摘要：現(xiàn)如今人工智能已經(jīng)應(yīng)用到多個(gè)領(lǐng)域，如路邊的攝像頭、道路上無(wú)人駕駛的汽車等，那么，人類將同人工智能共同創(chuàng)造一個(gè)怎樣的未來(lái)？雙方協(xié)同還是競(jìng)爭(zhēng)？面對(duì)這些問(wèn)題Quaclomm 執(zhí)行副總裁 Matt Grob 分享了自己的觀點(diǎn)。

自2017年8月以來(lái)，國(guó)內(nèi)首檔人工智能挑戰(zhàn)類節(jié)目《機(jī)智過(guò)人》在中央電視臺(tái)綜合頻道播出，此檔節(jié)目定位為“科技改變生活 創(chuàng)新引領(lǐng)未來(lái)”，網(wǎng)羅了國(guó)內(nèi)20項(xiàng)頂尖人工智能技術(shù)，通過(guò)“人機(jī)比拼”的方式，普及人工智能前沿科技知識(shí)。

那么，我們將同人工智能共同創(chuàng)造一個(gè)怎樣的未來(lái)？雙方協(xié)同還是競(jìng)爭(zhēng)？面對(duì)這些問(wèn)題Quaclomm 執(zhí)行副總裁 Matt Grob 分享了自己的觀點(diǎn)。

人工智能應(yīng)用多個(gè)領(lǐng)域

路邊的攝像頭、道路上無(wú)人駕駛的汽車、家中的電冰箱、地上的掃地機(jī)器人、記錄身體各項(xiàng)指標(biāo)的手環(huán)等等終端出現(xiàn)在我們工作和生活的每個(gè)細(xì)節(jié)當(dāng)中。大量的數(shù)據(jù)從終端產(chǎn)生，并進(jìn)行初步的處理而傳到云端進(jìn)行進(jìn)一步的分析和存儲(chǔ)。這樣的終端如今越來(lái)越智能，各類傳感器能精確地感知到外界如今的環(huán)境數(shù)據(jù)；掃地機(jī)器人可以不知匹配的進(jìn)行打掃工作；智能手環(huán)可以將人的心率等數(shù)據(jù)進(jìn)行全面記錄為科學(xué)的健身方案提供依據(jù)。

可以說(shuō)人工智能在模仿和替代人類的肢體運(yùn)動(dòng)能力、認(rèn)知感官能力、思維判斷能力已經(jīng)有了大幅度的提升，取得了令人驚嘆的發(fā)展，但是有不少權(quán)威專家認(rèn)為，僅僅依靠大量的運(yùn)算和數(shù)據(jù)處理，人工智能永遠(yuǎn)無(wú)法實(shí)現(xiàn)人腦特有的創(chuàng)造力和想象力。

Quaclomm 執(zhí)行副總裁 Matt Grob表示，人工智能的更大的突破性發(fā)展，需要對(duì)人工智能的底層架構(gòu)進(jìn)行改革，引入量子引力及其他相關(guān)效應(yīng)。雖然人工智能的前景是美好的，也有了許多令人驚嘆的應(yīng)用，但距實(shí)現(xiàn)人腦般的智能還有很長(zhǎng)的路要走。

人工智能的未來(lái)：云+終端智能

人工智能包含兩大重要方面，感知能力和認(rèn)知能力。智能終端是人的感官，云就是大腦，把智能終端和云大腦完美地結(jié)合起來(lái)，才是人工智能未來(lái)的方向。

在人工智能時(shí)代，智能終端和傳感器將無(wú)處不在。Matt Grob表示，當(dāng)我們以合理的成本在移動(dòng)環(huán)境中讓人工智能無(wú)處不在時(shí)，不可思議的事情就發(fā)生了。以無(wú)人駕駛汽車為例，它是一個(gè)移動(dòng)的“物體”，需要足夠的本地?cái)?shù)據(jù)處理能力，即終端側(cè)人工智能。同時(shí)，它也需要從網(wǎng)絡(luò)中獲取強(qiáng)大的處理能力，并且需要確保高可靠性和低延遲（環(huán)境）。

大規(guī)模數(shù)據(jù)產(chǎn)生于各類終端是人工智能時(shí)代一大特點(diǎn)，如果數(shù)據(jù)能夠在智能終端得到篩選和處理，僅將有價(jià)值的信息通過(guò)網(wǎng)絡(luò)傳至云端甚至于直接可以將用戶需要的結(jié)果返回，如此數(shù)據(jù)就近處理的理念可以實(shí)現(xiàn)網(wǎng)絡(luò)帶寬以及數(shù)據(jù)中心的存儲(chǔ)和計(jì)算資源將得到極大的節(jié)省，同時(shí)提高了系統(tǒng)效率，人工智能系統(tǒng)的TCO也將得到降低。

Qualcomm讓終端側(cè)人工智能無(wú)處不在

自 2007 年，Qualcomm 開(kāi)始探索面向計(jì)算機(jī)視覺(jué)和運(yùn)動(dòng)控制應(yīng)用的機(jī)器學(xué)習(xí)脈沖神經(jīng)方法，隨后還將其研究范圍從仿生方法拓展到了人工神經(jīng)網(wǎng)絡(luò)——主要是深度學(xué)習(xí)領(lǐng)域。

Qualcomm發(fā)布了驍龍移動(dòng)平臺(tái)，該平臺(tái)是最高性能移動(dòng)終端的首選系統(tǒng)級(jí)芯片（SoC），專長(zhǎng)于移動(dòng)異構(gòu)計(jì)算。全新Qualcomm?驍龍?845移動(dòng)平臺(tái)則是一款集合Qualcomm所有核心技術(shù)，打造出的一款支持包括 XR（擴(kuò)展現(xiàn)實(shí)）、終端側(cè) AI 和快如閃電般的連接速度在內(nèi)的沉浸式多媒體體驗(yàn)的平臺(tái)，同時(shí)引入了全新的安全處理單元（SPU），帶來(lái)如保險(xiǎn)庫(kù)般的安全性能。

另一方面，跟驍龍?845相配的是驍龍神經(jīng)處理引擎（Snapdragon Neural Processing Engine，簡(jiǎn)稱：SNPE）SDK，該神經(jīng)處理引擎能縮短終端側(cè)卷積神經(jīng)網(wǎng)絡(luò)（CNN）和遞歸神經(jīng)網(wǎng)絡(luò)（RNN）在合適的驍龍引擎（例如 Kryo CPU、Qualcomm Adreno GPU 和 Hexagon DSP）上的運(yùn)行時(shí)間，對(duì)圖形識(shí)別和自然語(yǔ)言處理分別都有著重要作用。相同的開(kāi)發(fā)者 API 給每個(gè)引擎都提供接入口，從而使開(kāi)發(fā)者能夠方便地?zé)o縫切換人工智能任務(wù)。

近日手機(jī)QQ基于騰訊AI Lab計(jì)算機(jī)視覺(jué)中心獨(dú)家支持的“肢體動(dòng)作追蹤”技術(shù)，結(jié)合Qualcomm SNPE SDK推出了“高能舞室”功能。該功能為年輕人社交提供了更多個(gè)性化內(nèi)容和用戶體驗(yàn)。

通過(guò)SNPE SDK，該功能可以直接運(yùn)行手機(jī)上相應(yīng)的人工智能神經(jīng)網(wǎng)絡(luò)，而無(wú)需在云端進(jìn)行處理。具體來(lái)說(shuō)，用戶可以直接根據(jù)屏幕提示動(dòng)作錄制跳舞短視頻，并通過(guò)QQ社交關(guān)系鏈分享互動(dòng)舞蹈視頻。Qualcomm SNPE為高能舞室提供了高性能和高能效的運(yùn)行環(huán)境，將人體姿態(tài)估計(jì)識(shí)別的時(shí)間大大降低，用戶可以享受更加流暢、有趣的舞蹈體驗(yàn)。

與在云端運(yùn)行的人工智能相比，在終端側(cè)運(yùn)行人工智能算法具有諸多優(yōu)勢(shì)，如即時(shí)響應(yīng)、可靠性提升、隱私保護(hù)增強(qiáng)，以及高效利用網(wǎng)絡(luò)帶寬等。基于SNPE SDK，開(kāi)發(fā)者和OEM廠商能更方便地在終端上利用異構(gòu)計(jì)算，能在諸如智能手機(jī)、安全攝像頭、汽車以及無(wú)人機(jī)等搭載驍龍的終端上運(yùn)行自己的神經(jīng)網(wǎng)絡(luò)模型，且完全無(wú)須與云端相連，就能提供由深度學(xué)習(xí)驅(qū)動(dòng)的體驗(yàn)，如風(fēng)格轉(zhuǎn)換與濾鏡（增強(qiáng)現(xiàn)實(shí)應(yīng)用）、情景探測(cè)、面部識(shí)別、自然語(yǔ)言理解、物體追蹤與規(guī)避、手勢(shì)和文本識(shí)別等。SNPE適用于驍龍600和800系列移動(dòng)平臺(tái)，可支持通用深度學(xué)習(xí)框架，如Caffe、Caffe2和Tensorflow，并提供對(duì)自定義層的支持。該SDK包括了運(yùn)行時(shí)軟件、庫(kù)、API、離線模型轉(zhuǎn)換工具、示例代碼、文檔，以及調(diào)試與基準(zhǔn)測(cè)試工具。

結(jié)語(yǔ)

十多年來(lái)，Qualcomm一直專注于在移動(dòng)終端的功耗、散熱和尺寸限制之內(nèi)，高效地處理多種計(jì)算工作負(fù)載。在終端側(cè)完成全部或大部分思考的、“始終開(kāi)啟”的智能終端中蘊(yùn)藏著巨大的機(jī)遇，因此期待通過(guò)研究和產(chǎn)品化推動(dòng)先進(jìn)機(jī)器學(xué)習(xí)的發(fā)展。