Apstrāde ierīcē un mākslīgais intelekts ir roku rokā

Sadarbībā ar Qualcomm

Neatkarīgi no tā, vai tiek vadīts autonoms transportlīdzeklis, izmantota sejas atpazīšana, lai piekļūtu jūsu bankas kontam, vai jūsu ierīce tiek pasargāta no strauji mainīgiem drošības apdraudējumiem, mākslīgais intelekts (AI) spēlē lielāku lomu mūsu dzīvē. Agrāk šai apstrādei bija nepieciešama mākoņa jauda, ​​taču malas ierīces, piemēram, viedtālruņi un droni, tagad ir aprīkotas, lai veiktu skaitļošanas ietilpīgas AI darbības. Faktiski daudzos gadījumos malas ierīce ir vēlamā platforma ar AI darbināmu lietojumprogrammu darbināšanai.

Realitāte ir tāda, ka mūsdienās parādās vairāk AI lietojumprogrammu, nekā vairums no mums saprot. Ja ierīce ir aprīkota ar AI, tā var ievērojami paplašināt un uzlabot mūsu dzīvi, uzņemot asākus attēlus un video, sazinoties ar mums dabiskāk vai uztverot vidi un autonomi virzot mūs uz mūsu galamērķi.

AI ir vispārīgs termins, kas paredzēts, lai ietvertu visu, kas palīdz ierīcei replicēt cilvēka smadzenes, saka Gerijs Brotmens, Qualcomm produktu pārvaldības direktors. Mašīnmācība (ML) ir plaša metožu un algoritmu klase, lai atrisinātu problēmas, kas padara AI iespējamu. Nodarbība, uz kuru mēs koncentrējamies, ir dziļā mācīšanās (DL) un atkārtotie neironu tīkli (RNN), kas darbojas faktiskajā ierīcē.

Ievērojamais mākslīgā intelekta algoritmu un ierīcē veiktās apstrādes uzlabojums, kas ir divas būtiskas sastāvdaļas, lai AI padarītu visuresošu, nodrošina vienmērīgāku un pārliecinošāku lietotāja pieredzi. Tas jo īpaši attiecas uz AI balstītu funkcionalitāti pārceļot uz transportlīdzekļiem, sadzīves ierīcēm un lietiskā interneta (IoT) sensoriem. Uzlabotas uztveres un kognitīvās spējas, ko nodrošina daudzās mākslīgā intelekta pakļautībā esošās tehnoloģijas, piemēram, ML, DL un RNN, tagad var darboties modernās malas ierīcēs.

Piemēram, ierīcē iebūvētais mākslīgais intelekts var uzlabot attēlu atpazīšanu un uzlabotu attēlu apstrādi, piemēram, radīt bokeh efektus (maigs nefokusa fons) un stila pārsūtīšanu. Ar AI aprīkotas ierīces var arī iemācīties atpazīt atslēgvārdus un balsis, uzlabojot to reakciju uz patērētājiem un palīdzot tulkot svešvalodas.

Turklāt mākslīgais intelekts var palīdzēt ierīcēm un lietotnēm labāk apzināties lietotāju preferences un apkārtni, izprast nolūkus un reaģēt kontekstuāli atbilstošā veidā. AI jūsu ierīcē nodrošina kontekstuāli bagātāku pieredzi, saka Brotmens. Un laika gaitā jūsu ierīce varēs paredzēt un iegūt dziļāku izpratni par to, ko jūs gatavojaties darīt tālāk.

AI tavā rokā

Ierīces AI ir vairākas būtiskas priekšrocības. Pirmais ir sniegums. Apstrāde ierīcē ir tikai ātrāka — bez pārejas uz mākoni, saka Brotmens. Privātums ir nākamais. Cilvēki labprāt kopīgo dažus personas datus, bet ne visus. Un trešais ir uzticamība. Mobilie tīkli ir plaši izplatīti, taču nav garantijas, ka jums vienmēr būs savienojums.

Veiktspēja: AI algoritmu palaišana ierīcē neatkarīgi no mākoņa var ievērojami uzlabot reakcijas laiku un efektivitāti, jo dati nav jāpārsūta starp mākoni un ierīci. Tas ir svarīgi, jo mobilās AI iespējas parasti ir atkarīgas no lietotāja pieredzes un lēmumu pieņemšanas laika.

AI lietotnes mēdz būt reāllaika un kritiski svarīgas, saka Džefs Gehlhārs, Qualcomm tehnoloģiju viceprezidents. Daudzi AI lietošanas gadījumi, kas uzlabo pieredzi, nevar atļauties latentumu.

Piemēram, autonoms transportlīdzeklis, kuram ir jāiedarbina bremzes, nevar atļauties pat milisekundes latentumu, kas varētu rasties mākoņa apstrādes rezultātā. Lēmumi jāpieņem sekundes daļā, lai transportlīdzeklis darbotos droši.

Runājot par lietotāja pieredzi, dabiska balss lietotāja saskarne var izturēt tikai tik lielu latentumu. Lietotāji ir pieraduši pie tūlītējām atbildēm, izmantojot dabiskas valodas apstrādes runas saskarni, un tīkla aizkaves sekas radīs sliktu pieredzi.

Privātums un drošība: Datu glabāšana ierīcē nodrošina privātumu, un mākslīgais intelekts tiek izmantots arī biometriskai autentifikācijai, izmantojot balss, pirkstu nospiedumu, varavīksnenes un sejas atpazīšanu. Sejas izmantošana ierīces atbloķēšanai kļūst par ierastu parādību, saka Brotmens. Un parādās 3D sejas atpazīšana, lai nodrošinātu augstāku autentiskuma pakāpi mobilo maksājumu iespējošanai.

AI lietojumprogrammu apstrāde ierīcē var arī palielināt gan ierīces, gan datu drošību, uzmanīgi sekojot līdzi novirzēm. AI var palīdzēt atklāt ļaunprātīgu programmatūru un anomālu uzvedību, saka Gehlhaar. Mēs varam apmācīt neironu tīklu, lai redzētu, cik slikti aktieri uzvedas. Un tā var atklāt šīs sliktās darbības, piemēram, jautājumu: 'Kāpēc mana kameras lietojumprogramma atver manu kontaktpersonu datu bāzi?'

Uzticamība: Pat visattīstītākajās pasaules daļās mobilā tīkla pārklājums nav visuresošs. Tomēr, runājot par noteiktām AI vadītām iespējām, kļūdām nav vietas. Autonomie transportlīdzekļi vienkārši nevar atļauties izjust bezvadu signāla samazināšanos, piemēram, iebraucot tunelī vai autostāvvietā. Apstrāde ierīcē, papildus citām dublēšanas funkcijām, vienmēr būs prasība, lai izmantotu tādus uzdevumus, kas ir būtiski svarīgi, piemēram, autonomai braukšanai.

AI ieviešana Edge ierīcēm

Lai gan šīs AI funkcijas tagad var darboties ierīcē, mākonim joprojām ir nozīme, jo īpaši kā papildinājums apstrādei ierīcē. AI lietotnes joprojām paļaujas uz mākoņu platformām, lai pārvaldītu lielus datus un apmācītu neironu tīklu modeļus, kas veicina AI secinājumus.

Pašām Edge ierīcēm ir arī jābūt aprīkotām, lai efektīvi palaistu AI darba slodzi. Piemēram, apstrādei jānotiek platformas ierobežojumu ietvaros, tostarp enerģijas patēriņa un termiskās robežās. Lietojumprogrammu procesori ar dažādiem apstrādes dzinējiem ir īpaši piemēroti efektīvai AI uzdevumu veikšanai. Piemēram, Qualcomm Snapdragon mobilā platforma ir aprīkota ar trim atsevišķiem apstrādes dzinējiem — centrālo procesoru (CPU), grafikas apstrādes bloku (GPU) un digitālo signālu procesoru (DSP) ar vektoru apstrādes iespējām — tiem visiem ir galvenā loma. ierīces AI.

Izmantojot neviendabīgu skaitļošanu, mikroshēmā ir dažādi dzinēji, kas visefektīvāk var apstrādāt noteiktu uzdevumu, saka Pats Lolors, Qualcomm tehniskā mārketinga personāla vadītājs. CPU, GPU un DSP ir dažādas stiprās un vājās puses, un tās var darboties kopā vai atsevišķi atkarībā no AI uzdevuma. Tie papildina viens otru, un AI uzdevumi tiek veikti ar atbilstošiem dzinējiem, lai nodrošinātu augstu veiktspēju ar zemu jaudu.

Mūsdienu malu ierīču mikroshēmojumos iebūvētā palielinātā apstrādes jauda palīdz tām tikt galā ar intensīvo apstrādi. Piemēram, Qualcomm Hexagon 685 DSP, Adreno 630 GPU un Kryo 385 CPU Snapdragon 845 var nodrošināt līdz pat divas līdz trīs reizes ātrāku AI apstrādi salīdzinājumā ar iepriekšējo paaudzi. Piemēram, Hexagon DSP sākotnēji tika izstrādāts vektormatemātikas intensīvām darba slodzēm, piemēram, audio apstrādei, un tiek turpināts uzlabot, lai risinātu AI darba slodzi, piemēram, neironu tīklu paātrināšanu AI secinājumu laikā.

Kas nākamais mobilajam AI?

Mobilais AI ir strauji augošs tirgus. Ar nepārtrauktiem uzlabojumiem neironu tīklos, DL algoritmos un aparatūras dizainā mēs redzēsim milzīgus precizitātes un ātruma uzlabojumus, kā arī jaunu, visaptverošu lietotāja pieredzi.

Plašākajā mobilitātes pasaulē pie apvāršņa ir arī 5G bezvadu tīkli. AI uzlabos un papildinās 5G un otrādi, saka Brotmans. 5G ļaus ierīcēm brīvāk sazināties savā starpā, lai kopīgotu datus un koplietotu kontekstu. Ar šo izstrādi mēs pieredzēsim pilnībā savienotu viedo malu ierīču visumu, kas atvieglos personalizētāku, reāllaika lietotāju pieredzi.

Mūsu dzīvi šodien padara mūsu ierīču iespējas bagātākas, un mūsu nākotni arvien vairāk uzlabos AI sasniegumi. Šo divu spēcīgo tendenču saplūšana jau veido pieredzi mūsu personīgajā un biznesa dzīvē.

Lai uzzinātu vairāk par ierīces AI, apmeklējiet vietni qualcomm.com/artificial-intelligence .

paslēpties