पिक्सेल 6 प्रो के साथ अपने अनुभव के दौरान, तस्वीरें लेने के अलावा, मुझे शायद ही कभी कुछ गलत लगा हो जिसे Google ने "सबसे स्मार्ट पिक्सेल फोन" कहा हो, जब एक सुबह मेरे फोन के अलार्म ने मुझे जगाया।
सामान्य मोबाइल फोन पर अलार्म बंद करने के लिए स्लाइडिंग के संचालन से अलग, पिक्सेल 6 प्रो मुझे अलार्म को नियंत्रित करने के लिए "स्नूज़ (एक और ब्रेक)" या "स्टॉप (स्टॉप)" कहने के लिए प्रेरित करता है, और जब मैं कहता हूं "रोकें" "ध्यान से, अलार्म जो सेल फोन चल रहा था वह चुप था।
यह एक छोटी सी विशेषता है, लेकिन यह मुझे हर सुबह एक अच्छे मूड में रखता है जब मैं अपनी अलार्म घड़ी पर उठता हूं।
अंत में, मुझे अब अपने मोबाइल फोन को खोजने के लिए तंद्रा के लिए मजबूर नहीं करना है, बस जीवन-धमकी देने वाले मोबाइल फोन को बंद करने के लिए एक वाक्य की जरूरत है। यह पहली बार है जब मुझे लगता है कि मोबाइल फोन मुझे "समझ" सकता है।
"लोगों की बातों को समझने" का राज विनम्र टीपीयू में छिपा है।
सर्वव्यापी एआई कंप्यूटिंग
मोबाइल फोन के SoC पर, CPU और GPU की तुलना में NPU की उपस्थिति हमेशा कमजोर होती है।
तंत्रिका नेटवर्क संचालन पर ध्यान केंद्रित करने वाले इस प्रोसेसर का एक एकीकृत नाम भी नहीं है: इसे किरिन चिप पर एनपीयू और ए-सीरीज़ बायोनिक चिप पर न्यूरल इंजन कहा जाता है; Google इसे टीपीयू नाम देता है, और मीडियाटेक को लगता है कि इसका उपयोग इसके लिए किया जाता है एआई गणना के लिए एपीयू कहा जाना चाहिए …
हालांकि इन चिप्स के विभिन्न नाम और अलग-अलग आर्किटेक्चर और सिद्धांत हैं, उनके उद्देश्य काफी हद तक समान हैं – मशीन सीखने में तेजी लाने और मोबाइल फोन की कृत्रिम बुद्धि कंप्यूटिंग शक्ति में सुधार करने के लिए।
यदि आप मोबाइल फोन के प्रोसेसर के प्रदर्शन पर ध्यान दें, तो आप पाएंगे कि चाहे वह आईफोन की ए-सीरीज़ चिप हो या एंड्रॉइड की फ्लैगशिप स्नैपड्रैगन चिप, सीपीयू की कंप्यूटिंग शक्ति में अतीत में बहुत सीमित सुधार हुआ है। दो साल, और प्रदर्शन में "टूथपेस्ट निचोड़ने" की घटना अधिक से अधिक गंभीर होती जा रही है।
इसके विपरीत, एआई कंप्यूटिंग शक्ति एक पैरामीटर संकेतक बन गई है जिसका उल्लेख अधिक निर्माता करना चाहते हैं। ए-सीरीज़ चिप को एक उदाहरण के रूप में लेते हुए, ऐप्पल की ए 14 बायोनिक चिप ने पिछली पीढ़ी की तुलना में अपनी चरम कंप्यूटिंग शक्ति को लगभग दोगुना कर दिया है, और प्रति सेकंड 11 ट्रिलियन ऑपरेशन कर सकती है।
एक साल बाद, A15 बायोनिक चिप अभी भी इस आधार पर 40% से अधिक का पर्याप्त सुधार ला सकती है, और प्रति सेकंड 15.8 ट्रिलियन ऑपरेशन तक कर सकती है।
एंड्रॉइड कैंप की एआई कंप्यूटिंग पावर प्रगति भी बहुत प्रभावशाली है ज्यूरिख यूनिवर्सिटी ऑफ टेक्नोलॉजी द्वारा शुरू की गई एआई प्रदर्शन परीक्षण सूची में, किरिन 970 एआई प्रदर्शन स्कोर, जिसे पहली बार एनपीयू के साथ पेश किया गया था, ने स्कोर किया 23,600 अंक। चार साल बाद, Google Tensor चिप 214,700 के उच्च स्कोर के साथ शीर्ष पर पहुंच गया। , और किरिन 9000 और स्नैपड्रैगन 888 ने भी लगभग 160,000 अंक हासिल किए।
चूंकि एआई कंप्यूटिंग शक्ति लगभग तेजी से बढ़ रही है, हमारे लिए किसी भी बदलाव को महसूस करना मुश्किल क्यों है? क्या थोड़ा उन्नत-ध्वनि वाला शब्द AI हमसे बहुत दूर है?
चित्र से: गैजेटमैच
वास्तव में, हर बार जब आप फोन को अनलॉक करते हैं, वॉयस असिस्टेंट को जगाते हैं, या यहां तक कि शटर दबाते हैं, तो यह एआई कंप्यूटिंग के साथ निकट संपर्क है।
एनपीयू एक ब्लैक बॉक्स की तरह है, यह एआई गणना प्रक्रिया को लगभग न के बराबर बनाता है, जिससे आप प्रौद्योगिकी के लिए अदृश्य हो जाते हैं, लेकिन अधिक प्राकृतिक मानव-कंप्यूटर संपर्क से घिरे होते हैं। Google के वॉयस असिस्टेंट का विकास एक अच्छा उदाहरण है।
चूंकि सीरी 2014 में "अरे, सिरी" के वॉयस वेक-अप फंक्शन में शामिल हुआ था, इसलिए वेक-अप शब्द वॉयस असिस्टेंट के लिए लगभग बाध्य हैं। हर बार जब हम वॉयस असिस्टेंट से बात करते हैं, तो हमें उनके नाम पुकारने के लिए परेशानी उठानी पड़ती है। : सिरी, जिओ ऐ, जिओ बू, शियाओयी… अगर आवाज का वातावरण बहुत शोर है, तो यह शर्मनाक प्रक्रिया कई बार दोहराई जा सकती है।
जाग्रत शब्द को पहचानने के लिए वॉइसप्रिंट छवि निम्न से आती है: Apple
ऐसा इसलिए है, क्योंकि बिजली की खपत के कारण, मोबाइल फोन प्रोसेसर लंबे समय तक पृष्ठभूमि में उपयोगकर्ता के हर वाक्य को पार्स करने के लिए कंप्यूटिंग शक्ति को बर्बाद नहीं कर सकता है। इस समय, कम बिजली की खपत वाला एक वॉयस रिसीवर और केवल वेक शब्दों को पहचानना है स्थायी रूप से काम करने की आवश्यकता है।
जब वेक-अप वर्ड सिग्नल प्राप्त होता है, तो उपयोगकर्ता के अगले निर्देश को सुनने के लिए मुख्य प्रोसेसर को जुटाया जाता है।
हालांकि, हालांकि यह लो-पावर वॉयस वेक-अप प्राप्त कर सकता है, यह अभी भी साइंस फिक्शन फिल्मों में एआई सहायकों के आदर्श रूप से थोड़ा दूर है। यह आयरन मैन की तरह है जो लड़ने से पहले "अरे, जार्विस" कह रहा है। फिर से, मानव- कंप्यूटर इंटरेक्शन थोड़ा अजीब है।
Pixel 6 सीरीज़ पर Google का "शॉर्टकट कमांड्स" फीचर इस प्राकृतिक इंटरैक्शन को लाता है जो साइंस फिक्शन फिल्मों में मौजूद है।
जैसा कि लेख की शुरुआत में उल्लेख किया गया है, उपयोगकर्ता "शॉर्टकट निर्देशों" के माध्यम से "ओके गूगल" जैसे वेक-अप शब्दों को चिल्लाए बिना अलार्म घड़ी को बंद करने और कॉल का जवाब देने जैसे निर्दिष्ट कार्यों को करने के लिए Google सहायक को जगा सकते हैं।
VoiceFilter एल्गोरिथम Google छवि द्वारा प्रस्तावित: Google
शोर वाले ध्वनि वातावरण में मानव आवाजों को प्रत्यक्ष रूप से अलग करने के लिए, मोबाइल फोन में उच्च-सटीक वॉयसप्रिंट पहचान क्षमताएं होनी चाहिए, और उपयोगकर्ता के पासवर्ड को सटीक रूप से पकड़ने और पहचानने के लिए अधिक जटिल दृढ़ तंत्रिका नेटवर्क एल्गोरिदम का उपयोग करना चाहिए।
और विशेष रूप से एआई कंप्यूटिंग के लिए डिज़ाइन की गई Google की टीपीयू चिप इस एआई कंप्यूटिंग शक्ति की मांग को पूरा करती है, और यह प्राकृतिक आवाज बातचीत अंततः पिक्सेल 6 श्रृंखला पर महसूस की जाती है।
तंत्रिका प्रसंस्करण इकाई पर आधारित एनपीयू छवि और वाक् पहचान और प्रसंस्करण में पारंपरिक सीपीयू की तुलना में बहुत अधिक कुशल है। इस प्रकार मोबाइल फोन निर्माता सिस्टम के सॉफ्टवेयर कार्यों को समृद्ध करने के लिए कम्प्यूटेशनल फोटोग्राफी और टेक्स्ट रिकग्निशन जैसे कई कार्य विकसित कर सकते हैं।
Apple के नवीनतम iOS15 पर, न्यूरल कंप्यूटिंग इंजनों के आधार पर कई नई सुविधाएँ डिज़ाइन की गई हैं, जैसे फेसटाइम में जोड़ा गया स्थानिक ऑडियो और पोर्ट्रेट मोड, रीयल-टाइम टेक्स्ट निष्कर्षण और अनुवाद, फ़ोटो में टेक्स्ट को सीधे खोजने के लिए फोटो एलबम, सिरी ऑफ़लाइन ऑपरेशन, आदि। .
चूंकि इन कार्यों में AI कंप्यूटिंग शक्ति के लिए कुछ आवश्यकताएं हैं, इसलिए Apple ने इस बात पर भी जोर दिया कि यदि SoC चिप A12 बायोनिक का बाद का मॉडल नहीं है, तो भले ही आप iOS15 में अपग्रेड करें, इन कार्यों का अनुभव नहीं किया जा सकता है।
एक और उदाहरण MIUI13 पर आईडी फोटो की बुद्धिमान पहचान है, वॉटरमार्क, फेस वेरिफिकेशन प्राइवेसी प्रोटेक्शन और अन्य कार्यों को जोड़ना। हार्मनीओएस के स्पेस जेस्चर और हेड रोटेशन को एआई इमेज रिकग्निशन और टेक्स्ट ओसीआर जैसी तकनीकों का उपयोग करके भी विकसित किया गया है।
एआई फ़ंक्शन हमारे दैनिक मोबाइल फोन अनुभव का एक महत्वपूर्ण हिस्सा बनने लगे हैं, और एनपीयू, जिसे मूल रूप से महत्वहीन माना जाता था, सिस्टम सॉफ़्टवेयर अनुभव का एक अभिन्न अंग बन गया है।
आपको AI कंप्यूटिंग चिप्स की आवश्यकता क्यों है?
मोबाइल फोन के अन्य हिस्सों की तुलना में, एनपीयू बहुत बाद में दिखाई दिया।
सितंबर 2017 में, हुआवेई ने बर्लिन में IFA प्रदर्शनी में Kirin 970 जारी किया, जो एक एकीकृत NPU के साथ पहला SoC है। इसी अवधि के दौरान, Apple ने तंत्रिका कंप्यूटिंग इंजन से लैस पहली A11 बायोनिक चिप जारी की। दोनों शिविरों ने ध्यान दिया एआई कंप्यूटिंग के क्षेत्र में आश्चर्यजनक रूप से समकालिक रूप से।
एआई कार्यों का उद्भव अचानक लग सकता है, लेकिन यह वास्तव में स्मार्टफोन रूपों के विकास के दौरान प्राकृतिक विकास का परिणाम है।
ए-सीरीज़ चिप्स के बारे में ऐप्पल वीपी टिम मिलेट के साथ एक साक्षात्कार में, वायर्ड पत्रिका ने उल्लेख किया कि आईफोन एक्स जारी होने से कुछ साल पहले, कुछ ऐप्पल इंजीनियरों ने आईफोन के कैमरे को स्मार्ट बनाने के लिए मशीन लर्निंग एल्गोरिदम का उपयोग करने का प्रस्ताव रखा था।
यह वह विचार है जो iPhone X को संभव बनाता है, जो अगले दशक में iPhone के आकार को परिभाषित करता है। फुल-स्क्रीन iPhone X पर स्विच करने के लिए टच आईडी को बदलने के लिए एक नए सुरक्षा तंत्र की आवश्यकता होती है जो मूल रूप से ठोड़ी पर कब्जा कर लेता है, और सटीकता और अनलॉकिंग गति के मामले में पूर्व से पीछे नहीं रह सकता है। इन बिंदुओं को प्राप्त करने के लिए, Apple ने 3D संरचित लाइट फेस की ओर रुख किया मान्यता।
हर बार जब iPhone अनलॉक करने के लिए चालू होता है, तो बैंग्स में स्थित डेप्थ-सेंसिंग कैमरा हजारों बिंदुओं के माध्यम से एक गहराई का नक्शा तैयार करेगा, जिसकी तुलना अनलॉकिंग को पूरा करने के लिए संग्रहीत चेहरे के डेटा से की जाएगी, और संग्रह, निर्माण की यह प्रक्रिया और प्रूफरीडिंग को नियंत्रित करने की आवश्यकता है। पलक झपकते ही, अधिक महत्वपूर्ण बात यह है कि बिजली की खपत को काफी कम स्तर पर रखा जाना चाहिए।
Apple द्वारा जारी आंकड़ों के अनुसार, iPhone उपयोगकर्ता दिन में औसतन 80 बार अनलॉक करते हैं। यदि CPU या GPU को हर बार अनलॉक करने पर उच्च-शक्ति वाले ग्राफिक्स संचालन करने के लिए जुटाना पड़ता है, तो यह बैटरी जीवन के लिए एक बड़ी चुनौती होगी। फोन।
▲मशीन सीखने की प्रक्रिया
मल्टी-कोर आर्किटेक्चर न्यूरल कंप्यूटिंग इंजन एक ही समय में बड़ी संख्या में संचालन कर सकता है, और गहरी मशीन सीखने के माध्यम से, यह मानव मस्तिष्क की तरह मानव चेहरे की जानकारी को पहचान और न्याय कर सकता है। चेहरे की पहचान को समझने के लिए इसका उपयोग करने से बिजली की खपत अलग होती है और पारंपरिक सीपीयू की तुलना में प्रदर्शन। छोटा फायदा।
"हम एक तंत्रिका कंप्यूटिंग इंजन के बिना ऐसा नहीं कर सकते थे," टिम मिलेट ने साक्षात्कार में कहा।
कोर की संख्या में वृद्धि के साथ, तंत्रिका कंप्यूटिंग इंजन की कंप्यूटिंग शक्ति में भी काफी सुधार होगा, और इसके अनुप्रयोग अधिक से अधिक व्यापक हो जाएंगे।
उदाहरण के लिए, A13 बायोनिक चिप का 8-कोर न्यूरल कंप्यूटिंग इंजन iPhone11 श्रृंखला में डीप फ्यूजन और नाइट सीन मोड फ़ंक्शन लाता है, जो कई फ्यूजन के माध्यम से तस्वीरों की स्पष्टता और विवरण में सुधार करता है; एक प्राप्त करने के लिए एक ही समय में कई कैमरों को कॉल करें। सहज ज़ूम अनुभव।
A15 बायोनिक चिप और A14 बायोनिक चिप का एनाटॉमी, न्यूरल कंप्यूटिंग इंजन निचले बाएं कोने में केंद्रित है
सामान्य तौर पर, तंत्रिका कंप्यूटिंग इंजन जैसे एनपीयू का उद्भव सीपीयू या जीपीयू के कंप्यूटिंग दबाव को अच्छी तरह से साझा कर सकता है। कुशल समानांतर विश्लेषण और बड़े डेटा की गणना के माध्यम से, सार्थक परिणाम निकाले जा सकते हैं, और अधिक प्राकृतिक प्रसंस्करण का उपयोग किया जा सकता है। सुधार करने की क्षमता हमारा अनुभव।
AI फिर से स्मार्टफोन को परिभाषित करेगा
Apple में मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस स्ट्रैटेजी के सीनियर वाइस प्रेसिडेंट जॉन जियानंद्रिया ने एक साक्षात्कार में उल्लेख किया कि उनका मानना है कि अगले कुछ वर्षों में, iOS या Apple के सॉफ्टवेयर इकोसिस्टम के सभी कार्यों को मशीन लर्निंग द्वारा बदल दिया जाएगा।
मुझे लगता है कि Apple ने हमेशा रचनात्मकता और प्रौद्योगिकी के प्रतिच्छेदन का प्रतिनिधित्व किया है। जब आप स्मार्ट अनुभव बनाने के बारे में सोचते हैं, तो ऐप्स, फ्रेमवर्क, चिप्स को लंबवत रूप से एकीकृत करना वास्तव में महत्वपूर्ण है … मुझे लगता है कि यह एक यात्रा है, यह कंप्यूटिंग उपकरणों का भविष्य है जो हमारे पास हैं, वे स्मार्ट हो जाते हैं, और फिर यह इंटेलिजेंस अदृश्य हो जाएगा। .
मूल आईफोन ने मोबाइल फोन को टच स्क्रीन इंटरैक्शन और इंटरनेट से कभी भी, कहीं भी कनेक्ट करने के साथ फिर से परिभाषित किया। तब से, मोबाइल फोन "फीचर फोन" और "स्मार्ट फोन" की एक शाखा के रूप में उभरा है।
जब स्मार्ट फोन के कार्य अभिसरण होते हैं, तथाकथित "स्मार्ट" – वीचैट भेजना, संगीत बजाना, चित्र लेना, समाचार देखना आदि, एक अर्थ में, कार्यों पर लौट आते हैं।
चित्र से: गैजेटमैच
स्मार्टफ़ोन को फिर से परिभाषित करने की आवश्यकता है, और नई बुद्धिमत्ता को एक मोबाइल फ़ोन के रूप में व्याख्यायित किया जाना चाहिए जो "लोगों को समझता है"। यह आपके द्वारा देखी जाने वाली दुनिया को पहचान सकता है, आपके हर आदेश को समझ सकता है, और पर्यावरण के अनुसार गतिशील रूप से समायोजित कर सकता है। इन सभी के लिए AI चिप्स की आवश्यकता होती है। प्राप्त करें बहुत अधिक संलग्न।
जैसे-जैसे मोबाइल फोन हार्डवेयर आपूर्ति श्रृंखला अधिक से अधिक पारदर्शी होती जाती है, मध्य-से-उच्च-अंत मोबाइल फोन के मुख्य घटकों में अंतर छोटे और छोटे होते जा रहे हैं, और सॉफ्टवेयर कार्यों को निर्माताओं से अधिक से अधिक ध्यान आकर्षित किया गया है। खाना पकाने की तरह , हार्डवेयर आपूर्ति श्रृंखला व्यंजन की "मूल सामग्री" बनाने का एक अच्छा तरीका प्रदान करती है, और यदि आप एक अद्वितीय स्वाद बनाना चाहते हैं, तो उत्कृष्ट सॉफ़्टवेयर अनुभव कुंजी "मसाला" है।
आज, हमारे पास पहले से ही एक स्पष्ट पर्याप्त स्क्रीन और एक कैमरा है जो 100 मीटर दूर से लैंडस्केप शूट कर सकता है, लेकिन स्मार्टफोन का अनुभव पारंपरिक प्रदर्शन और फोटोग्राफी तक ही सीमित नहीं है।
यह आपको एक ही समय में कई फ़ोकल लेंथ फ़ोटो शूट करने की अनुमति देता है, ताकि आप फ़ोकस करने के लिए जल्दी करके दृश्यों को याद न करें; यह दृश्यदर्शी में वास्तविक समय में रात के दृश्य या एचडीआर प्रभाव का पूर्वावलोकन करने में सक्षम होना चाहिए, और नहीं इमेजिंग के लिए अधिक समय तक प्रतीक्षा करें; यह एक अनुवादक भी बन जाना चाहिए जो आपकी यात्रा में आपका साथ दे सके, भले ही नेटवर्क खराब हो, यह वास्तविक समय के अनुवाद कार्य को ऑफ़लाइन पूरा कर सकता है।
इन कार्यों को महसूस करने में हमारी मदद करने के लिए AI सबसे अच्छा विकल्प है। सॉफ़्टवेयर कार्यों को और अधिक गहराई से अनुकूलित करने के लिए, Google और OPPO जैसे अधिक मोबाइल फोन निर्माताओं ने Apple और जैसे अग्रदूतों के साथ पकड़ने के लिए NPU चिप्स के डिजाइन में भाग लेना शुरू कर दिया है। हुवाई।
साथ ही, शक्तिशाली एआई कंप्यूटिंग शक्ति अब स्व-विकसित चिप खिलाड़ियों का पेटेंट नहीं है। क्वालकॉम स्नैपड्रैगन 8 और डाइमेंशन 9000 दोनों ही एआई कंप्यूटिंग शक्ति को सुधार का केंद्र मानते हैं, और एआई प्रदर्शन चलाने वाले बिंदुओं में Google के टेंसर को पीछे छोड़ दिया है। सैमसंग का हाल ही में जारी Exynos 2200 भी NPU के प्रदर्शन में सुधार लाने पर ध्यान केंद्रित करता है, जिससे दोगुना सुधार होता है।
एआई प्रदर्शन में चिप दिग्गजों के केंद्रित प्रयास मोबाइल एआई चिप्स को ऐसा बनाते हैं जैसे वे "नए मूर के नियम" का अनुभव कर रहे हों।
प्रदर्शन वृद्धि की गति के अलावा, एआई चिप्स की लोकप्रियता भी बहुत प्रभावशाली है। सांख्यिकी एजेंसी काउंटरपॉइंट के आंकड़ों के अनुसार, 2017 में बिल्ट-इन एआई चिप्स वाले मोबाइल फोन की संख्या केवल 3% बाजार के लिए जिम्मेदार है शेयर, और 2020 में यह आंकड़ा 35% तक पहुंच गया है।
भविष्य में, अधिक मोबाइल फोन एआई-त्वरित कंप्यूटिंग का समर्थन करेंगे, जिसका अर्थ है कि मोबाइल एप्लिकेशन विकसित करने के लिए मशीन लर्निंग का उपयोग नया सामान्य हो जाएगा। वास्तव में, राष्ट्रीय स्तर के ऐप जैसे डॉयिन और वीचैट पर, मशीन का उपयोग लर्निंग पहले ही सामने आ चुकी है। बैकग्राउंड ब्लर और वन-क्लिक क्लिपिंग जैसे AI फंक्शन्स को समझें।
मोबाइल फोन निर्माताओं और तीसरे पक्ष के विकास की भागीदारी के साथ, एआई अनुप्रयोगों को गहरा करना जारी रहेगा, और स्मार्टफोन का आकार भी तदनुसार बदल सकता है, एक सुखद अनुभव के लिए सॉफ्टवेयर-हार्डवेयर सहजीवन बन जाएगा।
उस समय, स्मार्टफोन के रूप में बोलने के अधिकार की लड़ाई धीरे-धीरे आपूर्ति श्रृंखला के प्रबंधन से उपयोगकर्ता के बड़े डेटा के नियंत्रण में स्थानांतरित हो जाएगी।
#Aifaner के आधिकारिक WeChat खाते पर ध्यान देने के लिए आपका स्वागत है: Aifaner (WeChat: ifanr), अधिक रोमांचक सामग्री जल्द से जल्द आपके लिए लाई जाएगी।
लव फैनर | मूल लिंक · टिप्पणियां देखें · सिना वीबो