什么是手機AI？有什么用？

手機上的人工智能性能和計算能力完全揭示

[閩南網]

自從麒麟970率先加入NPU模塊以來，手機處理器似乎已經回到了核心數量戰爭的時代。高通和蘋果通過人工智能計算設計模塊在處理器中添加了人工智能計算模塊，并不斷提高處理器的人工智能計算能力。那么，我們應該如何衡量這些處理器的人工智能計算能力呢？我們不妨試試這些軟件。

然而，在人工智能運行分數之前，我們應該首先了解主要制造商所謂的人工智能核心的用途和用途。在分析這個角色之前，我們需要解釋人工智能這個流行詞。

手機上的AI是什么？

人工智能實際上是指人工智能。如果在硬件層面縮小范圍，則指模擬人腦結構的人工神經網絡。直率地說，它是通過大量的人工神經元連接來計算模擬人類神經結構和功能的數學模型或計算模型。與傳統的邏輯推理不同，基于大量數據統計的人工神經網絡具有一定的判斷力，在語音識別和圖像識別方面具有特殊的優勢。

單層神經元網絡

目前，人工智能（即神經網絡）的功能確實可以用于手機，集中在圖像識別領域。由于手機圖像識別能力的提高，各大廠商新增的各種攝影算法優化。

因此，現在最能反映移動人工智能計算能力的跑步軟件使用圖像處理來衡量處理器的人工智能計算能力，人工智能Benchmark就是其中的代表。

AIBenchmark

該軟件主要測試了手機使用神經網絡識別和處理圖像的能力。并通過9個獨立的神經網絡執行不同的圖像識別任務，以檢查主要處理器的人工智能處理能力。

這九個不同的神經網絡分別針對不同的識別任務。一是對象識別/分類。通過輸入不同的圖片進行訓練，人工智能可以區分大量的圖片。在人工智能網絡中，它還使用不同像素的分辨率進行識別，以便更準確地檢測小物體。

對象識別測試

這與我們常見的“智能識別”密切相關。雖然各大廠商都推出了這個功能，但是識別精度不同，所以這個項目在跑分上還是有說服力的。

此外，識別還分為物體識別和面部識別。在面部識別方面，人工智能將面部圖像分解為不同的特征點，然后與庫里特征點進行比較，最終輸出最相似的結果。

面部識別測試

在我們的手機上，除了圖片搜索圖片等多對多識別方案外，還包括多對一的面部識別解鎖方案。相比之下，面部識別方案需要比較的庫里數據處理量較少，但面部識別的神經元網絡需要在特征點采集方面進行更深入的細節訓練。

之前的人工智能應用程序是識別-比較鏈接，而這一步的人工智能更傾向于圖像處理鏈接。例如，在缺乏光學變焦的手機上，如果你放大圖片，你會發現細節部分的噪音非常突出，因為它的細節部分都是由算法補充的。通過訓練，人工智能可以識別過渡部分周圍的像素，并在計算后自動填充，使圖片更加光滑和自然。

使用神經網絡去模糊圖像

語義圖像分割是圖像識別的進一步應用，也是基于大量的圖像識別，然后對整個圖像識別的結果進行分類和標記。此外，AIbenchmark還測試了照片增強鏈接。這個功能更常見，通常被稱為照片人工智能模式，可以根據預定的算法預設識別圖片場景，如圖片集體照明、藍天白云飽和度提高等。

分割圖像語義

這么多測試都是基于圖像識別的，但對于普通手機來說，大量的圖像計算會消耗大量的內存，所以最后一個測試也是對手機內存大小的測試。

內存的大小也限制了識別圖像的大小

說了這么多，我們來看看市場上處理器的運行分數結果。我們將提供AIBenchmark的官方運行分數梯圖，您也可以下載該軟件（搜索AIBenchmark）來測量您手機的人工智能性能。

AI跑分排行榜

需要注意的是，前三名是開發平臺上測試的處理器。由于平臺不同，性能與手機內部的同一處理器不同是正常的。

與此同時，這款跑分軟件也有很大的局限性，比如iOS系統還沒有得到支持，但相信未來會有更全面的AI評分標準。

畢竟目前手機AI處理還處于“初級”水平，未來還有很長的路要走。手機陣營三大芯片巨頭誰贏誰輸還不得而知。