"फोटो ऑप्टिमाइजेशन और वॉयस असिस्टेंट के अलावा मोबाइल फोन AI के पास और क्या है?"
जब इस साल स्नैपड्रैगन 8 मोबाइल प्लेटफॉर्म की नई पीढ़ी जारी की गई, तो क्वालकॉम ने एक बार फिर से अनुवाद और अनुवाद किया, एक बड़ा मस्तिष्क छेद क्या है—-
मोबाइल फोन को "अधिकृत" करना सीखें और आवाज के माध्यम से उपयोगकर्ता की संभावित बीमारियों को पहचानें, जैसे कि अवसाद और अस्थमा;
मोबाइल फोन को "एंटी-पीपिंग" का एहसास कराएं और अपरिचित उपयोगकर्ताओं की दृष्टि को पहचानकर स्वचालित लॉक स्क्रीन का एहसास करें;
मोबाइल गेम को सुपर-रिज़ॉल्यूशन प्राप्त करने दें, और उस तस्वीर की गुणवत्ता लाएं जो केवल पीसी की तरफ चलने में सक्षम थी मोबाइल फोन पर अनुभव करने के लिए …
इससे भी महत्वपूर्ण बात यह है कि स्नैपड्रैगन 8 में एक ही समय में इन AI कार्यों को चलाने की क्षमता है !
क्वालकॉम का दावा है कि स्नैपड्रैगन 8 के 7वीं पीढ़ी के एआई इंजन में पिछली पीढ़ी की तुलना में 4 गुना तक का प्रदर्शन बढ़ा है ।
इसका मतलब यह है कि जब हम मोबाइल फोन पर खेलते हैं, तो एक ही समय में कई एआई एप्लिकेशन को "ओपन" करने में कोई समस्या नहीं होती है। इससे भी महत्वपूर्ण बात यह है कि यह न केवल एक साधारण एआई प्रदर्शन में सुधार है, बल्कि उपयोगकर्ताओं के लिए एक सहज अनुप्रयोग अनुभव भी है।
आज, जब हार्डवेयर प्रक्रिया का उन्नयन इतना कठिन है, तो क्वालकॉम ने 7वीं पीढ़ी के एआई इंजन के प्रदर्शन और अनुप्रयोग में इतनी सारी नई तरकीबें कैसे "चालू" कर दीं?
हमने क्वालकॉम द्वारा प्रकाशित कुछ शोध पत्रों और तकनीकी दस्तावेजों को देखा और कुछ "सुराग" पाए:
क्वालकॉम द्वारा जारी एआईएमईटी ओपन सोर्स टूल दस्तावेज़ में, "एआई सुपर-रिज़ॉल्यूशन मॉडल को कैसे संपीड़ित किया जाए" के बारे में जानकारी है;
"एंटी-पीपिंग" से संबंधित एक तकनीकी ब्लॉग में, मैंने गोपनीयता सुरक्षा के आधार पर लक्ष्य पहचान तकनीक का उपयोग करने का तरीका पेश किया …
ये दस्तावेज़ और तकनीकी ब्लॉग के पीछे के शीर्ष सम्मेलन पत्र सभी एक संगठन- क्वालकॉम एआई रिसर्च इंस्टीट्यूट से आते हैं ।
यह कहा जा सकता है कि क्वालकॉम ने 7वीं पीढ़ी के एआई इंजन में अनुसंधान संस्थान द्वारा प्रकाशित कई एआई पेपर को "छिपा" दिया है।
टॉप मीटिंग पेपर "Hiding" मोबाइल AI
आइए 7वीं पीढ़ी के एआई इंजन के कैमरा एल्गोरिथम के सुधार पर एक नजर डालते हैं ।
बुद्धिमान पहचान के इस बिंदु पर लक्ष्य रखते हुए, क्वालकॉम ने इस वर्ष चेहरे की विशेषता पहचान बिंदुओं को बढ़ाकर 300 कर दिया है, जो अधिक सूक्ष्म अभिव्यक्ति परिवर्तनों को पकड़ सकता है।
लेकिन साथ ही क्वालकॉम ने फेस डिटेक्शन की स्पीड को 300% तक बढ़ा दिया है । आपने ऐसा कैसे किया?
क्वालकॉम द्वारा सीवीपीआर पर प्रकाशित एक अध्ययन में, हमें इसका उत्तर मिला।
इस लेख में, क्वालकॉम ने स्किप-कनवल्शन (स्किप कनवल्शन) नामक एक नई कनवल्शन लेयर का प्रस्ताव रखा, जो पहले और बाद में दो छवियों को घटा सकती है, और केवल बदले हुए हिस्से को कनवल्व कर सकती है।
हां, मानव आंखों की तरह, "चलते हिस्से" को नोटिस करना आसान है।
यह स्नैपड्रैगन 8 को रीयल-टाइम वीडियो स्ट्रीम डिटेक्शन एल्गोरिदम जैसे लक्ष्य पहचान और छवि पहचान करते समय लक्ष्य ऑब्जेक्ट पर अधिक ध्यान केंद्रित करने में सक्षम बनाता है, और साथ ही सटीकता में सुधार के लिए अतिरिक्त कंप्यूटिंग पावर का उपयोग करता है।
आप पूछ सकते हैं, ऐसे विवरण के साथ चेहरे की पहचान का क्या उपयोग चित्र लेने के लिए?
इसके अलावा, इस बार क्वालकॉम और लीका ने एआई-आधारित इंटेलिजेंट इंजन का उपयोग करते हुए लीका लेइट्ज फिल्टर को एक साथ लॉन्च किया , जिसमें फेस डिटेक्शन जैसे एल्गोरिदम शामिल हैं, जो उपयोगकर्ताओं को बिना सोचे-समझे अधिक समझदारी से लेने की अनुमति देता है। कलात्मक शैली की तस्वीरें।
न केवल चेहरे का पता लगाना, बल्कि क्वालकॉम के स्मार्ट शूटिंग कार्यों में सुपर-रिज़ॉल्यूशन, मल्टी-फ्रेम शोर में कमी, स्थानीय गति मुआवजा भी शामिल है …
हालांकि, उच्च-रिज़ॉल्यूशन शूटिंग में वीडियो स्ट्रीम आमतौर पर रीयल-टाइम होती है एआई इंजन इतनी बड़ी मात्रा में डेटा को बुद्धिमानी से कैसे संसाधित करता है?
यह एक सीवीपीआर पेपर भी है। क्वालकॉम ने कई कैस्केड क्लासिफायर से बना एक तंत्रिका नेटवर्क प्रस्तावित किया, जो वीडियो फ्रेम की जटिलता के अनुसार मॉडल में उपयोग किए जाने वाले न्यूरॉन्स की संख्या को बदल सकता है, और गणना की मात्रा को स्वयं नियंत्रित कर सकता है।
बुद्धिमान वीडियो प्रसंस्करण की "बड़ी मात्रा और जटिल" प्रक्रिया का सामना करते हुए, एआई अब इसे पकड़ सकता है।
स्मार्ट फोटोग्राफी के अलावा, क्वालकॉम की वॉयस टेक्नोलॉजी भी इस बार एक उज्ज्वल स्थान है।
जैसा कि शुरुआत में उल्लेख किया गया है, 7वीं पीढ़ी का एआई इंजन अस्थमा और अवसाद जैसी स्वास्थ्य स्थितियों के जोखिम को निर्धारित करने के लिए उपयोगकर्ता आवाज पैटर्न के विश्लेषण में तेजी लाने के लिए मोबाइल फोन के उपयोग का समर्थन करता है।
तो, यह डेटा संग्रह को शामिल किए बिना उपयोगकर्ता की आवाज़ को सटीक रूप से कैसे अलग करता है?
विशेष रूप से, क्वालकॉम ने मोबाइल फोन पर एक फ़ेडरेटेड लर्निंग मेथड प्रस्तावित किया है, जो न केवल मोबाइल फोन उपयोगकर्ताओं के वॉयस ट्रेनिंग मॉडल का उपयोग कर सकता है, बल्कि यह भी सुनिश्चित करता है कि वॉयस डेटा की गोपनीयता लीक न हो।
इनमें से कई एआई फ़ंक्शन क्वालकॉम एआई रिसर्च इंस्टीट्यूट द्वारा प्रकाशित पत्रों में पाए जा सकते हैं।
जो सुराग मिल सकते हैं वे सैद्धांतिक समर्थन हैं जिनका एआई ने शुरुआत में मोबाइल फोन के प्रदर्शन को बेहतर बनाने के लिए उल्लेख किया था। इसमें एक प्रश्न का उल्लेख करना होगा:
एक ही समय में इतने सारे एआई मॉडल चलने के साथ, क्वालकॉम हार्डवेयर के प्रसंस्करण प्रदर्शन में सुधार कैसे करता है?
यहां हमें हाल के वर्षों में क्वालकॉम की एक प्रमुख शोध दिशा की मात्रा का उल्लेख करना होगा ।
क्वालकॉम द्वारा जारी नवीनतम प्रौद्योगिकी रोडमैप को देखते हुए, मॉडल मात्रा का ठहराव हमेशा उन प्रमुख तकनीकों में से एक रहा है जिसका एआई रिसर्च इंस्टीट्यूट ने पिछले कुछ वर्षों में अध्ययन किया है। इसका उद्देश्य एआई मॉडल को "छोटा" करना है।
सीमित शक्ति, कंप्यूटिंग शक्ति, मेमोरी और गर्मी अपव्यय क्षमताओं के कारण, मोबाइल फोन द्वारा उपयोग किया जाने वाला एआई मॉडल पीसी पर एआई मॉडल से बहुत अलग है।
पीसी पर, GPU में हर मोड़ पर सैकड़ों वाट की शक्ति होती है, और AI मॉडल की गणना में 16 या 32-बिट फ्लोटिंग पॉइंट नंबर (FP16, FP32) का उपयोग किया जा सकता है। मोबाइल फोन एसओसी में केवल कुछ वाट की शक्ति होती है, और बड़ी मात्रा में एआई मॉडल को स्टोर करना मुश्किल होता है।
इस समय, FP32 मॉडल को 8-बिट पूर्णांक (INT8) या यहां तक कि 4-बिट पूर्णांक (INT4) तक कम करना आवश्यक है, जबकि यह सुनिश्चित करना कि मॉडल की सटीकता को बहुत अधिक नुकसान न हो।
एआई मैटिंग मॉडल को एक उदाहरण के रूप में लेते हुए, हम आमतौर पर कंप्यूटर प्रोसेसर की कंप्यूटिंग शक्ति के साथ बहुत सटीक एआई मैटिंग प्राप्त कर सकते हैं, लेकिन इसके विपरीत, यदि हम "लगभग प्रभाव" एआई मैटिंग प्राप्त करने के लिए मोबाइल फोन का उपयोग करना चाहते हैं, तो हम मॉडल परिमाणीकरण की विधि के लिए इसका उपयोग करना होगा।
मोबाइल फोन पर अधिक AI मॉडल स्थापित करने की अनुमति देने के लिए, क्वालकॉम ने बहुत अधिक मात्रात्मक शोध किया है। शीर्ष सम्मेलन में प्रकाशित पत्रों में डेटा-मुक्त परिमाणीकरण DFQ, राउंडिंग मैकेनिज्म AdaRound, और संयुक्त परिमाणीकरण और प्रूनिंग तकनीक बायेसियन बिट्स शामिल हैं। बायेसियन बिट्स)। ) रुको।
उनमें से, DFQ एक डेटा-मुक्त परिमाणीकरण तकनीक है जो AI कार्यों के प्रशिक्षण के समय को कम कर सकती है और परिमाणीकरण सटीकता प्रदर्शन में सुधार कर सकती है। MobileNet पर, मोबाइल फोन पर सबसे आम दृश्य AI मॉडल, DFQ ने अन्य सभी तरीकों से सर्वश्रेष्ठ प्रदर्शन हासिल किया है:
AdaRound जटिल Resnet18 और Resnet 50 नेटवर्क के वजन को 4 बिट तक कम कर सकता है, जो मॉडल के भंडारण स्थान को बहुत कम कर देता है, जबकि केवल 1% से कम सटीकता खो देता है:
एक नए परिमाणीकरण ऑपरेशन के रूप में, बायेसियन बिट्स न केवल बिट चौड़ाई को दोगुना कर सकते हैं, बल्कि प्रत्येक नई बिट चौड़ाई पर पूर्ण सटीक मान और पिछले गोल मान के बीच अवशिष्ट त्रुटि को भी माप सकते हैं, ताकि सटीकता और दक्षता प्राप्त हो सके। एक बेहतर व्यापार प्रदान करें – बीच में बंद।
ये प्रौद्योगिकियां न केवल कम बिजली की खपत वाले मोबाइल फोन पर अधिक एआई मॉडल चलाने की अनुमति देती हैं, जैसे गेम एआई सुपर-रिज़ॉल्यूशन (डीएलएसएस के समान) जो केवल कंप्यूटर पर चल सकता है, अब यह स्नैपड्रैगन 8 पर चल सकता है।
यहां तक कि इनमें से कुछ AI मॉडल "एक ही समय में चल सकते हैं", जैसे कि जेस्चर डिटेक्शन और फेस रिकग्निशन:
वास्तव में, थीसिस केवल पहला कदम है।
यदि आप अधिक अनुप्रयोगों के लिए AI क्षमताओं को शीघ्रता से लागू करना चाहते हैं, तो आपको अधिक प्लेटफ़ॉर्म और ओपन सोर्स टूल की भी आवश्यकता है।
एप्लिकेशन में अधिक AI क्षमताएं प्राप्त करें
इस संबंध में, क्वालकॉम खुले दिमाग रखता है।
इन पेपरों में एआई अनुप्रयोगों को कुशलतापूर्वक बनाने के तरीके और मॉडल, क्वालकॉम एआई रिसर्च इंस्टीट्यूट ने सहयोग, ओपन सोर्स और अन्य तरीकों के माध्यम से उन्हें अधिक डेवलपर समुदायों और भागीदारों के साथ साझा किया, ताकि हम स्नैपड्रैगन 8 पर अधिक अनुभव कर सकें। दिलचस्प कार्य और अनुप्रयोग।
एक ओर, क्वालकॉम ने डेवलपर्स के साथ अधिक एआई अनुप्रयोगों को तेजी से विकसित करने की क्षमता साझा करने के लिए Google के साथ सहयोग किया।
क्वालकॉम स्नैपड्रैगन 8 पर Google की वर्टेक्स एआई एनएएस सेवा से लैस है , जिसे अभी भी मासिक रूप से अपडेट किया जाता है, जिसका अर्थ है कि 7 वीं पीढ़ी के एआई इंजन पर डेवलपर्स द्वारा विकसित एआई एप्लिकेशन मॉडल के प्रदर्शन को जल्दी से अपडेट कर सकते हैं।
NAS का उपयोग करते हुए, डेवलपर्स स्वचालित रूप से स्मार्ट कैमरा एल्गोरिदम, वॉयस ट्रांसलेशन और सुपर-रिज़ॉल्यूशन सहित उपयुक्त मॉडल बनाने के लिए AI का उपयोग कर सकते हैं, जिसकी घोषणा क्वालकॉम ने शीर्ष बैठक में की थी। इन सभी को AI की "स्क्रीनिंग रेंज" में शामिल किया जा सकता है और स्वचालित रूप से विकसित किया जा सकता है। विकास के लिए सर्वोत्तम मॉडल का मिलान करें।
क्वालकॉम के गति मुआवजे और फ्रेम इंटरपोलेशन एल्गोरिदम का उपयोग यहां किया जाता है। और इन एआई प्रौद्योगिकियों के समान, डेवलपर्स इसे NAS के माध्यम से भी लागू कर सकते हैं, और यह "अप्रभावी ट्यूनिंग" की समस्या के बिना, स्नैपड्रैगन 8 को बेहतर ढंग से अनुकूलित कर सकता है।
कल्पना कीजिए कि जब आप भविष्य में स्नैपड्रैगन 8 से लैस मोबाइल फोन पर गेम खेलते हैं, तो आप महसूस करेंगे कि तस्वीर चिकनी है, लेकिन यह अधिक शक्ति नहीं खोएगी (बढ़ी हुई बिजली की खपत का जिक्र करते हुए):
वहीं, AI मॉडल का मेंटेनेंस आसान हो गया है। Google के अनुसार, अन्य प्लेटफार्मों की तुलना में, वर्टेक्स एआई एनएएस के लिए एक मॉडल को प्रशिक्षित करने के लिए आवश्यक कोड की पंक्तियों की संख्या को लगभग 80% तक कम किया जा सकता है।
दूसरी ओर, क्वालकॉम ने अपने स्वयं के उपकरण भी खोले हैं जिन पर वर्षों से शोध और मात्रा निर्धारित की गई है।
पिछले साल, क्वालकॉम ने एआईएमईटी (एआई मॉडल दक्षता टूलकिट) नामक एक मॉडल "दक्षता सुधार " टूल का उद्घाटन किया ।
इसमें बड़ी संख्या में संपीड़न और परिमाणीकरण एल्गोरिदम शामिल हैं जैसे कि तंत्रिका नेटवर्क प्रूनिंग और एकवचन मूल्य अपघटन (एसवीडी), जिनमें से कई क्वालकॉम एआई रिसर्च इंस्टीट्यूट द्वारा प्रकाशित शीर्ष सम्मेलन पत्रों के परिणाम हैं। डेवलपर्स द्वारा AIMET टूल का उपयोग करने के बाद, वे अपने AI मॉडल को बेहतर बनाने और इसे मोबाइल फोन पर अधिक सुचारू रूप से चलाने के लिए सीधे इन एल्गोरिदम का उपयोग कर सकते हैं।
क्वालकॉम की मात्रात्मक क्षमताएं न केवल सामान्य डेवलपर्स के लिए खुली हैं, बल्कि प्रमुख एआई कंपनियों के अधिक एआई अनुप्रयोगों को स्नैपड्रैगन 8 पर लागू करने में सक्षम बनाती हैं।
नए स्नैपड्रैगन 8 पर, उन्होंने एनएलपी क्षेत्र में एक प्रसिद्ध कंपनी हगिंग फेस के साथ सहयोग किया, ताकि फोन पर स्मार्ट सहायक उपयोगकर्ताओं को सूचनाओं का विश्लेषण करने में मदद कर सके और सिफारिश कर सके कि किन लोगों को प्राथमिकता दी जाए, ताकि उपयोगकर्ता सबसे महत्वपूर्ण देख सकें एक नज़र में सूचनाएं।
क्वालकॉम एआई इंजन पर उनके भावना विश्लेषण मॉडल को चलाते समय , यह सामान्य सीपीयू गति की तुलना में 30 गुना तेज गति प्राप्त कर सकता है ।
यह तकनीकी अनुसंधान की वर्षा और प्रौद्योगिकी में खुले रवैये को बनाए रखने के लिए है कि क्वालकॉम मोबाइल फोन उद्योग में विभिन्न एआई "नए मस्तिष्क छेद" को ताज़ा करना जारी रखता है:
पिछले वीडियो से स्मार्ट "उन्मूलन", स्मार्ट मीटिंग म्यूट, इस साल की गोपनीयता स्क्रीन, मोबाइल फोन सुपर रेजोल्यूशन …
पेपर, प्लेटफॉर्म और ओपन सोर्स टूल्स द्वारा लागू किए गए अधिक एआई एप्लिकेशन हैं, जो सभी इस एआई इंजन में भी किए जाते हैं।
क्वालकॉम एआई रिसर्च इंस्टीट्यूट, जो इन शोधों के पीछे छिपा रहा है, एक बार फिर 7 वीं पीढ़ी के एआई इंजन की उपस्थिति के साथ सामने आया है।
क्वालकॉम एआई का "सॉफ्ट एंड हार्ड"
अधिकांश समय, क्वालकॉम एआई की हमारी धारणा एआई इंजन के "हार्डवेयर प्रदर्शन" पर बनी रहती है।
आखिरकार, 2007 में पहली एआई परियोजना शुरू होने के बाद से, क्वालकॉम हार्डवेयर प्रदर्शन के मामले में एआई मॉडल के लिए प्रसंस्करण क्षमताओं में सुधार कर रहा है।
हालांकि, एआई एल्गोरिदम पर क्वालकॉम का शोध भी "पहले ही योजना बना चुका है।"
2018 में, क्वालकॉम ने एआई क्षेत्र में एक प्रसिद्ध सिद्धांतकार मैक्स वेलिंग की अध्यक्षता में एआई रिसर्च इंस्टीट्यूट की स्थापना की , और वह गहरी शिक्षा के पिता हिंटन के छात्र हैं।
अधूरे आँकड़ों के अनुसार, जब से क्वालकॉम ने एआई रिसर्च इंस्टीट्यूट की स्थापना की है, तब से शीर्ष एआई अकादमिक सम्मेलनों जैसे कि न्यूरआईपीएस, आईसीएलआर और सीवीपीआर में दर्जनों पेपर प्रकाशित हुए हैं।
उनमें से, मोबाइल फोन के एआई पक्ष पर कम से कम 4 मॉडल कम्प्रेशन पेपर लागू किए गए हैं, और कंप्यूटर विज़न, स्पीच रिकग्निशन और प्राइवेसी कंप्यूटिंग से संबंधित कई पेपर हैं।
उपर्युक्त 7 वीं पीढ़ी के एआई इंजन को हाल के वर्षों में एआई एल्गोरिदम पर क्वालकॉम के शोध परिणामों का एक सूक्ष्म जगत कहा जा सकता है।
क्वालकॉम एआई के शोध परिणामों के माध्यम से, क्वालकॉम ने एआई मॉडल को कई अत्याधुनिक प्रौद्योगिकी अनुप्रयोग परिदृश्यों में सफलतापूर्वक विस्तारित किया है।
स्वायत्त ड्राइविंग के मामले में , क्वालकॉम ने स्नैपड्रैगन ऑटोमोटिव डिजिटल प्लेटफ़ॉर्म लॉन्च किया है, जिसमें चिप्स से एआई एल्गोरिदम तक एक-स्टॉप समाधान "शामिल" है। वर्तमान में, यह 25 से अधिक कार कंपनियों के साथ सहयोग तक पहुंच गया है, और कनेक्टेड कारों की संख्या का उपयोग कर रहा है उनके समाधान 200 मिलियन वाहनों तक पहुंच गए हैं।
उनमें से, बीएमडब्ल्यू की अगली पीढ़ी की सहायक ड्राइविंग प्रणाली और स्वायत्त ड्राइविंग प्रणाली क्वालकॉम के स्वायत्त ड्राइविंग समाधान को अपनाएगी।
XR पर, क्वालकॉम उपकरणों और जैसे अनुप्रयोगों के विकास के लिए Snapdragon रिक्त स्थान XR विकास मंच जारी किया एआर चश्मा सिर पर लगे।
वाना किक्स के सहयोग से, स्नैपड्रैगन 8 एआर ट्राइ-ऑन ऐप में 7वीं पीढ़ी के एआई इंजन की क्षमताओं को भी लाता है।
ड्रोन पर क्वालकॉम ने इस साल फ्लाइट आरबी5 5जी प्लेटफॉर्म जारी किया।इनमें से कई फ़ंक्शन, जैसे कि 360 ° बाधा से बचाव, ड्रोन फोटोग्राफी और एंटी-शेक, प्लेटफॉर्म पर AI मॉडल के माध्यम से लागू किए जा सकते हैं। उनमें से, मंगल पर पहुंचने वाला पहला यूएवी, "गिज़विट", क्वालकॉम द्वारा प्रदान किए गए प्रोसेसर और संबंधित तकनीकों से लैस है।
पीछे मुड़कर देखें, तो यह पता लगाना मुश्किल नहीं है कि इस बार क्वालकॉम एआई प्रदर्शन में हार्डवेयर कंप्यूटिंग पावर (टॉप्स) के सुधार पर जोर नहीं दे रहा है, बल्कि सॉफ्टवेयर और हार्डवेयर को समग्र रूप से एकीकृत करता है, और एआई प्रदर्शन में 4 गुना सुधार का डेटा प्राप्त करता है, और एआई एप्लिकेशन अनुभव को और मजबूत करता है।ऑलराउंड लैंडिंग।
यह न केवल यह दर्शाता है कि क्वालकॉम उपयोगकर्ताओं के वास्तविक अनुभव पर अधिक ध्यान देता है, बल्कि क्वालकॉम के अपने स्वयं के सॉफ़्टवेयर शक्ति में विश्वास को भी दर्शाता है, क्योंकि हार्डवेयर अब क्वालकॉम की एआई क्षमताओं का पूर्ण प्रकटीकरण नहीं है।
यह कहा जा सकता है कि स्नैपड्रैगन 8 के 7वीं पीढ़ी के एआई इंजन का अपग्रेड क्वालकॉम के एआई सॉफ्टवेयर और हार्डवेयर एकीकरण की शुरुआत का प्रतीक है ।
हाल ही में, क्वालकॉम ने कोडेक्स पर कई नए शोध सामने रखे हैं, जो क्रमशः ICCV 2021 और ICLR 2021 पर प्रकाशित हुए थे।
इन पेपरों में, क्वालकॉम ने कोडेक ऑप्टिमाइजेशन के लिए नए विचारों को दिखाने के लिए एआई एल्गोरिदम का भी इस्तेमाल किया।
GAN सिद्धांत का उपयोग करते हुए एक अध्ययन में, क्वालकॉम का नवीनतम कोडेक एल्गोरिथम छवि को न केवल स्पष्ट करता है, बल्कि प्रति फ्रेम भी छोटा बनाता है, जिसे केवल 14.5KB के साथ किया जा सकता है:
इसके विपरीत, मूल कोडेक एल्गोरिथ्म को 16.4KB प्रति फ्रेम तक संकुचित करने के बाद, जंगल अत्यंत धुंधला हो जाएगा:
एक अन्य पेपर में जो फ्रेम इंटरपोलेशन और न्यूरल कोडेक के विचार का उपयोग करता है, क्वालकॉम ने न्यूरल नेटवर्क-आधारित पी फ्रेम कम्प्रेशन और फ्रेम इंटरपोलेशन मुआवजे को संयोजित करने के लिए चुना, और एआई का उपयोग गति मुआवजे की भविष्यवाणी करने के लिए किया जिसे फ्रेम इंटरपोलेशन के बाद करने की आवश्यकता है।
परीक्षण के बाद, यह एल्गोरिथ्म CVPR 2020 पर Google के पिछले SOTA रिकॉर्ड से बेहतर है, और यह H.265 मानक पर आधारित ओपन सोर्स कोडेक के वर्तमान संपीड़न प्रदर्शन से भी बेहतर है।
क्वालकॉम द्वारा एआई मॉडल को अधिक क्षेत्रों में लागू करने का यह पहला प्रयास नहीं है।वीडियो कोडेक का अनुप्रयोग एक नई दिशा है।
यदि इन मॉडलों को प्लेटफॉर्म या एप्लिकेशन पर भी सफलतापूर्वक लागू किया जा सकता है, तो हम डिवाइस पर वीडियो देखते समय वास्तव में मुक्त हो सकते हैं।
जैसा कि "सॉफ्ट एंड हार्ड इंटीग्रेशन" प्रोग्राम जारी है, हम वास्तव में इन नवीनतम एआई परिणामों को भविष्य में स्मार्टफोन पर लागू होते हुए देख सकते हैं।
पीसी, ऑटोमोटिव, एक्सआर और अन्य क्षेत्रों में क्वालकॉम की "शोइंग मसल्स" का संयोजन…
यह अनुमान लगाया जा सकता है कि आप जिस क्वालकॉम से परिचित हैं और जिस स्नैपड्रैगन से आप परिचित हैं, वह निश्चित रूप से मोबाइल फोन पर नहीं रुकेगा, और इसकी एआई क्षमताएं मोबाइल फोन पर नहीं रुकेंगी।
#Aifaner के आधिकारिक WeChat खाते का अनुसरण करने के लिए आपका स्वागत है: Aifaner (WeChat ID: ifanr), जितनी जल्दी हो सके आपको अधिक रोमांचक सामग्री प्रदान की जाएगी।
ऐ फैनर | मूल लिंक · टिप्पणियां देखें · सिना वीबो