Какие преимущества дает ИИ современным смартфонам, и при чем тут чипсеты?
2018-й можно смело назвать годом технологий искусственного интеллекта в смартфонах.
Сегодня едва ли не каждый производитель таких устройств подчеркивает, что его продукты наделены ИИ и это дает им значительные преимущества перед конкурентами. Так ли это? Ответить однозначно, увы, сложно.
Производители понимают под ИИ совершенно разные вещи, а иногда используют его упоминание для маркетинговых целей, не имея для этого веских оснований.
К счастью, наличие или отсутствие технологий искусственного интеллекта в смартфоне можно проверить. Для этого достаточно взглянуть на характеристики устройства и найти там название чипсета, лежащего в его основе. Запоминаем и идем на сайт его производителя.
Если никаких упоминаний об ИИ на странице чипсета нет, значит, ИИ в смартфоне — это скорее всего фантазии производителя последнего. Если же производитель чипсета четко указывает на наличие средств обеспечения ИИ, то смартфон относится к «умной» категории.
Но что же дает этот самый ИИ? Давайте разберемся на примере чипсетов MediaTek и смартфонов на их основе. Поддержка ИИ в данном случае честная — на аппаратно-программной основе.
Так что, если в перечне характеристик смартфона вы видите названия MediaTek Helio P22 (MT 6762) или MediaTek Helio P60 — знайте, ИИ в этом смартфоне действительно есть.
Обе платформы поддерживают технологию MediaTek NeuroPilot, а в P60 есть и отдельный ИИ-модуль (APU). Это обеспечивает смартфоны на базе чипсетов набором функций с применением ИИ.
Как искусственный интеллект (ИИ) используется в смартфонах?
Первая из функций — глубокое обучение при распознавании лиц. «Сканировать» лицо пользователя фронтальной камерой сейчас умеют десятки смартфонов, но далеко не все они задействуют при этом ИИ.
Последний помогает повысить точность и скорость распознавания объекта в кадре, а также избежать разного рода неприятных моментов. Например, смартфоны с поддержкой ИИ способны узнать пользователя, когда он, скажем, надел (ну или снял) очки или сбрил/отрастил бороду.
Для сравнения: аналоги без ИИ в таком случае, скорее всего, сообщат, что лицо не распознано.
Еще одна сфера применения ИИ — бьютификация лица при создании селфи. Опять же: «улучшать» фотографии могут многие смартфоны и без ИИ, но в большинстве случаев результаты их усилий далеки от идеала.
Лица выходят белесыми и зачастую нереалистичными. За счет ИИ смартфоны могут бьютифицировать лица куда аккуратнее — фотографии получаются живыми, без потери важных деталей, но с коррекцией дефектов.
Технологии искусственного интеллекта вообще значительно упрощают жизнь тех, кто любит фотографировать на смартфон. Скажем прямо: далеко не каждый пользователь может самостоятельно выбрать правильные настройки для съемки заката, людей или еды.
В итоге человек делает снимок — и остается недоволен результатом. Если же он фотографирует на смартфон c поддержкой ИИ, то результат будет совершенно иным: устройство автоматически определит, что находится в кадре, и моментально подберет оптимальные настройки.
Кадр получится отличным.
Oppo F7 на базе Helio P60 автоматически выбирает настройки для сцены с помощью ИИ
Может ли искусственный интеллект (ИИ) улучшить производительность и энергоэффективность смартфона?
Технологии искусственного интеллекта — это важная составляющая современного смартфона. Но если прочие компоненты чипсета слабы, то никакой искусственный интеллект не сделает устройство на его основе производительным и удобным.
Без сомнений, чипсет вашего смартфона должен быть оснащен достаточно мощными процессорами. Например, на борту Helio P60 графический ускоритель ARM Mali-G72MP3 и восемь 64-битных вычислительных ядер; четыре — высокопроизводительные ARM Cortex-A73, еще четыре — экономичные ARM Cortex-A53. Все они изготовлены по техпроцессу 12-нм FinFET, что позволяет экономить энергию.
Но и этого недостаточно, ведь нужно обеспечить их грамотную и слаженную работу. Казалось бы, почему не использовать все эти возможности вместе, например, задействовать все ядра сразу, чтобы смартфон работал максимально быстро? Ответ достаточно прост — это негативно скажется на энергоэффективности.
Кому нужен очень быстрый смартфон, который работает без подзарядки полдня? Правильно, никому.
Важно, чтобы устройство правильно распределяло нагрузку и обеспечивало баланс производительности и потребления энергии. Это позволит смартфону работать быстро и долго, не перегреваясь. В случае с P60 за это отвечает технология MediaTek CorePilot 4.
0 — она позволяет использовать ядра в разных конфигурациях. Например, два вычислительных ядра из первого кластера, три — из второго и одно графическое.
Выбор конфигурации зависит от задачи, цели остаются теми же: решить ее а) максимально быстро, б) с минимальным расходом энергии и в) чтобы чипсет (и смартфон) не нагревался.
Все это, конечно, здорово, но это лишь теория; что с практикой? А практика теорию подтверждает. Посмотрите, как разные чипсеты, которые используются в смартфонах одной категории, справляются с несколькими задачами. Небольшой спойлер — Helio P60 лидирует.
Может показаться, что смартфоны с такими функциями всегда будут находиться в среднем или дорогом сегментах рынка. Но что делать, если не хочется тратить на устройство много денег? Производители смартфонов стремятся создавать качественные решения и в более дешевом сегменте. Но для этого им нужны доступные комплектующие, которые будут обеспечивать все те же передовые функции.
Таким решением может стать второй чипсет, о котором мы говорили выше, — MediaTek Helio P22.
Он ничем не уступает Helio P60 с точки зрения поддержки технологий искусственного интеллекта и обеспечения баланса между производительностью и энергоэффективностью (к слову, и техпроцесс здесь такой же – 12-нм FinFET).
Разумеется, конфигурация и производительность отличаются от P60. Несмотря на то, что мощность не такая высокая, ее все равно достаточно для современных игр и просмотра видео в высоком разрешении.
Примеры смартфонов с искусственным интеллектом (ИИ)
Напоследок приведем пару примеров смартфонов, которые не разочаруют вас своими функциями и приятно удивят с точки зрения цены. Первый смартфон — Oppo F7 на базе Helio P60. Кстати, смартфон уже несколько месяцев доступен в России, и его обзор вы можете прочесть на нашем сайте.
В этом смартфоне есть ряд функций на базе технологий искусственного интеллекта. Например, 25-мегапиксельная фронтальная камера смартфона способна улучшать снимки, используя ИИ, без перегибов и неточностей.
Распознавание лиц в случае Oppo F7 происходит моментально — оно осуществляется на основе 128 опорных точек.
При съемке на основную камеру смартфон способен распознавать такие объекты и сцены, как закат, растения, небо, снег, ночь, собаки, кошки, дети, пейзажи и не только — всего 16 вариантов.
Важно, что Oppo F7 не пасует в играх и работает долго — несмотря на мощные вычислительные ядра, графический ускоритель и огромный 6,23-дюймовый экран, два дня без подзарядки для него — не проблема.
Второй смартфон — Vivo Y81 на базе Helio P22. Это более доступное устройство, чем модель Oppo. Однако преимущества у Y81 аналогичные. Например, фронтальная камера, которая благодаря поддержке ИИ улучшает качество селфи, а также быстро и точно распознает лица.
В обозримом будущем на российском рынке будет появляться еще больше качественных устройств на базе технологий искусственного интеллекта. Некоторые из них будут более функциональными и дорогими, другие – простыми и доступными. Выбирайте то, что подходит именно вам, и не забывайте проверять характеристики смартфонов.
Что позволяет нам искусственный интеллект в мобильном телефоне?
Большинство мобильных телефонов, в настоящее время могут похвастаться наличием искусственного интеллекта, особенно смартфоны Huawei и Honor, которые были одними из первых в этой технологии. Но многие пользователи не знают для чего нужен ИИ.
Все мы более или менее знаем, что ИИ делает телефон стабильнее и более полезным. Он учится на нашем использовании или ситуациях и помогает нам с камерой или с производительностью, а также с батареей. Но сегодня мы подробно расскажем вам, каковы все преимущества искусственного интеллекта в Huawei.
Учит привычки
Искусственный интеллект позволяет смартфону учиться на том, как вы его используете, и, таким образом, ваше устройство будет более удобным в использовании. Все, что ваш телефон знает о вас, поможет вам использовать его более эффективно и быстро.
Мы можем быть полностью международными благодаря ИИ, который может переводить для нас в режиме реального времени, если мы хотим говорить с кем-то на другом языке. Идеально подходит для работы, также, если вы собираетесь путешествовать и хотите общаться с людьми на одном языке. И чем больше вы будете использовать эту технологию, тем больше слов вы будете знать, и тем полезнее она будет.
Благодаря искусственному интеллекту у нас есть доступ к большей безопасности в нашем мобильном телефоне. Распознавание лиц способно запомнить наше лицо и решить, являемся ли мы владельцем телефона или нет. Благодаря ИИ мы можем получить высокую точность в этом виде безопасности.
Это одно из применений, в котором мы больше всего замечаем ИИ. Многие выбирают смартфоны Huawei / Honor, которые имеют лучшую камеру с искусственным интеллектом на рынке.
Искусственный интеллект может выбрать для вас, какие параметры следует использовать в каждой ситуации, и знать, на чем вы сосредоточены.
ИИ может знать, является ли то, что вы хотите снимать, пейзажем, портретом и поэтому вы можете выбрать, какие параметры являются подходящими.
Искусственный интеллект позволяет нашему телефону работать стабильнее и эффективнее. Он способен оптимизировать процессор до 40%. Тем самым делает его быстрее и эффективнее в задачах, которые мы чаще используем.
Возможно, вам будет интересно: 5 ВЕЩЕЙ, С КОТОРЫМИ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ НЕ МОЖЕТ СПРАВИТЬСЯ
Зачем смартфону искусственный интеллект?
Иллюстрация: Getty Images 
Термины «искусственный интеллект» и «машинное обучение» в последнее время обрели невероятную популярность. И это не только благодаря достижениям в науке и технике, а потому, что интеллектуальные системы стали ближе к людям, и во многом это заслуга смартфонов. Уже сегодня смартфоны подсказывают нам дорогу по оптимальному маршруту с учетом пробок, советуют фильм на основе наших предпочтений, умеют стилизовать наши фотографии под произведения Ван Гога и многое другое. Производители смартфонов даже начали устанавливать специальные «нейронные cопроцессоры», которые призваны ускорить эти операции. Таким процессором, например, обладает новый Honor View 10 от Huawei. Но как мы пришли к этому? Давайте разбираться.
Так что же такое искусственный интеллект?
Для начала нужно определиться, какие системы можно называть интеллектуальными и чем они отличаются от обычной компьютерной программы.
Обычная программа представляет собой неизменяемый набор инструкций, единожды записанных человеком. Т. е. человек придумал алгоритм и объяснил его машине.
Но может ли сама машина понять или придумать, что нужно делать для решения какой-то конкретной задачи? Именно таким вопросом задались люди в 1940-х годах и с тех пор перепробовали множество разных методов, основной целью которых является научить машину мыслить, как человек, хотя бы для решения одной конкретной задачи. То есть искусственный интеллект — это способность машины решать некоторые задачи так, как это делал бы размышляющий над их решением человек.
Одним из логичных подходов в решении этой задачи является попытка скопировать мыслительную деятельность человека. Например, мы привыкли, что видеть и распознавать предметы — это легко. Наш мозг справляется с этим без особых усилий, потому что однажды этому научился.
В 1966 году группа ученых и студентов Массачусетского технологического института решила летом не ехать на каникулы, а остаться в кампусе и математически решить задачу распознавания объекта на картинке. Т. е. решить одну из задач компьютерного зрения — научить машину по картинке определять, что на ней изображено.
Студенты назвали свою работу The summer vision project, подразумевая, что это настолько простая задача, что ее можно решить всего за одно лето. Сейчас, спустя более чем 50 лет, мы знаем, что это сложная задача, в решении которой ученые-исследователи и технические гиганты все еще соревнуются.
Лишь в 2015 году машины стали распознавать изображения так же хорошо, как люди (и даже немного лучше). А тогда, в 1966 году специалисты из MIT не достигли поставленной цели, но получили результаты, полезные для дальнейших исследований.
Если самые яркие фантастические книги об ИИ были написаны в 50-х, а компьютер вошел в повседневность еще в 90-х, то почему прорыв применительно к системам искусственного интеллекта мы наблюдаем только сейчас, в последние 5–10 лет?
Благодаря исследованиям нейробиологов сейчас у нас есть некоторое представление о том, как устроен человеческий мозг.
Это огромный набор мозговых клеток — нейронов, каждый из которых выполняет одну очень простую функцию — получает сигнал от других нейронов, и при определенных условиях комбинации этих сигналов происходит так называемая активация нейрона и он выпускает сигнал дальше.
Несмотря на всю простоту работы одного нейрона, их совокупность (а их количество в нашем мозгу исчисляется миллиардами) позволяет нам занимать место самых умных существ на этой планете, или хотя бы считать себя таковыми.
Когда мы чему-то учимся, будь то ходить, кататься на лыжах, говорить или считать, нейроны головного мозга изменяют свою функцию активации, т. е. условия, при которых они пропускают сигнал дальше. Эти знания о работе головного мозга ученые и воплотили в искусственных нейронных сетях — одном из самых успешных методов искусственного интеллекта.
Но вот вопрос: если люди занимаются этими задачами с 40-х годов прошлого века, самые яркие фантастические книги об ИИ были написаны в 50-х, а компьютер вошел в повседневность еще в 90-х, то почему прорыв применительно к системам искусственного интеллекта мы наблюдаем только сейчас, в последние 5–10 лет? Для ответа на этот вопрос нужно посмотреть на историю.
Перцептрон и две зимы искусственного интеллекта
Первой попыткой смоделировать деятельность мозгового нейрона был предложенный в 1943 году искусственный нейрон Маккалока — Питтса — математическая модель естественного, т. е. человеческого нейрона.
Так же как в реальном нейроне, в искусственный нейрон поступает сигнал (число 0 или 1), и после простых вычислений нейрон так же выпускает сигнал (0 или 1). Сеть из таких нейронов могла решать простейшие логические задачи — так было положено начало методу нейронных сетей.
Правда, для сети нейронов Маккалока — Питтса еще не было придумано методов ее обучения, и поэтому все внутренние вычисления в каждом нейроне вручную настраивались человеком.
Первая модель нейрона, которая имела свой метод обучения на множестве входных данных и желаемых результатах, был так называемый перцептрон, описанный Фрэнком Розенблаттом в 1958 году.
Обе эти модели нейрона в качестве функции активации использовали самую простую — линейную функцию. Это сильно ограничивало их способности в решении сложных задач.
Метод, придуманный Хинтоном и Румельхартом, заключается в том, чтобы сравнить полученный ответ с желаемым, понять, насколько мы ошиблись, а затем последовательно, в обратном порядке пройти по слоям и переобучить нейроны
В 1969 году в свет вышла работа Минского и Пейперта, в которой математически было доказано, что увеличение размеров сети, состоящей из перцептронов, не ведет к улучшению ее способностей, т. е. не увеличивает ее интеллект.
Несмотря на то что этот вывод касался только конкретной модели нейрона — перцептрона, это сильно повлияло на интерес научного сообщества к нейронным сетям в целом.
Наступила так называемая «зима искусственного интеллекта»: множество лабораторий, занимавшихся нейронными сетями, потеряли энтузиазм и лишились финансирования. Нейронные сети уступили место другим объектам исследования.
Конец первой зиме искусственного интеллекта пришел, когда группа канадских ученых (среди которых были Дэвид Румельхарт и, как сейчас говорят, дедушка нейронных сетей Джеффри Хинтон) в 1986 году придумала универсальный метод обучения нейронных сетей для любых, даже самых сложных функций активации нейронов.
Если представить нейронную сеть как последовательность слоев из нейронов, то поступающий сигнал (например, картинка или звуковой файл с речью человека, если мы говорим о распознавании) проходит сквозь слои нейронов один за другим, и на последнем слое мы получаем ответ (текстовое описание того, что изображено на картинке, или текст, который был сказан человеком).
Метод, придуманный Хинтоном и Румельхартом, заключается в том, чтобы сравнить полученный ответ с желаемым, понять, насколько мы ошиблись, а затем последовательно, в обратном порядке пройти по слоям и переобучить нейроны, чтобы они лучше работали на выбранном примере картинки/звука.
Метод так и называли — метод обратного распространения ошибки, и он до сих пор является самым простым и надежным методом обучения нейронных сетей и используется повсеместно.
Полученный метод обучения сетей позволил создавать многослойные сети со сложными нелинейными зависимостями. Теперь, казалось бы, дело за малым — нужно использовать как можно больше нейронов с нелинейной функцией активации и как можно больше слоев, и тогда компьютер сможет обучиться чему угодно. Но оказалось, что не все так просто.
При обратном распространении ошибки хорошо обучались последние слои, а первым почти ничего не доставалось, т. к. влияние ошибки затухало по мере распространения назад
Во-первых, стало очевидно, что для того, чтобы качественно обучать сети с большим количеством нейронов, необходимо большое количество обучающих примеров. Во-вторых, для глубоких сетей (т. е.
состоящих из большого количества слоев) обучение переставало быть таким эффективным, а именно: при обратном распространении ошибки хорошо обучались последние слои, а первым почти ничего не доставалось, т. к. влияние ошибки затухало по мере распространения назад.
В-третьих, большое число нейронов означает большое число параметров, и велика вероятность переобучения: имея так много степеней свободы, сеть идеально подстраивается под обучающие примеры, но начинает сходить с ума и показывать ерунду на новых задачах.
И наконец, в-четвертых, для обучения сетей с большим количеством нейронов нужны большие компьютерные мощности. Эти проблемы привели к тому, что в середине 90-х наступила вторая «зима искусственного интеллекта».
Зачем смартфону искусственный интеллект гаджеты — распознают лица, переводят тексты и о других полезных функциях
С тех пор, как мобильные телефоны начали вытеснять коммуникационные устройства под названием «смартфон», стало понятно, что производителям мало функции звонка, и они решили не просто расширить коммуникационные возможности, а и создать действительно умные гаджеты. Но первые смартфоны пусть и выделялись крутыми на свое время камерами, а также позволяли пользоваться почтой, все равно не могли того, что делают современные устройства. Все чаще в битвах мегапикселей и гигабайтах ОЗУ на первый план выходят функции ИИ. Нейромодуль, камера с искусственным интеллектом, алгоритмы – эти слова буквально наводнили современный маркетинг, который то и дело стремиться проникнуть в несведущие умы потенциальных покупателей. И все же главные особенности ИИ в обзорах упоминаются вскользь, так что попробуем разобраться в этом подробнее.
Немного истории гаджетов с интеллектом
Попытки возложить на вычислительные устройства решение сложных задач возникли давно. Но искусственный интеллект уже не просто программа.
И хотя речь больше о машинном обучении, чем об аналоге человеческого мышления, подчас нынешний ИИ может решать куда более сложные задачи, чем человек, причем за считанные мгновения.
Таким образом, современные гаджеты, где уже работает ИИ, выполняют свои функции уже не по программе, а по определенным алгоритмам, один из которых известен как «нейросети».
Конечно, умные алгоритмы уже давно используют во внешней среде, но «заселив» искусственный интеллект в сам смартфон, можно решать некоторые задачи «по месту», не прибегая к удаленным сервисам и не затрачивая трафик. Тем более что мощности мобильных чипов позволяют.
Более того, производители уже выделили для этого функционала отдельный блок – нейропроцессор, или NPU, который ускоряет алгоритм обучения и уменьшает энергопотребление. Первым процессором с отдельным NPU стал Кирин 970, от компании Хуавей.
Именно она впервые представила устройства на его основе и заявила о том, что будет делать упор на развитие ИИ в своих последующих гаджетах. Попробуем сравнить смартфоны первого и актуального поколения от компании Хуавей, где применен NPU:
| 5.8, 1080х2240 | Кирин 970+6Гб ОЗУ | Дуал, 12+20Мп | 3400мач |
| 6.1, 1080х2340 | Кирин 980+8Гб | Трипл, 40+16+8Мп | 3650мач |
Как видно, улучшаются возможности технической составляющей, но как бы хорошо не снимали камеры, ключевая работа ведется именно на уровне ИИ. Помимо наращивания мощностей нейропроцессоров, компания старается возложить на них все больше задач.
Как машинное обучение помогает в распознавании лиц
Разблокировка лицом – не новая функция, которая поддерживается даже в бюджетных моделях. Но если они распознают двухмерный рисунок по простым алгоритмам сравнения, продвинутый флагман делает это совершеннее.
Дело в том, что простые устройства не способны справляться с задачей в темноте и их нередко можно обмануть фотографией или даже лицом похожего человека. В продвинутом варианте будет распознаваться трехмерная модель лица, а количество точек распознавания уже превышает 30 тысяч.
Но и здесь не обойтись без проблем в виде макияжа или бороды владельца: задача ИИ выявить подобные изменения и узнать владельца.
Сортировка фотографий по разным папкам
Распознавание широко применяется не только в разблокировке: в настоящее время ИИ может определять предметы и узнавать людей, как в камерах, так и на картинках в памяти устройства.
При желании пользователь может запросить отобрать все фотографии с автомобилями, отдельными лицами, едой или какими-либо предметами по разным папкам, после чего ИИ распознает заданные изображения и отсортирует их по разным папкам.
Как нейросети улучшают автономность
Об этом тоже часто говорят производители флагманов на презентациях. На самом деле ИИ всего лишь пытается изучить наши привычки для контроля тех или иных приложений.
К примеру, если владелец смартфона ночью спит, большая часть программ явно не понадобится, и алгоритм их отключает, а перед пробуждением он подгружает то, что будет использовано в первую очередь.
Второй упор сделан на прогнозировании нагрузки: к примеру, учитывается частота смены кадров в играх и больше всего ресурсов тратится в сложных динамических сценах, в то время как без нагрузки устройство не потребляет максимальное количество энергии.
Как оптимизируется производительность
Беседка №163. Об интеллекте в смартфонах, часть 1 — android.mobile-review.com
Можно ли на самом деле называть наши устройства умными?
Оригинальный материал
Современные технологические компании активно инвестируют в разработку искусственного интеллекта и не зря. ИИ потенциально может развиваться быстрее, чем человеческий интеллект, следовательно – более эффективно находить решения проблем.
Пока что это время не пришло. Может пройти несколько десятилетий прежде, чем нам удастся получить элементы искусственного интеллекта, сравнимые с общим интеллектом людей, кхм, некоторых людей.
В нашем распоряжении на данный момент имеются лишь базовые модели, выполняющие узкие задачи.
Правило «Если-то»
В течение практически всей «жизни» компьютеров вычисления осуществлялись посредством запрограмированных в компьютер правил. Мы начали с простой математики, затем двинулись дальше.
Даже пользовательский интерфейс современного смартфона до сих пор вручную программируется на основе правил. «Если пользователь нажмёт на эту кнопку, то нужно сделать вот это».
Это нормально, но умным такой подход не назвать.
Подумайте сами, смартфоны в их сегодняшнем виде глуповаты. Особенно в части дизайна пользовательского интерфейса. Причиной, по которой мы называем их «умными», является возможность установки на них программ.
Приложения расширяют функциональность и выводят её за пределы тех функций, с которыми смартфоны поставлялись с завода. На самом деле мы лишь тычем пальцами по кнопкам с цифрами в определённой последовательности, чтобы позвонить на другой номер.
Конечно, есть и жесты для сенсорного экрана, такие, как клавиатура с поддержкой непрерывного ввода и пролистывание, но, опять же, это еще пара примеров функций с правилами.
Приложения и мобильные ОС тщательно программируются так, что в итоге получается не очень «умно» и «интеллектуально». Все операционные системы для смартфонов используют жест от края дисплея как основной способ взаимодействия, который не имеет смысла на экранах с диагональю больше 3.
8 дюйма. Дизайнеры пользовательских интерфейсов зачастую не справляются с созданием «умных» способов взаимодействия для телефонов.
Во многих случаях они опираются на подходы, которые работали в прошлом, но больше не являются актуальными, а если и являются, то для совсем узкой части населения.
Смартфоны – Искусственный Интеллект и Машинное Обучение
Современному смартфону, чтобы оставаться «модным», нужно иметь дисплей 18:9 с минимальными рамками (лучше с вырезом), превосходную камеру и искусственный интеллект и/или машинное обучение.
Искусственный интеллект и машинное обучение – эти заумные словечки перенимаются и применяются на всех составляющих наших смартфонов, от системы на кристалле до операционной системы. Так что же это: маркетинговое надувательство, научная фантастика или факт, являющийся вымыслом? Читайте дальше, и мы предоставим простой и по возможности свободный от жаргона обзор.
Материал взят с сайта GSMARENA. Ссылка на первоисточник — //www.gsmarena.com/smartphones_artificial_intelligence_and_machine_learning-news-30627.php
В чем же разница между искусственным интеллектом и машинным обучением
Искусственный интеллект лучше всего можно охарактеризовать, как способность машины демонстрировать практики, включающие обучение, поведение и общение, похожие на наши. Звучит, как нечто из разряда фантастики, да? Что ж, если бы мы закончили здесь, то мы бы согласились с этим, но давайте копнем глубже.
Возьмем обобщение ИИ (Общий ИИ), представленное выше, сузим его, выберем определенную область, которая более уместна для нашего вопроса – например, распознавание изображений – и назовем это Узкий ИИ.
Наши смартфоны не просто вдруг развили способность распознавать отличия между машиной и тарелкой с вечерним перекусом. Их этому научили. Способность «по-настоящему» узнавать что-то новое в своей чистой форме, т. е.
без постороннего вмешательства, для них пока недоступна.
Я состоял в команде, которая выпустила схему карты лояльности для крупной британской компании розничной торговли, которая теперь имеет около 16 млн. держателей карт. Теперь представьте объем данных, который мы собирали.
База данных клиентов, вмещающая всю информацию, которую предоставили все 16 млн. во время процесса регистрации, включает пол, возраст, детей и адреса.
База данных транзакций, куда вносится информация обо всех купленных предметах, включает дату, время и магазин.
Какие понимание и интеллект наши системы могли бы продемонстрировать нам, однако реальность была немного другой. Однажды мы прибыли в офис и обнаружили, что наши системы выдали нам «истину» или тренд, который мы не рассматривали.
Нет, наша система прямо отвечала на поставленный вопрос – сколько женщин с определенными демографическими данными не купили определенный бренд парфюма, например. Мы могли принять эти данные и дать совет бренду.
Это был интеллектуальный анализ данных, хотя и в массовом масштабе, с применением правил и логики, созданных нами.
Теперь же вернемся к смартфонам. Пора и машинному обучению выйти на сцену. В качестве практического примера возьмем альбом «Люди» от Apple и предположим, что ранее никого не «отмечали».
Когда вы впервые просматриваете альбом «Люди», он показывает только фотографии, где была определена геометрия «лица», без имен.
- Выберите лицо без имени и дайте ему имя.
- Программа попросит подтверждения, что другое лицо принадлежит этому человека. Пока она получила лишь первое лицо для работы, так что предлагаемое лицо во второй раз может отличаться. Вы отвечаете «да» или «нет» и повторяете.
С каждым разом программа узнает больше и больше об этом лице с разных углов, с различными прическами, что случается, когда оно стареет и т.д. Таким образом вы достигаете точки, когда, вы делаете фото человека, и программа автоматически отмечает его правильным именем.
Это яркий пример использования машинного обучения для активации Узкого искусственного интеллекта.
В приведенном выше примере, мы учили наш смартфон распознавать лица наших друзей, поскольку для нас они уникальны. В наши приложения камеры эти улучшения уже были внедрены другими компаниями, которые обеспечивают базовый уровень.
Они используют машинное обучение для регистрации и классификации множества фотографий, так что, когда в объектив попадает тарелка с едой, ваш смартфон распознает ее и применяет подходящие фильтры для лучшего из возможных фото, и отмечает ее как определенный вид еды.
В будущем эти Узкие ИИ будут расширяться для лучшей работы вместе.
К теме о распознавании наших лиц, iPhone X использует ИИ для Face ID, чтобы запомнить ваше лицо и снимать блокировку с iPhone в различных условиях.
Представьте себе будущее, где данный процесс автоматически распространяется на приложение «Фото», чтобы помогать в начальной стадии распознавания или в добавлении дополнительных изображений.
Специальные чипсеты с искусственным интеллектом
На этом этапе уместно поговорить о чипах. Когда производители ссылаются на элементы ИИ в своих чипах, рассматривайте это, как нечто похожее на графический процессор (GPU).
Ведь GPU предоставляет разработчикам ряд эффективных API, например, для отображения многоугольника в пределах определенного координатного пространства с цветной текстурой.
Чипсеты с искусственным интеллектом предоставляют эффективный ряд API, которые через нейронные сети поддерживают задачи, связанные с ИИ.
Примеры чипсетов, включающих аппаратные средства, связанные с ИИ, включают:
- Нейронный процессор (ИИ-ускоритель) HiSilicon Kirin 970 от Huawei
- ИИ-платформа ЦПОС Snapdragon 845 Hexagon 685 от Qualcomm
- Нейронный процессор A11 Bionic от Apple
Их аппаратура нейронной сети может выполнять до 100 млрд. операций в секунду.
Но не беспокойтесь, если чипсет вашего смартфона не содержит специальных элементов с ИИ, данный процесс будет осуществляться программным обеспечением. Он будет менее эффективным, поскольку устройство не сможет запросить поддержку специального элемента, а в первую очередь будет использовать GPU и в некоторых случаях ЦП.
Разработчики
До недавнего времени, хотя ИИ был доступен на ОС для встроенных приложений и процессов, разработчикам было сложно осуществлять локальные ИИ-задачи внутри своих программ.
Ради этого им приходилось встраивать собственный ИИ или использовать сторонний фреймворк, вроде машинного обучения AWS от Amazon. Теперь же все изменилось, поскольку Android 8.
1 и iOS 11 предоставляют API, позволяющие разработчикам легко добавлять машинное обучение в свои программы.
Android 8.1
Android Neural Networks API (NNAPI) предназначен для осуществления интенсивных вычислительных операций для машинного обучения. NNAPI предоставляет базовый уровень функционала для фреймворков машинного обучения более высокого уровня (таких как TensorFlow Lite, Caffe2 и других), которые строят и тренируют нейронные сети.
iOS 11
Core ML – это основной фреймворк машинного обучения, используемый на продукции Apple, включая Siri, Камера и QuickType.
Конфиденциальность
Компании живут и умирают благодаря конфиденциальности наших данных, ради которой используют различные подходы. В некоторых, данные никогда не покидают смартфон, а если такое происходит, он токенизируется. В других случаях, зашифрованные данные в облаке предоставляют дополнительные возможности для улучшения и обогащения опыта.
Двигаясь дальше, уровень доступа для друзей и семьи сохранит дополнительное время всем нам. Возвращаясь к теме распознавания лица, если делиться и получать все процедуры обучения, предпринятые семьей и близкими друзьями, это обеспечит, что если кто-то обучит свою фото-библиотеку распознавать лицо своего сына, это знание автоматически перейдет на ВСЕ их библиотеки.
В этой статье мы концентрировались на фотографировании, чтобы текст был короче, а мысль не скакала туда-сюда, однако ИИ и ML применяются и в следующих областях:
- Понимание языка, включая речь и распознавание написанного от руки
- Использование датчиков смартфона для лучшего понимания, что происходит вокруг пользователя
- Предиктивные интерфейсы, рабочий процесс пользователя и цензура контента/родительский контроль
- Защита устройства
- Улученная обработка изображений
- Дополнительная реальность и ИИ-зрение
- В управлении приложениями/системой устройства для увеличения работы аккумулятора
Последний момент перед заключением, если в этой области когда-нибудь появятся стандарты, это потенциально может позволить вам делиться своим интеллектом с устройствами и сервисами разных производителей. Знаем – мечты, мечты.
Так что пока не волнуйтесь. Ваш смартфон не сможет обрести самосознание как Скайнет и попытаться прикончить вас, когда вы в следующий раз приложите трубку к уху.
Просто теперь, больше чем когда либо, смартфоны начинают оправдывать первую часть своего названия.
Так что пока давайте наслаждаться выгодами, которые приносит искусственный интеллект через машинное обучение в наше повседневное взаимодействие с нашими устройствами.
Все это лишь поверхностная информация в отношении этой темы, поскольку разветвления ИИ очень запутаны. Для дополнительной информации нажмите сюда, чтобы перейти на Википедию.
Как проявляется искусственный интеллект в устройстве вашего смартфона
С тех пор как мобильные телефоны вытеснили всю коммуникацию, стало понятно, что пользователям устройств мало просто функции звонка. Поэтому производители стараются расширять коммуникационные возможности и создавать умные гаджеты. Для этого в телефоны устанавливают камеры с искусственным интеллектом и специальные алгоритмы.
Распознавание лиц
Разблокировка телефона при помощи лица – это функция достаточно старая, которая присутствует даже в бюджетных моделях. Но если в недорогих устройствах распознавание осуществляется по двухмерному изображению, то в продвинутых гаджетах это делается иначе.
Связано это с тем, что простые устройства не могут справиться с распознаванием лица в темноте. Также их легко можно обмануть при помощи фотографии или похожего лица. В дорогих моделях применятся трехмерное распознавание лица, а количество распознающихся точек равно 30.
Но и здесь присутствуют проблемы в виде макияжа или растительности у мужчин. Задача искусственного интеллекта выявить эти изменения и узнать владельца.
Сортировка фотографий по разным папкам
Распознавание используется не только для разблокировки телефона. Искусственный интеллект способен узнавать людей и определять предметы не только в камерах, но и на картинках в памяти устройства. Например, можно запросить отобрать все фотографии с определенным элементом на них. Искусственный интеллект распознает детали изображения и отсортирует их по папкам.
Оптимизация производительности
Раньше в дорогих смартфонах ключевой характеристикой была мощность процесса. Теперь необходимо, чтобы телефон не только не тратил все ресурсы на простые задачи, но и легко справлялся с энергозатратными играми. Для этого применяются тяжелые ядра для игр, средние для мессенджеров и самые экономичные для простых задач. Задачей искусственного интеллекта является оптимизация использования.
Обработка звука
Установленные в смартфон алгоритмы помогают устранять шумы при разговоре, нейтрализуя звуки автомобиля или ветра. Искусственный интеллект отделяет разговор от мешающих.
Перевод текста
Потеряет ли актуальность профессия переводчика в будущем, пока не известно, но предпосылки к этому есть. В каждом смартфоне есть оффлайн-переводчик. Механизм его работы постоянно улучшается, а занимаемый процент памяти, напротив, уменьшается.
Смартфоны и искусственный интеллект: что нас ждет в будущем?
Технологический прогресс не останавливается ни на секунду. Казалось бы, еще недавние фантастические проекты все чаще реализуются на практике. Что касается смартфонов, то по новым моделям можно очень хорошо проследить конкретное развитие технологий.
И пока пользователи восторгались интеллектуальными помощниками в своих телефонах, крупные производители мобильных аппаратов начали готовить людей к куда более масштабному и перспективному тренду.
Речь идет об искусственном интеллекте, который поддерживает машинное обучение. Первые модели смартфонов с AI уже смогли удивить экспертов и пользователей. При этом даже сейчас очевидно, что Artificial intelligence будет все глубже и основательнее внедряться в нашу повседневную жизнь через мобильные устройства.
Что представляет собой искусственный интеллект
С научной точки зрения искусственный интеллект представляет собой технологию, с помощью которой создаются не только интеллектуальные программы для компьютеров, но и интеллектуальные машины.
При этом ИИ связывают и со способностью систем интеллектуальной разработки заниматься всевозможными творческими задачами.
Это означает, что искусственный интеллект в состоянии выполнять традиционные для людей функции.
Самые первые изучения и упоминания данного вопроса датируются 1950-ми годами.
Первопроходцем в области искусственного интеллекта выступил Джон Маккарти, который сумел дать достаточно четкое и понятное определение.
Все это совпадает с той эпохой, когда наука пыталась понять работу человеческого мозга. А уже в дальнейшем теории алгоритмов и вычислений открыли прямую дорогу для создания первых компьютеров.
И именно вычислительные мощности персональных компьютеров еще в прошлом веке подтолкнули многих ученых и физиков к предположениям, что машины через какое-то время сравняются по своему потенциалу с человеческим разумом, либо же превзойдут его.
Искусственный интеллект и смартфоны
Мы говорим об искусственном интеллекте, который используется в компьютерах и различных машинах. Но какую роль он играет в смартфонах? На данный момент ИИ прямо сейчас делает мобильные устройства по-настоящему «умными».
С помощью технологии Artificial intelligence происходит улучшенная обработка фотографий и распознавание различных языков, ускоряется работа системы, а также оптимизируются важные процессы.
ИИ в смартфонах может прогнозировать определенные ситуации и сценарии, изучая деятельность и предпочтения пользователя. Такой подход выводит на новый уровень взаимодействие человека и телефона. Более того, искусственный интеллект не только делает гаджет умнее и быстрее, но и заставляет его развиваться, расширяя и без того солидный потенциал смартфона.
Загрузка...
