QQ在線
企業(yè)微信
資訊
2103當智能手機成為學習工具
當你在超市用面部識別完成一次支付
當你打開一款 App 尋找離你最近的一家“五星”餐廳
當你使用手機語音助手幫你預定旅行的機票
... ...
你手中握著多少智能？
答案是非常之多！
2017 年是人工智能最終融入智能手機的年份，不僅僅是融入智能手機相連的云端，更是融入智能手機本身。
這些手機配備在設備上的 AI 引擎，旨在有效地從傳感器獲取數據，徹底了解數據，然后在設備本地存儲和計算。這些手機執(zhí)行面部識別、活動預測和增強數據加密等任務，必須平衡對額外存儲與計算能力的需求和尺寸限制、成本效益、電池電量。由于這些手機中搭載的 AI 芯片必須能夠根據本地數據提供快速、準確的決策，因此它們依賴于更快、更創(chuàng)新的系統(tǒng)內存和存儲。
AI 智能手機的真實用例
最新智能手機提供的增強圖像、聽覺和語音處理功能已經涌現出新的用戶體驗。下一波體驗將是支持智能手機中 AI 新用例的應用，包括語言處理、人類活動預測和增強型數據加密等。隨著對用戶身份驗證進行面部識別的流行，創(chuàng)新者將使用設備上的 AI 來幫助用戶身份驗證變得更加復雜，但是也更安全、更方便。例如，以前使用照片可以讓面部識別失效?，F在由于使用多個 3D 深度傳感器和紅外攝像頭，智能手機用戶身份驗證更安全、更快捷。
利用設備上的 AI 進行的自然語言翻譯可以增強大多數智能手機中已有的語音識別。更進一步，本地分析和處理電話和聊天對話，可以借助意圖預測（即預測一個人的行為）幫助智能手機提高響應速度，并且智能助理會建議采取某種行動或進行購買。未來的智能手機應用勢必會將一些買家協(xié)助功能從基于云的機器人轉移到更快、更安全的智能手機。
將基于云的 AI 與設備上的 AI 相集成，可進一步擴展用例范圍。例如，加利福尼亞大學伯克利分校有一款叫做 MyShake 的地震預警應用，它使用手機中的加速度傳感器（橫向轉動手機時它會調整屏幕）和 GPS 測量本地發(fā)生的震動程度。該款應用結合收集您附近其他 MyShake 用戶的報告并在云中執(zhí)行綜合分析，可以發(fā)展成為個人地震計和早期預警系統(tǒng)。
智能手機成為學習機器
為設備上的本地 AI 提供轉變動力的是新型專用 AI 處理芯片，嚴格說來，此類芯片比 AI 更具機器學習能力。機器學習是 AI 的一個子集；它是一種技術，隨著時間的推移，它能幫助機器響應不同類型的數據并最終創(chuàng)建可重復的模式，從而自動學習，不必手動編程。神經網絡系統(tǒng)幫助這些機器學習應用程序對數據進行排序，以便計算機更快地對數據進行分類。2017 年，工程師們學會了如何在片上系統(tǒng) (SoC) 中添加新的 AI 組件，從而提高“智能”或 AI 輔助任務的性能和效率，降低成本和功耗，縮小其尺寸。
AI 加劇對手機尺寸和電量的挑戰(zhàn)
在智能手機的組件中，CPU/GPU、屏幕和內存耗電量最多。現在除了這些以外，還增加了新型 AI 引擎的耗電要求。消費者要求有更高像素的顯示屏和更多的內存來支持他們增加負載，因此電池壽命仍然是制造商的主要關注點。
5G 網絡已在諸如中國等國家投入運營。這種無處不在的超高速無線連接，未來其吞吐量比現有 4G 網絡快 50 倍，延遲改進至少比 4G 高出五倍，將為多媒體和視頻體驗創(chuàng)造無限可能。但移動設備將需要更復雜的內存子系統(tǒng)來滿足速度和存儲要求，同時又不會增加功耗或占用空間。
專用 AI 引擎需要處理
本地 AI 處理將增加內存大小和存儲要求。更重要的是，隨著越來越多的 AI 特定應用程序的問世，對更快存儲性能的需求將呈指數級增長。
對于要求高密度、高容量、占用空間小的移動設備，3D NAND 正成為首選存儲解決方案。例如，64 層 3D NAND 數據存儲單元堆棧層垂直構建存儲設備，其容量比傳統(tǒng)的 2D 平面NAND技術高出六倍。此外，最新的 3D NAND 內存設備使用高性能 UFS 存儲接口，可以同時實現讀寫命令，并具有比上一代 e.MMC 5.1 接口更快的隨機讀取速度。3D NAND 芯片和快速 UFS 接口進行這種組合，便可在更小的芯片面積上實現更多存儲，從而為配備 AI 的移動設備帶來顯著的節(jié)省成本額、低功耗和高性能。
