計算機和現在Surface筆記本的差距。所以人工智慧處理器對比傳統處理器確實有著雲泥之別，相信這也是華為希望要做人工智慧處理器的原因。

第一代Alpha Go使用的分布式處理器

比起高深的硬體技術，還是我們喜聞樂見的產品更好理解，其實從去年人工智慧開始火的時候，手機廠商們就開始跟上這個風口了，下面就為大家介紹一下。

支持AI的手機有哪些

國內第一款主打人工智慧的手機就是榮耀Magic，雖然配置一般，但是其搭載的Magic Live智慧引擎系統卻很吸引人，Magic Live時時刻刻都能自動做出各種響應，比如自動亮屏、在對應地點自動彈出相關信息、自動給出購物出行建議等等，囊括了生活的方方面面。並且Magic Live還能夠自我學習，適應用戶使用習慣之後會變得越來越好用。

其實對於手機來說，榮耀Magic這種全盤智能化的做法是非常激進的，所以後續其他廠商的跟進都更保守一些，大家都只在某一個方面加入人工智慧。比如美圖，今年年初發布的美圖M8能夠多維度識別不同角度、場景下的臉部光線等，並深度分析膚色、頭髮等信息，然後人工智慧會給出針對性的美化方案，也就是「私人定製」版的美顏功能。

除此之外，美圖M8/T8的人工智慧美顏還能對人、物、景進行區分，然後採取最適合的後期處理，如天空更藍，草地更綠等。這樣使用人工智慧技術的門檻較低，確實是比較保險的做法。

和美圖類似的還有努比亞最新的旗艦Z17，系統方面，nubia UI 5.0的人工智慧通過學慣用戶的使用習慣，手機可以分析數據之後自動合理分配運算、存儲、電池和感測器資源。同時冷啟動和熱啟動也是兩個老大難的問題，冷啟動功耗低、速度慢，而熱啟動速度快、功耗高，為了平衡矛盾，Z17可以通過AI在冷啟動和熱啟動之間找到速度和功耗上的平衡。

並且在拍照上，為了解決雙攝手機在虛化功能上的邊界效應明顯、景深分辨不精確等缺點，努比亞Z17利用人工智慧數十萬次的拍攝和數百萬次的學習，搭載的定製景深晶元已經學會了如何精確分辨虛化的邊緣和景深，為用戶帶來最好的拍攝效果。

其實類似的例子還能舉很多，但是這裡我們暫且不展開講，就只來說說，現在這些手機上的人工智慧算不算人工智慧，又靠不靠譜呢？

手機的人工智慧靠譜不？

其實以上這些功能和技術，都是可以算作人工智慧的，人工智慧的意義在於機器能夠像人一樣，對於不同環境和場景給出最優解。而前面提到的，不管是針對不同人臉的針對性美顏、複雜使用環境下對於手機資源的分配，還是對於千奇百怪的主體和背景進行虛化，都是傳統軟體硬體無法做到的，因為每一次需要的指令和處理方式都完全不一樣。

但是這裡的人工智慧其實也有高低優劣之分，比如很多用戶就表示很多時候榮耀Magic並不是很可靠，這就是演算法上的局限性了，榮耀Magic希望達到的是全局的人工智慧化，現在的技術其實還不能讓我們的手機如此聰明，所以榮耀只能對於所有場景、功能進行一一適配，每個功能都對應不同的AI演算法，這樣的方法不僅效率低，而且體驗也不一定能好。

如果有一天我們的手機中支持強人工智慧了（像一個真正的人那樣和用戶進行互動），那才能夠無壓力地實現榮耀Magic那樣無處不在的智能服務。

鋼鐵俠里的Jarvis就是強人工智慧

但是不管是強人工智慧還是弱人工智慧（只在單一功能上呈現高度智能化），他們使用的演算法都和現在的處理器不是很「合拍」，所以這個時候我們就需要一個人工智慧處理器了。谷歌的TPU就是針對神經網路進行加速，而華為現在在研發的人工智慧處理器，很有可能就是為了配合和人工智慧相關的功能，這也說明，榮耀Magic的實驗在華為眼中已經是成功的，他們現在又要再進一步了。

現在一切人工智慧 包括Alpha Go都是弱人工智慧

不過需要強調的是，演算法才是人工智慧的命脈，第一代的Alpha Go使用了蒙特卡洛樹和卷積神經網路等演算法，但是第二代換用TPU之後，誰都不知道Alpha Go使用了什麼新演算法了。所以對於希望進軍人工智慧領域的廠商來說，軟體先成熟上去了，才能讓硬體跟上，畢竟AI領域，演算法為先，硬體才是需要做出配合的。

【本文圖片來自網路】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！