Что такое интеллектуальные смартфоны?
С развитием технологий тематика, которая касается «умной техники», становится не то, чтобы актуальной, а иногда даже переходит в разряд повседневной. С экранов телевизоров, из информации, поступающей посредством интернета, мы то и дело узнаем о новинках электроники, которая постепенно учится быть самостоятельной. До недавнего времени с трудом можно было представить автомобили, управляющиеся без водителя, сегодня же то и дело можно увидеть репортажи об автоматических средствах передвижения, выпускаемых компанией Tesla или, скажем, Google.
Когда речь заходит о смартфонах
В направлении «интеллектуализации» стараются не пасти задних и производители смартфонов. Безусловно, многие пользователи могут вспомнить не так давно ставших популярными голосовых помощников (например, та же Siri). Но эти технологии являются лишь намеком на развитие своего собственного, пусть и виртуального, интеллекта у смартфонов. Здесь речь необходимо вести об автономном интеллекте, если говорить иными словами – искусственном. Искусственный интеллект смартфона не располагается в неосязаемом отдаленном в облачном хранилище, а размещается в специально отведенном для этих нужд процессоре, непосредственно в самом телефоне.
Передовики в гонке «интеллектуализации»
Разработкой обозначенных выше процессоров, подразумевающих наличие в смартфоне искусственного интеллекта, уже вплотную занялись многочисленные компании-производители смартфонов. Безусловно, в списке разработчиков можно увидеть исключительно знакомые названия. Благо, что их перечень не столь обширен и сможет спокойно уместиться в компактную таблицу. Конечно же, каждая компания дала особое название процессору, произведенному специально для развития искусственного интеллекта в смартфоне.
| Наименование компании | Название смартфона (при наличии) | Название первого «интеллектуального» процессора (при наличии) |
|---|---|---|
| Huawei | — | Kirin 970 |
| Apple | iPhone X | A11 Bionic |
| Qualcomm | — | Snapdragon 845 |
| Samsung | Exynos 9810 | — |
Как видно из таблицы, не все компании определились с названиями для своих высокотехнологических процессоров, а отдельные – с названием смартфонов, в которых такие технологии будут применены.
Важно не название
Конечно, тема, касающаяся развития искусственного интеллекта в смартфонах уже сама по себе является захватывающей, но поклонникам фантастики, в которой роботы захватывают мир, еще рано бежать в магазин и запасаться провизией на случай «восстания машин». Прежде, чем сгущать краски вокруг «интеллектуальных телефонов», необходимо разобраться, насколько же умной станет данная техника, и какие возможности приобретет после внедрения обозначенных новшеств.
В условиях использования и применения искусственного интеллекта телефон не становится полностью независимым от своего владельца. Не стоит полагать, что в виде смартфона пользователь получает абсолютно сформированного собеседника и помощника, способного в нужный момент помочь дельным советом. Такого пока не предвидится. Интеллектуальные смартфоны получают возможность к развитию, познанию и совершенствованию только в определенных сферах и направлениях. Безусловно, без примеров в данном направлении не обойтись.
Об «интеллектуализации» на практике
Чтобы не отходить далеко от темы, стоит рассмотреть отдельно взятую функцию отдельно взятого телефона. Отличным примером в данном случае послужит iPhone X, который успел уже «заворожить» всех покупателей своими технологическими новинками. Одним из таких новшеств в данном устройстве является наличие функции Face ID. Она является абсолютно автономной, не предусматривает подключения к облаку, поскольку цифровой отпечаток лица пользователя с полной уверенность можно отнести к разряду конфиденциальной. Чем же интересна эта функция? Основная задача Face ID – распознавание лица своего владельца среди тысяч других лиц. В чем особенность такой функции? Она учится в процессе эксплуатации. Чем больше лиц она будет сканировать, усваивать, тем конкретнее в ней будет фиксироваться именно образ собственника телефона (на основе сопоставления с множеством отличий других лиц). При этом специально в базу данных программы не заносятся несметные количества фотографий. Она всю информацию получает из вне самостоятельно. Также развитие данной функции позволит ей самостоятельно распознать своего хозяина, даже если он сменит прическу, отрастит усы, будет в очках или применит любой другой способ изменения своей внешности. Безусловно, технологии пока на данном этапе не идеальны. Электроника не учится мгновенно, именно поэтому в сети появляются ролики, на которых пользователи делятся секретами, как завести «интеллектуальный смартфон» в тупик.
Что имеем в конце
Интеллектуальные смартфоны только начинают свое развитие. Если сказать точнее – их развитие не было бы возможным без огромного количества специалистов, трудящихся над их совершенствованием. Несмотря на то, что ажиотаж, развиваемый вокруг темы искусственного интеллекта, заставляет обычных пользователей думать о том, что свобода электроники наступила уже сегодня, это не совсем так. Мы наблюдаем первые шаги. Техника становится умнее не целиком, в комплексе, а скорее по отдельным направлениям, будь то совершенствование фотографий на усмотрение смартфона или автоматическое распознавание лица пользователя. До абсолютной автономии электроники предстоит сделать еще многое. В любом случае, разработчики смартфонов скажут нам, когда это произойдет.
Источник
Интеллектуальные функции, для которых пригодится камера смартфона
Содержание
Содержание
Большая часть нашей жизни давно заключена в гаджетах. Смартфоны и планшеты умнеют с каждым сезоном: искусственный интеллект уже вышел за рамки «Алисы» от Яндекса или «ОК, Google». Запускаются и другие интересные вещи вроде интеллектуализации и «дополнение реальности» с помощью фотокамер смартфонов.
Фотокамерами гаджетов теперь не только фотографируют, но используют для покупок, поиска дополнительной информации, перевода и так далее. Технологии дополненной реальности и распознавания позволяют реализовать такие интересные функции, которые еще недавно казались фантастикой. Вот про это мы сейчас немного и поговорим.
Интеллектуальные функции фотокамер смартфонов
На сегодняшний день, кроме фотографирования с персонажами дополненной реальности, добавления шаржевых элементов на фотографиях и сканирования штрих-кодов, фотокамеры смартфонов можно использовать:
Фотокамера-переводчик
Пока дополнительными функциями оснащены далеко не все смартфоны. Чаще всего нужно скачивать сторонние приложения, например, Google Объектив (Google Lens). Встроенными в камеры переводчиками обладают смартфоны из поднебесной: Huawei, Xiaomi. Встроенное приложение Honor умеет переводить только с русского, английского, немецкого, французского, испанского, португальского, итальянского, китайского, корейского и японского языков. У Mi список побольше — 109 языков.
Только с качеством есть проблемы. Даже с небольшими, простыми текстами, например, заголовками и вывесками, сервис справляется не очень хорошо, но понять, что написано в целом — можно.
У Google Объектив в списке языков доступны даже редкие: малаялам или себуано, если вам вдруг потребуется что-то перевести с этих языков. При этом происходит следующее: текст сканируется, передается в Translate Google, а полученный результат отображается пользователю. Перевод несложного текста, как видно на скриншоте, получился неплохим.
Использование фотокамеры для шопинга
Вы заходите в магазин, видите интересную вещь, но вас смущает цена. Интеллектуальные функции фотокамеры вам помогут и тут. Включаете режим «Шопинг» в фотоприложении по умолчанию или Google Объектив, наводите на понравившийся товар, изображение обрабатывается, а вам выдают похожие товары, найденные в Интернете.
Надо отметить, что также как и в первом случае Google Объектив справился с задачей намного лучше, чем приложение по умолчанию, найдя аналогичный товар, продающийся в Интернете.
Подсчет калорий
Вы делаете фотографию, смртфон находит соответствующий ему продукт и черпает из базы данных информацию о его калорийности. Сервис достаточно неплохо справляется с распознаванием отдельных предметов, выдавая информацию о том, сколько калорий получит человек, если съест этот продукт.
Тем, кто следит за каждой потребленной калорией и ведет здоровый образ жизни, информация может оказаться полезной. Приложение, конечно же, справляется с оценкой калорий только в относительно простых случаях, когда четко понятно, что на фотографии. Пельмени и вареники с картошкой этот сервис по внешнему виду пока различать не умеет.
Идентификация непонятных предметов, растений и животных
Также как и в «Шопинге» наводите камеру на неопознанный предмет, после чего сервис вам выдает, что это такое.
Подобные приложения существуют достаточно давно. Например, с их помощью можно опознавать насекомых или растения: Picture Insect: Bug Identifier, iNaturalist, Flora Incognita — Определитель растений, PlantSnap, LeafSnap — Plant Identification и другие.
Приложения эти работают с разной степенью точности в зависимости от объема базы данных. Но в целом они на самом деле позволяют расширить наши познания о том, что нас окружает.
Поиск решений для домашних заданий
Не самый честная, но, тем не менее, интересная функция есть в Google Объектив. Называется она «Домашнее задание». Она интересна тем, что позволяет находить подробные решения для уравнений, примеров и задач.
Работает она следующим образом: Google Объектив сканирует уравнение, после чего ведет поиск его подробного решения по образовательным сервисам. Находит очень точно. Но следует отметить — использовать такие сервисы все-таки следует для того, чтобы разобраться в непонятных вещах, а не для переписывания готового ответа.
Еще один интересный сервис, который есть в Google Lens — распознавание достопримечательностей. Наводите камеру на здание, она снимает его и ориентируясь на вашу геометку (соответственно, передача данных о вашем местоположении должна быть включена), выдает информацию, что это такое перед вами.
Кстати, на аналогичной технологии основаны приложения дополненной реальности, которые позволяют, например, принять участие в виртуальной экскурсии. Пример: если будете гулять в Санкт-Петербурге по Невскому проспекту, установите приложение Red Guide.
Оно, ориентируясь на вашу геометку и информацию на экране при включенной фотокамере, выдает небольшую лекцию о домах и дворцах Невского проспекта, а также через механизм дополненной реальности, показывает, как выглядели эти дома до революции. Наводите смартфон с включенной фотокамерой на какой-нибудь Гостиный двор с указанной в приложении точки. А там вместо того, что наблюдается сегодня — модель здания 1917 года. Занимательно, познавательно и сильно разнообразит прогулки по городу.
Как видите, фотокамеры используются для самых разных, хоть и похожих между собой задач – сканирование, распознавание, обработка изображений. Эти сервисы развиваются и в дальнейшем они станут еще удобнее и интереснее. Дополненная реальность станет круче и разнобразнее, а сервисы по анализу калорий смогут точно распознавать не только «БигМаки» из «Макдональдса», но и что-то посложнее. А пока можно попробовать сторонние приложения, которые позволяют дополнить реальность.
Источник
Зачем нужен искусственный интеллект в смартфонах и что он умеет
Содержание
Содержание
Развитие систем искусственного интеллекта стало трендом в последние несколько лет. Особенно четко это прослеживается на примере смартфонов — ИИ используется для оптимизации множества задач. Давайте посмотрим, где именно он применяется и какие перспективы нас ждут в будущем.
Как работает и где используется ИИ
Чтобы понять, что такое искусственный интеллект в смартфоне, сперва нужно разобрать понятие нейросети. По сути, это упрощенная модель мозга человека. Наш мозг состоит из 90 миллиардов нейронов, то есть клеток, которые обрабатывают и передают электрический сигнал. Они связываются между собой с помощью так называемых синапсов. Только в случае нейросети, нейронами служат специальные ячейки, которым можно присваивать числовые значения.
Например, ячейке a было присвоено значение 0,4. Она передает его соседним «нейронам» — d, e, f. Стрелочки (синапсы) заданным образом изменяют это значение. Связь «a—d» увеличивает значение вдвое, поэтому по итогу получается 0,8. Какие бы сигналы не проходили через этот синапс, они всегда будут умножаться на два.
В реальном мозге происходит точно также — электрический сигнал, следуя от одного нейрона к другому, всегда будет преобразовываться одинаково. Именно поэтому нам бывает сложно побороть устойчивую привычку или адаптироваться к нестандартной ситуации. Например, читая эту статью, вы уже начинаете скучать: сигнал постепенно угасает, зато другие импульсы (посмотреть смешное видео с котиками) наоборот усиливаются. Если вы все-таки заинтересовались, каким образом обучаются нейросети, рекомендуем почитать специализированный материал. А мы перейдем к практической реализации.
Для распознавания объектов сейчас применяют так называемые сверточные нейросети. Именно с помощью них смартфон понимает, что изображено на картинке. Приложение камеры в реальном времени идентифицирует предмет или сцену (животное, человек, пейзаж) и выставляет оптимальные настройки — оптимизирует цветность, яркость и контрастность, экспозицию.
По такому же принципу работает разблокировка по лицу в большинстве смартфонов. Фронтальная камера делает снимок, а алгоритмы сравнивают его с заданным изображением по ключевым точкам. Нейросеть всегда выдает вероятность, а не точный результат: если она большая, то телефон разблокируется. Алгоритмы машинного обучения помогают, если вы надели очки или отрастили бороду. Не узнав вас, система предложит ввести пароль вручную, а затем ИИ вносит корректировки в модель, адаптируясь к изменениям внешности.
В смартфонах дорогого сегмента применяется другой способ. Например, в iPhone 12 специальная камера True Depth проецирует несколько десятков тысяч точек на лицо и строит трехмерную модель. При попытке разблокировки, система сравнивает модель лица с исходной. Этот метод более надежен — мошеннику не удастся обмануть систему, поднеся к камере фотографию лица.
По этому же принципу работает распознавание речи. Отличие лишь в том, что Google Assistant и Siri от Apple отправляют запросы на облачные серверы, где они обрабатываются гораздо быстрее, чем на вашем телефоне.
Нейросети голосовых помощников обучают при помощи огромных массивов информации: начиная от классической литературы и заканчивая живыми текстами из интернета.
Технологии обучения используют и машинные переводчики. Например, Google Translate при помощи рекуррентных двунаправленных нейронных сетей умеет переводить предложения целиком, используя контекст. Раньше это происходило пословно, поэтому в сложных смысловых конструкциях качество перевода страдало.
Также доступен мгновенный перевод при помощи камеры, но для этого нужен интернет, поскольку данные также обрабатываются на удаленном сервере.
Алгоритмы ИИ в современных смартфонах применяются для множества задач. Помимо тех, что мы упомянули, они используются, например, для отслеживания движения объектов в реальном времени (распознавание жестов и эмоций, помощь при фокусировке видео), настройки звука с учетом окружающей среды, улучшения фильтров дополненной реальности в приложениях с поддержкой AR, в системах навигации (чтобы проложить маршрут без пробок) и многих других случаях.
Железная составляющая
Искусственный интеллект также применяется для оптимизации работы самого смартфона. В процессоре обычно используется 6–8 ядер, два из которых — высокопроизводительные, а остальные — энергоэффективные и работают на более низкой частоте.
Нейросеть анализирует привычки пользователя, чтобы обеспечить оптимальное соотношение между расходом батареи и производительностью. Смартфон определяет, какие приложения используются чаще и в какие промежутки времени, затем они автоматически подгружаются в оперативную память.
При прослушивании музыки или чтении веб-страниц не требуется много ресурсов, поэтому задействуется лишь пара-тройка низкочастотных ядер. А для игр и ресурсоемких программ периодически включаются производительные ядра.
Чтобы ускорить обработку вычислений для искусственного интеллекта, производители смартфонов стали выделять под эти задачи отдельный вычислительный блок. Первым процессором с NPU (нейронным модулем) стал Kirin 970 от Huawei, выпущенный в конце 2017 года. Этот чип распараллеливает огромное количество мелких операций, которые выполняются одновременно. Центральный процессор для этого не годится — у него всего 8 ядер. Графический ускоритель содержит тысячи ядер, но потребляет слишком много энергии.
Затем подтянулись и другие гиганты индустрии. Apple применила в iPhone X процессор A11 Bionic, встроив в него Neural Engine, который способен выполнять до 600 миллиардов операций в секунду.
Компания Qualcomm реализовала аппаратную поддержку алгоритмов машинного обучения в процессорах, начиная со Snapdragon 660.
Google встроила в свои смартфоны особый чип Pixel Visual Core, который ускоряет обработку фотографий.
Благодаря ему, снимки HDR+ в фирменном приложении камеры обрабатываются в 5 раз быстрее, чем при использовании обычного ЦП. Телефон делает до 16 фото с разной экспозицией за короткий промежуток времени, а потом объединяет их, используя нейросеть.
На текущий момент самым быстрым процессором в мире является Snapdragon 888. На его презентации большое внимание уделили возможностям нового нейронного ускорителя Hexagon 780. Qualcomm заявляет, что его производительность настолько высока, что ИИ «в режиме реального времени может стереть конкретного человека из видео или вставить кого-то другого».
Перспективы будущего
Прогресс движется к тому, что на смартфонах скоро можно будет запускать даже глубокое машинное обучение (так называемое Deep Learning). Говоря проще, увеличится количество слоев нейронов — сети смогут выполнять более сложные задачи.
Например, фронтальная камера будет постоянно анализировать лицо владельца, чтобы понять его физическое состояние. Повысится точность распознавания речи, при этом NPU будет лучше понимать конкретные намерения пользователя. Распространение сетей 5G позволить быстрее взаимодействовать с облачными серверами.
Источник
«Искусственный интеллект» в смартфонах — как это работает
Гонку технологий нельзя закончить, но удивлять и привлекать потребителя числовыми характеристиками становится все сложнее. Поэтому за последние пару лет мы увидели немало экспериментов в дизайне и новых программных возможностей смартфонов. Можно вспомнить всеми «любимые» вырезы в экранах, но, пожалуй, с конца 2017 года чаще всего приходится слышать словосочетание «искусственный интеллект». То, что еще 10 лет назад жило в научных лабораториях, пять лет назад стало общедоступным через сервисы Google, сегодня в буквальном смысле появляется в наших карманах.
Наличие «искусственного интеллекта» стало модной и даже обязательной характеристикой любого актуального аппарата и порою удивляешься, как много привычных функций вдруг стали «умными». Впрочем, вендоров тут можно как поругать, так и понять, ведь ИИ — весьма широкое понятие, за которым не обязаны скрываться сложные алгоритмы.
Изображение из статьи про ИИ на vas3k.ru
Облака VS устройства
Пользователи того же Gmail или Ассистента Google могут спросить — если на смартфонах уже есть подобные «умные» сервисы, то что изменилось за последний год? В первую очередь — часть функций теперь можно реализовать прямо на устройствах, не задействуя «облака».
Например, Google Фото и раньше распознавал людей на фотографиях, а также позволял совершать поиск по изображениям, но каталогизация фотографий происходила только после их загрузки на сервера компании. С появлением чипсетов вроде Kirin 970 cо встроенным NPU-модулем (Neural Processing Unit) распознавание изображений можно реализовать прямо на устройстве, а значит — более быстро (не тратится время на загрузку-выгрузку данных) и безопасно (ваши фото точно никто не увидит, даже алгоритм на сервере). Использование для этих задач специального модуля позволяет оптимизировать энергопотребление и скорость работы, ведь реализация подобной функциональности силами CPU и GPU возможна, но не эффективна. 
Huawei первыми заявили об «умности» своих смартфонов, но не единственные, кто работает в этой области. После анонса Kirin 970 и Mate 10 (Pro) Apple представила платформу A11 Bionic со встроенным Neural Engine, а в Snapdragon 845 есть DSP Hexagon 685, ориентированный на решения тех же задач.
Сказать, чей ИИ лучше, даже в плане характеристик, сложно, ведь какого-то стандартного и независимого инструмента измерений пока не придумали, и на разных устройствах «интеллект» решает разные задачи. Поэтому нет ничего удивительного в том, что когда Huawei измеряет производительность своего NPU по сравнению с решением от Qualcomm первый оказывается быстрее. Но ничто не мешает как минимум ознакомиться с возможностями конкретного смартфона, которые задействуют ИИ-функциональность.
ИИ для камер
«Искусственный интеллект» давно доказал свою эффективность в задачах распознавания изображений и вполне очевидно, что он применяется в камерах смартфонов. В случае Huawei P20 Pro — это функциональность распознавания сцен. Модуль NPU распознает порядка 2000 изображений в минуту, значит практически в режиме реального времени может опознать, что именно находится в кадре и подобрать максимально подходящие для конкретного сюжета настройки. 
Что это дает? Обычно автоматика подбирает параметры съемки исходя из освещенности, контрастности сцены и прочих параметров. Распознавание объектов позволяет улучшить алгоритмы. Для тех, кто понимает что такое ручные настройки, вполне очевидно, что снимая подвижный объект в первую очередь стоит задача получить резкий снимок, поэтому стоит уменьшить выдержку и можно поднять ISO немного пожертвовав качеством, а для съемки пейзажа или портрета нужен другой набор настроек. 
Софт распознает сцену и подбирает лучшие параметры съемки или переключает камеру в нужный режим работы. Заодно может происходить пост-обработка фотографии — ПО повысит контрастность и насыщенность цветов, будто на фото уже наложен фильтр Instagram. С точки зрения профессиональной фотографии такой снимок может показаться неправильным, но будем честны — в мобильной фотографии всегда были важны алгоритмы, чтобы фото отлично выглядело на экране и нравилось рядовому пользователю, а точность передачи цветов оставим DSLR-камерам.
Актуальные модели уже распознают порядка 20 сцен с набором дополнительных настроек в зависимости от конкретных условий съемки. Набор сцен заранее «зашит» в ПО, производитель сам занимается первоначальным обучением нейронной сети (если используются именно сети), подбором фотографий для такого обучения и так далее. В дальнейшем эту функциональность можно расширять с помощью классических обновлений ПО.
Использование ИИ не заканчивается на одном только распознавании сцен. Тот же P20 Pro может похвастаться «интеллектуальным» автофокусом и стабилизацией видео. Работа первого заметна в виде небольших квадратов, которые обозначают точки фокусировки на подвижных объектах, например, они появляются на качающихся от ветра растениях.
Второй задействуется для продвинутой стабилизации видео и работает в паре с оптическим стабилизатором — при съемке Full HD с рук можно получить плавную картинку при ходьбе, сравнимую с той, что дают отдельные стабилизаторы. Правда, без ограничений не обошлось — это работает только для съемки Full HD @30fps и не доступно для Full HD @60fps и 4K-видео.
Еще один пример работы ИИ — съемка замедленного видео (HD @960fps). Впервые функция появилась на смартфонах Sony и тестируя ее мы отмечали, что добиться желаемого результата сложно, нужно самому ловить момент, когда пора нажать на спуск, а камера замедляет всего секунду реального времени. В Huawei P20 Pro изначально это работало таким же образом, но потом алгоритм изменили. Теперь пользователь включает нужный режим, наводит камеру и помещает специальный квадрат в область кадра, где ожидается движение. После нажатия на спуск камера сама определяет, когда начнется движение в выделенной области и замедляет видео — так гораздо легче добиться желаемого результата.
Распознавание объектов позволило добавить каталогизацию в локальную галерею. В ней появилась вкладка «Обзор», где фотографии сортируются в зависимости от места съемки, по лицам распознанных людей, а также категориям (в моем случае — еда, документы, пейзажи). Тут же работает локальный поиск, он быстрый, но не настолько умный как в Google Photos, потому что работает только в рамках знакомых локальному ИИ параметров сцен, лиц и местоположений.
… для шоппинга
Применимость отдельных функций зависит от рынка. Например, привычный для Huawei сканер QR-кодов получил интеграцию с Amazon Assistant — приложение распознает товары и пытается найти похожие на одноименной торговой площадке. Пока он работает не слишком хорошо и мало применим у нас, но вдруг появится интеграция с более подходящим сервисом?
… для перевода
Еще один сценарий использования ИИ — распознавание речи и перевод. Мощности NPU в этом случае задействует переводчик Microsoft Translator. Приложение может работать как обычный переводчик, переводить текст на фотографиях, отдельные фразы и даже работать «живым» переводчиком для группы из нескольких человек. Без подключения к сети в данном случае работает только простейший перевод, а остальные, более сложные сценарии все же требуют наличия подключения к интернету.
… для безопасности
Среди областей применения «искусственного интеллекта» называют и безопасность, что в целом понятно. В первую очередь это уже упомянутая обработка всех данных на устройстве, во вторую — Face Unlock, когда с помощью ИИ происходит распознавание лица пользователя. Цифровой снимок (модель) лица пользователя при этом хранится в специальной зашифрованной области памяти, как и отпечатки пальцев. 
… для производительности
В случае почти всего, что связано с изображениями, речь зачастую идет об уже «обученных» алгоритмах — без обновлений камера не станет лучше распознавать вашего кота или не перестанет путать его с собакой (что тоже случается). В то же время производители заявляют, что ИИ позволяет оптимизировать работу устройства для конкретного пользователя.
Запоминая типичные последовательности запуска приложений и строя зависимости от времени-места софт способен ускорять запуск отдельных программ в частности и оптимизировать работу смартфона в целом, что должно вылиться и стабильно хорошую скорость работы и позитивно сказаться на автономности.
Компании заявляют, что ИИ используется в том числе и в алгоритмах шумоподавления при телефонных разговорах и многих других аспектах. Единственное «но» — все это крайне сложно проверить на практике.
Что дальше?
Наличие «умных» функций «из коробки» улучшает пользовательский опыт, но речь идет только о первой волне внедрения ИИ в смартфоны. Следующий этап — использование потенциала платформы сторонними приложениями. Хорошим тоном является наличие API для разработчиков и поддержка популярных библиотек вроде TensorFlow от Google и Сaffe от Facebook. Все это уже есть, осталось только дождаться приложений, которые покажут преимущества современных аппаратов. Это могут быть как AR-игры, так и приложения для решения отдельных задач. 
Примечательно и то, что в конце 2017 года ИИ встречался в единичных флагманах, а спустя год появляется в аппаратах среднего сегмента. Например, Huawei P Smart+ лишен NPU, который есть во флагманах, но тоже является «умным» — компания смогла реализовать похожую функциональность силами отдельного DSP в новой SoC Kirin 710. Камера быстро распознает сцены, самих сцен стало еще больше, при этом ИИ работает и для фронтальной камеры, и галерея точно также сортирует изображения по различным категориям.
Слухи о Kirin 980 говорят о том, что в новых флагманах мы увидим второе поколение встроенного NPU и он наверняка принесет новую функциональность. Какую именно — пока неизвестно, но то что ИИ превращается в еще одну важную функцию современных смартфонов, понятно уже сегодня.
Huawei рекомендует:
[hl_line style=»text-align: center;»> Материал подготовлен при поддержке Huawei
Источник
