從「智慧型手機」到「人工智慧手機」，高通的機器學習算法能幹嗎？

人工智慧可以說是2017年產業界和投資界最熱的概念，其中不少算法公司都獲得了極高的估值。

作為連接移動網際網路和未來物聯網的核心平台，智慧型手機與人工智慧概念的結合可以說是大勢所趨。

不過，目前大部分的人工智慧應用還是局限於雲端服務，真正終端本地的人工智慧目前還在實驗室階段，最大的瓶頸包括手機移動終端的硬體性能以及功耗問題。

從「智慧型手機」到「人工智慧手機」

在近日舉行的2017生物識別技術與應用高峰論壇上，高通產品市場資深經理劉學徽就介紹了人工智慧以及機器學習在手機晶片及算法的發展現狀。

他表示，高通在驍龍800和600系列晶片上都做了一個軟體的神經處理引擎。

將進一步優化手機CPU、GPU、DSP的性能和功耗。

「大家可能沒有意識到，目前智慧型手機是人類有史以來，數量規模最大的單品電子產品。

所以未來5年我們預計智慧型手機出貨量會達到85億，如果有好的運算算法或者人工智慧的技術在手機上落地會快速的實現商業回報。

所以智慧型手機是我們非常看好的終端平台。

」劉學徽認為，人工智慧技術會成為未來的一個基本技術，就如同通信、網際網路技術一樣。

人工智慧在終端上的應用基於一些強需求。

主要的原因是為了降低延時以及對網絡的依賴。

現在會有大量的聯網設備，隨時會產生大量的數據。

如果所有的數據依賴雲來聯繫的話，那麼通信網絡實際上是承擔不了這麼大的工作量的。

所以高通在終端構建的人工智慧運算有一些基礎條件。

首先這個基礎條件是晶片的運算一定要上，所以要有一個高效的硬體。

第二就是算法的改進，在端上和雲上的算法，關鍵的技術核心點不一樣。

因為端的資源有限，空間有限，因此端的電池、功耗要非常注意。

所以在這種情況下，要求算法一定要在保持精度的情況下儘量精簡。

第三就是算法如何在如此多的設備上部署，需要一個很好的有效的開發工具。

高通在人工智慧方面在做什麼事情?

高通在人工智慧方面在做什麼事情?劉學徽透露，高通的驍龍800和600系列晶片上做了一個軟體的神經處理引擎。

高通已經出貨的晶片只要裝上這個SDK，就可以實現加速。

這是高通在做的一個已經在市面上的標準手機晶片，加了一層軟體的運行環境。

同樣的算法和速度、功耗都獲得優化。

因為手機晶片上有CPU、GPU和DSP，同樣的一個算法在GPU上速度要比CPU快4倍。

如果在DSP上要快8倍。

在功耗效率的提升方面，也就是DSP的功耗能節省25倍，GPU上能節省8倍。

當然，高通未來也會出專門用來做神經網絡運算的核，未來算法也會不斷的演進。

包括優化策略， 一層是工具會越來越優化，另一層是終端設備，包括功耗的分配都可以考慮到人工智慧的優化需求。

通過機器學習的算法來增加安全

通過各種生物識別傳感器，手機搜集到了很多的數據和信息。

這個時候不管是指紋、虹膜還是人臉識別，在具體應用的時候需要一個安全的執行環境，同時需要手機智能的判斷是否需要這個安全環境。

這個時候就需要採用到機器學習的相關技術。

劉學徽表示，目前最高安全要求的應用就是支付，支付現在普遍應用到trustzone技術。

這個技術簡單介紹一下實際上是ARM做的一個技術架構，在一個晶片中建立一個防火牆。

一側是Andori，一側是安全作業系統。

兩個作業系統不能同時運行，如果需要做一些安全作業系統的時候，切到trustzone模式。

現在的指紋源文件的存放都是存放在trustzone中，包括未來的虹膜識別和人臉識別都需要這個技術做支撐。

另外還有一個技術，因為跟攝像頭相關的生物識別技術越來越流行，如人臉、虹膜等，可以有一個通過保護攝像頭的實現過程來實現安全。

這個過程大概是當一個應用開啟影像後，系統自動切入安全模式，然後這個時候攝像頭信號直接進入trustzone。

在這裡，虹膜進來的信號和數據跟虹膜的源文件做一個比對。

比對完之後，由trustzone直接發給APP，通知比對成功。

所以這是一個基於攝像頭的安全功能。

「我認為未來很快會在智慧型手機上面加上『人工』兩個字，變成『人工智慧手機』。

」劉學徽表示，人工智慧的真正普及必然由手機帶來。

在智慧型手機這個基礎的軟硬體及系統會慢慢的產生出很多的AR、IOT、VR應用。

「羅永浩提出了為什麼要堅持做智慧型手機這件事情？他認為智慧型手機這個平台是下一個大的風口的跳板。

如果不做智慧型手機，有可能失去這個機會。

」劉學徽表示。