人工智能时代前沿技术社区

首页 > 人工智能 > 热点

还是噱头么?AI正通过你的智能手机慢慢改变生活

人工智能(Artificial Intelligence)本是一个具有悠久历史的名词,首次提出这个概念的人叫马文-明斯基 (Marvin Lee Minsky 1927-201

作者: | 2018-08-20 11:25:12 | 来源:搜狐

14_副本.jpg

人工智能(Artificial Intelligence)本是一个具有悠久历史的名词,首次提出这个概念的人叫马文-明斯基 (Marvin Lee Minsky 1927-2016),他是达特茅斯会议的发起者,同时也是多篇人工智能著作的撰写者,圈内人都愿意叫他人工智能之父。

当然,大名鼎鼎的艾伦-图灵 (Alan Mathison Turing 1912-1954) 早在1950年的时候(也就是明斯基还在大学把妹的时候)就在杂志《思想》发表了一篇名为“计算机器与智能”的文章,在文章中,图灵并没有提出什么具体的研究方法,但是文章中提到的好多概念,诸如图灵测试、机器学习、遗传算法和强化学习等,至今都是人工智能领域十分重要的分支。

然而,由于当时机器计算能力孱弱和时代局限性,这一领域的探索一直处于萌芽阶段。直到1986 年, 鲁梅尔哈特(David E. Rumelhart,1942-2011) 等人的BP 算法解决了XOR 问题, 沉寂了近二十年的感知机研究方向重新获得认可,人们自此重新开始关注这个研究方向。

20世纪90年代初,当时的美国副总统提出了一个重要的计划——国家信息基本设施计划。伴随这个计划的是芯片纳米工艺的飞速发展和移动互联网的成熟,人工智能领域的研究推向风口浪尖,各常青藤高校与AI研究有关的Foundation一时之间充盈无比,人工智能进入前所未有的繁荣阶段。

进入21世纪,云计算技术的发展让AI技术的应用落地有了质的飞跃,AlphaGo人机大战之后,人工智能成为了产业界最受关注的一大热点。一时之间,基于AI技术的独角兽公司如雨后春笋一般在硅谷出现。人工智能已经开始全面切入日常生活,主要的应用场景包括以下几个:

1、深度学习/机器学习:用于预测性数据模型,分析行为数据的软件平台,亦可以利用机器学习检测金融欺诈行为,识别最好的销售线索等;

2、自然语言处理:文本分类,搜索引擎,自然语言智能解析;

3、图像识别:人脸识别,拍照商品搜索以及垂直领域的图像信息提取;

4、手势控制:用户使用手势与计算机交互,体感游戏机及手势操控;

5、智能机器人:可以自主学习的家庭机器人及工业机器人;

6、情景感知计算:自动感知周围环境(位置,方向,光线等),并智能化调整行为;

7、语音翻译:自动识别人类语言并进行语义解析和精准翻译;

8、视频识别:智能化版权保护。

拥抱终端——新时期“人工智能入口”的激烈争夺

智能手机已被诸多互联网公司看作是“人工智能的入口”。移动互联时代,运营商的网络连接着海量的智能手机,随着通信技术的不断突破,尤其是5G网络的部署后,强大的数据传输能力使得AR/VR+AI应用在智能终端上可以肆意挥洒。同时,手机上的人工智能芯片将更好的发挥资源协调和性能提升作用。

1 、Apple:芯片层面,A11芯片是苹果第一枚集成神经网络引擎的SoC移动芯片,神经网络引擎能够很好分担CPU和GPU的任务,大幅提升芯片的运算效率,以更少的能耗更快完成任务。框架层面,CoreML是苹果推出的,面向开发者的机器学习框架,使用CoreML的开发者可以将很多机器学习模型集成到自己的App中,以完成文本分析、人脸识别等基础人工智能功能。

2、华为:2017年9月,华为海思推出手机AI芯片麒麟970,它是全球首个集成NPU的移动处理器,而这颗NPU就是大名鼎鼎的寒武纪1A。搭载麒麟970芯片的Mate 10系列与荣耀V10终端均具有智能图像识别、人脸识别、语音特征分析、智慧AI节电等一线AI技术。

同时,华为也面向开发者推出HiAI移动计算平台,HiAI API计算库集成了多种智能平台框架,包括Caffe、Tensorflow等,使用不同的智能平台框架时,第三方需要在接口中指出计算需要使用的具体的智能平台框架,其他接口和参数无需修改。随着华为将AI的能力以HiAI平台的形式开放给第三方开发者,开发者也可以调用华为AI的能力来增强自身软件算法的处理速度,让自己的应用在以华为芯片为基础的生态体系内拥有最佳的用户体验,正所谓手机的竞争往往是软件和硬件一体化体系的竞争,华为能走出这一步实属不易。

3、三星:在华为发布人工智能芯片麒麟970之后,三星决定研发AI智能芯片,并希望可以在未来的芯片市场有自己的立足之地。主要措施包括投资英国人工智能芯片硬件设计公司Graphcore,研发智能处理芯片(IPU),预计在2018年正式投放市场。

同时,三星也投资了中国人工智能创业公司深鉴科技,主要研究方向是神经网络压缩技术和神经网络硬件设计,包括基于神经网络的人工智能移动芯片。战略上向自家芯片工厂投资180亿美元,以满足物联网、人工智能设备的芯片爆发需求。

应用层面,三星推出了个人语音助手Bixby,Bixby搭载三星自主研发的双引擎自然语言理解模块,具备相当出色的语音识别和解析能力,当然,三星对于这一语音助手的生态搭建和用户培养显然还有很长的路要走。

那么问题来了,加持AI后的智能手机有哪些新功能呢?

让我们以苹果的FaceID技术为例给大家作简单讲解。说到面部识别技术,相信朋友们都不会陌生,因为这个技术已经被各个领域的开发者们广泛应用,有采用面部识别作为功能亮点的APP应用也不在少数,那么苹果提出的Face ID与之前我们常见的面部识别技术有何不同呢?今天就我们来扒一扒它的真身,看看它究竟有什么过人之处。

A.传统面部识别技术的基本原理及弊端有哪些?

人脸的结构都有其相似性的,虽然做到完全拟合的概率极低却也无法排除这种可能,此外人脸的表情、人脸上的装饰物(眼镜、口罩等)、光源亮度和角度、设备观察角度等因素也会让影响采集到的人脸数据,从而影响人脸识别的精度。现在的绝大部分面部识别技术都是基于二维平面,也就是说系统采集的是人脸的平面图像,并依靠图像上的N个特征点来生成一组特征向量,然后每一次识别时候将会与第一次录入特征值进行比对,当准确率达到一定的阈值就算是匹配成功。这种经典识别策略在识别速度上有较好的保障,精度也不差,但是安全性却经不起考验,大家可以想象一下,互联网上能够搞到你照片的场景实在太多了,这种安全门槛实在禁不起推敲。

B.苹果的Face ID与基于二维成像的面部识别技术有什么不同?

苹果的FaceID是基于三维成像的全新面部识别技术,正如库克同学在发布会上说的那样,iPhoneX在手机前端部署了结构光点阵投射仪、红外摄像头,因此它录入时保存的并不是你的图片,而是通过结构光点阵投射仪向你的面部投射约3万个点构造的人脸模型,相当于给你的脸部轮廓进行了3D建模,这一模型包含了景深信息。解锁时同样结构光点阵投射仪打点,红外摄像头获得当前点阵模型,然后和之前录入的作比对。这样就规避了角度问题,光线问题,这种方法局部的改变对整体的影响也显然没有单纯图片那么大,当然这一切的基础还要归功于苹果的人工智能算法。这一系列的设定让Face ID把别人识别成你的几率,也就是苹果所说的重合率下降至1/1000000,相比之下Touch ID的重合率为1/50000,这就足以让面部识别技术从以往的尴尬地位走到非常重要的主力地位上,这也是为什么苹果认为iPhone X以及Face ID将是未来10年手机技术发展导向的重要原因。

综上所示,当前人工智能应用大多是在云端训练和提供服务,智能手机向云端上传数据,由云端来推理(或识别)。随着智能手机的人工智能芯片、开源框架和应用的快速发展,云端训练/终端推理成为可能和趋势:

高通、ARM等手机芯片提供商对现有手机芯片通过软件升级或研发新一代手机芯片架构,植入人工智能指令集,提升智能手机芯片的人工智能计算能力。

谷歌、Facebook等公司推出针对智能手机的开源框架,为应用开发者提供在智能手机上部署人工智能应用的能力。

三星、苹果、华为等智能手机生产商,致力于把人工智能技术应用到手机芯片、整机、应用等不同领域,不断推出新技术和新产品。

基于智能手机的人工智能应用不完全依赖于网络连接和云端服务,用户数据的隐私得以保护,用户体验得以大幅度提升。从表面上看会减少对运营商网络流量的使用,但用户体验的上升会带来应用使用率的提高,会带来更多附加网络流量的使用以及增值业务的大规模发展。相信这也是5G时代移动宽带场景下用户价值提升的重要手段吧。