智能手机与人工智能结合有什么意义

主页（http://www.kuwanit.com）：智能手机与人工智能结合有什么意义

现如今，人工智能已经被融入到科技领域的方方面面，智能手机自然也不例外——几乎所有手机厂商都开始在产品当中加入AI功能。

但在智能手机的发展历程当中，从来都不缺所谓的“未来趋势”，但它们中有不少只不过是靠营销火了一把，很快就销声匿迹。因此在面对人工智能与智能手机的结合时，我们是否也应该保持谨慎态度呢？

到底什么是人工智能？

人工智能是一个涵盖范围非常广的技术概念，我们很难去准确地对其进行定义。不过从广义上讲，当机器能够在没有明确定义的前提下做出推断和决定，就叫人工智能。

许多人都把人工智能称作是一种概念未来的技术，从某些方面来看，它也的确如此。人类大脑执行运算的速度完全无法和处理器相提并论，但人类可以感知周围的世界，并区分物体、动物、形状和大小，而机器却不能。

为了拟补机器在这方面的缺陷，人工智能就应运而生了——它将帮助智能手机（以及其它类型的设备）去理解周围环境，并自行作出决定。

人工智能之下有机器学习和深度学习两大块。简单来讲，机器学习让计算机 / 手机能够通过数据自我学习和自我提升，而无需明确编程；深度学习是机器学习的一个子集，目的是模拟人脑的运作方式。深度学习是一个非常先进且精密的技术，用非常通俗的话讲，它会使用拥有许多层次结构的神经网络去学习并决定最优解决方案。

与智能手机的结合

在智能手机体验当中，人工智能和机器学习已经被应用在了许多层面当中——从谷歌地图和苹果地图这样的地图服务，到Siri、Google Assistant和Cortana这样的智能语音助手。

与此同时，手机厂商也开始为人工智能搭配专用的硬件，来进一步提高它的工作效率和体验。华为的麒麟980、苹果A12仿生、以及谷歌Pixel系列专为拍照服务的Visual Core。在机器学习和深度学习的作用下，智能手机学会了许多新花样，比如在拍照时分辨出不同的场景（并使用相对应的预设参数），自动优化软件设置，提升安全性和续航，以及加速用户的每日任务。

接下来，我们就从软件和硬件两方面来讲讲智能手机与人工智能的结合。

基于软件的人工智能

在软件这一块，由人工智能驱动的智能语音助手存在的时间已经不短了。包括Google Assistant、亚马逊Alexa、苹果Siri和三星Bixby在内的智能语音助手都会使用人工智能去理解我们的语音命令，不管你是想要在网上搜索内容、打电话还是叫出租车。

大多数智能语音助手都能理解上下文，以及用自然语言提出的问题。在机器学习的帮助下，它们还能不断学习并自我完善，随着使用时间的增加来提高自身的智能性。

机器学习也被应用在了Gmail、搜索和地图类应用当中，就连我们在网站上看到的定向广告也是它们的“功劳”。

当你在地图和搜索类服务的搜索栏输入内容时，机器学习就会根据你过去的搜索记录、当前位置、热门趋势提供建议。

谷歌相册和iOS相册也会使用人工智能来整理照片，或是帮你找到特定的照片（某个人出现的照片、有狗狗的照片、或是假期拍摄的照片等）。Gmail的优先收件箱（Priority Inbox）可自动对你的邮件进行筛选，并找出当中那些重要的邮件。

作为人工智能研发的领导者之一，谷歌还有更多值得一提的功能。在今年的Google I/O大会上，他们就介绍了一大堆围绕着人工智能开发的功能，比如Gmail的智能编写功能（在你写邮件时通过机器学习提供遣词造句的建议），更加效率的YouTube视频 / 电视节目CC字幕，Google Assistant自然语言处理能力等。

他们还展示了一项名叫Duplex的技术，可让Google Assistant来帮你接电话。而在最新发布的Pixel 3和3 XL身上，名为screen call的新功能还能让Google Assistant帮你筛选诈骗电话。

专用人工智能芯片

为了进一步提升人工智能在手机上的工作效果，有的厂商还在自己的产品当中加入了专用的硬件。华为的麒麟980都配备了神经处理单元（NPU），可让人工智能计算在本地进行，，而不是依赖于云端；苹果的A12仿生也配备了一个神经网络引擎，负责面容ID和其他机器学习任务。

那么这种人工智能芯片能带来哪些好处呢？简单来讲，它的到来让手机可以在本地进行所有的计算任务，而不必将数据上传到云端。如此一来，用户的隐私得到了更好的保护，手机在执行相关任务时的表现也会进一步提升。

和去年的A11仿生相比，苹果新一代iPhone所使用的A12仿生处理器在性能方面得到了加强，神经网络引擎也得到了升级。新的引擎拥有8个核心，每秒可执行5万亿次运算。由于能效的提升，设备的续航能力也得到了加强。

此外，新的神经网络引擎在识别目标的头发和眼镜时也更加效率，并会对图像进行相应的处理。它还能提升面容ID的识别速度，并支持第三方应用接入。

华为今年发布的麒麟980也在人工智能方面获得了进一步升级。它配备了双核NPU，可进一步提升处理器在执行人脸识别、物体识别、物体检测、图像分割、智能翻译等任务时的表现。具体到图像识别速度上，麒麟980每分钟可识别4500张图像，相比上代麒麟970提升120%。

谷歌本月发布的Pixel 3系列使用的是骁龙845处理器，后者并无专用的AI处理单元。但和去年一样，谷歌也为今年的两款设备配备了Visual Core芯片，目的是增强手机的图像处理能力。

根据谷歌的介绍，Visual Core汇编HDR+图像的速度要比应用处理器快5倍，而能耗只有1/10。它能够处理和拍照相关的复杂图像及机器学习任务，从而带来了基于当前场景的自动拍照参数调节。

仍有缺点和不足

在智能手机这个应用领域，人工智能已经展现出了很大的潜力。但是，两者的结合不过是这一两年才开始的，因此不足和限制依然存在。

首先，人工智能在智能手机身上的应用范围目前还较为有限。就目前而言，人工智能为智能手机带来的提升主要体现在拍照效果和智能语音助手智能性的加强。这两项提升不可谓不重要，但我们所期待的显然不止于此。