探討手機(jī)終端人工智能關(guān)鍵技術(shù)

錢哲怡

摘 要 隨著移動(dòng)端技術(shù)的進(jìn)步與發(fā)展，對(duì)人們的生活與工作發(fā)生了深刻的變化。移動(dòng)手機(jī)終端對(duì)人工智能技術(shù)的要求越來越高，移動(dòng)端人工智能化將是未來的技術(shù)發(fā)展趨勢(shì)，也是終端性能進(jìn)一步優(yōu)化的核心方向。在本文中，從手機(jī)終端人工智能關(guān)鍵技術(shù)的內(nèi)容出發(fā)，探討了手機(jī)終端人工智能關(guān)鍵技術(shù)的未來發(fā)展方向，為手機(jī)終端人工智能技術(shù)的發(fā)展提供參考。

關(guān)鍵詞 手機(jī)終端;人工智能;技術(shù)要點(diǎn)

引言

在手機(jī)終端軟件和硬件技術(shù)不斷提升的背景下，移動(dòng)終端的機(jī)器學(xué)習(xí)能夠在發(fā)展的過程中，從整體框架的需求和內(nèi)容出發(fā)，實(shí)現(xiàn)對(duì)手機(jī)終端人工智能技術(shù)的推動(dòng)與發(fā)展。因此需要結(jié)合對(duì)AI的應(yīng)用與發(fā)展趨勢(shì)進(jìn)行深度的分析和研究，從而采取針對(duì)性措施，進(jìn)一步推動(dòng)其自身的技術(shù)革新與進(jìn)步。

1手機(jī)終端的人工智能關(guān)鍵技術(shù)

1.1 整體架構(gòu)

現(xiàn)階段中，人工智能主要依靠機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等AI技術(shù)的運(yùn)用，使機(jī)器能夠?qū)ο鄳?yīng)的數(shù)據(jù)信息進(jìn)行自動(dòng)學(xué)習(xí)的一項(xiàng)內(nèi)容。在具體應(yīng)用過程中，首先需要對(duì)特定領(lǐng)域的圖片、音頻數(shù)據(jù)等方面的大規(guī)模數(shù)據(jù)進(jìn)行深度學(xué)習(xí)技術(shù)訓(xùn)練，形成有效的AI算法模型，在手機(jī)等各類移動(dòng)終端中可以運(yùn)用該模型進(jìn)行機(jī)器推斷和預(yù)測(cè)。所以對(duì)于手機(jī)終端人工智能關(guān)鍵技術(shù)而言，其整體架構(gòu)上的合理性與不斷優(yōu)化是當(dāng)前人工智能技術(shù)發(fā)展的關(guān)鍵點(diǎn)。

由于機(jī)器學(xué)習(xí)的過程中，往往會(huì)涵蓋大量的高維數(shù)據(jù)以及變量，并最終構(gòu)成高維數(shù)據(jù)技術(shù)的相關(guān)內(nèi)容。使現(xiàn)階段中，手機(jī)終端人工智能主要是在芯片的底層提供張量加速技術(shù)硬件單元，以基于AI算法模型的接口與SDK等軟件技術(shù)來為上層應(yīng)用提供加速AI推斷過程技術(shù)的相關(guān)內(nèi)容[1]。

1.2 硬件技術(shù)

從手機(jī)終端人工智能技術(shù)的整體框架設(shè)計(jì)特點(diǎn)看，AI能力是由硬件與軟件進(jìn)行協(xié)同推進(jìn)的。而硬件層面，主要是為AI軟件的運(yùn)行提供相應(yīng)的算力，并起到加深機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的矢量與張量加速的作用。在實(shí)際應(yīng)用的過程中，機(jī)器學(xué)習(xí)模式的構(gòu)建是其中的重點(diǎn)內(nèi)容。

對(duì)于機(jī)器學(xué)習(xí)模型而言，其能夠在多種不同類型的處理器上進(jìn)行運(yùn)作，比如微處理器、CPU、GPU、DSP等，而其中的要點(diǎn)便是處理器在對(duì)此類模型進(jìn)行計(jì)算時(shí)的整體速度與效率表現(xiàn)。在現(xiàn)階段，應(yīng)用較為廣泛的為深度神經(jīng)元網(wǎng)絡(luò)（DNN），其使用原理是通過作為神經(jīng)元的網(wǎng)絡(luò)節(jié)點(diǎn)與作為突觸的節(jié)點(diǎn)連接，來完成對(duì)應(yīng)內(nèi)容的處理。x86與ARM一類的傳統(tǒng)的CPU指令集則主要是為了進(jìn)行通用計(jì)算而展開與設(shè)計(jì)的，并且基本操作的形式為以加減乘除為主的算術(shù)操作以及邏輯操作，在進(jìn)行神經(jīng)元處理的過程中，需要更多的指令來予以完成。CPU是當(dāng)前云端運(yùn)行DNN的主要選擇，但CPU在單位面接上的成本與能源消耗往往更大，使其無法應(yīng)用于移動(dòng)終端當(dāng)中進(jìn)行AI技術(shù)計(jì)算。從而使手機(jī)行業(yè)在發(fā)展的過程中設(shè)計(jì)出不同類型的神經(jīng)網(wǎng)絡(luò)專用硬件加速器。以高通驍龍846芯片為例，通過對(duì)其芯片內(nèi)容各個(gè)計(jì)算單元在進(jìn)行兩個(gè)不同的自定義神經(jīng)網(wǎng)絡(luò)在速度與功耗上的對(duì)比可以發(fā)現(xiàn)，其第一個(gè)網(wǎng)絡(luò)在運(yùn)行的過程中，所形成的4層節(jié)點(diǎn)數(shù)，分別為128、256、512、10，核心尺寸則為大小為3*3的像素卷積層與1層含有1001個(gè)節(jié)點(diǎn)的全連接網(wǎng)絡(luò)。而第二個(gè)所運(yùn)行的為節(jié)點(diǎn)數(shù)為512、128、1001的3層節(jié)點(diǎn)數(shù)全連接網(wǎng)絡(luò)。由此可以看出，在實(shí)際運(yùn)用的過程中設(shè)置有向量技術(shù)加速單元的DSP在計(jì)算速度與功耗上，要明顯優(yōu)于CPU與GPU。

1.3 軟件技術(shù)

軟件技術(shù)是在硬件技術(shù)的支持下，通過提供在手機(jī)上進(jìn)行運(yùn)作的機(jī)器學(xué)習(xí)框架與相應(yīng)的AI應(yīng)用，基于整體框架設(shè)計(jì)，使人工智能關(guān)鍵技術(shù)的功效得以充分發(fā)揮的關(guān)鍵所在。而在手機(jī)終端的人工智能當(dāng)中，最為關(guān)鍵的兩項(xiàng)軟件技術(shù)分別為手機(jī)終端的機(jī)器學(xué)習(xí)框架與模型壓縮。

在軟件技術(shù)中運(yùn)用手機(jī)終端學(xué)習(xí)框架的核心目的是為了實(shí)現(xiàn)對(duì)手機(jī)終端AI加速硬件技術(shù)能力的提升，并實(shí)現(xiàn)在軟件層面上的緊密結(jié)合。為了更加方便且安全的運(yùn)用AI硬件加速資源，各個(gè)不同的芯片平臺(tái)均提供了對(duì)應(yīng)的手機(jī)終端機(jī)器學(xué)習(xí)框架，同時(shí)將SDK和神經(jīng)網(wǎng)絡(luò)運(yùn)行環(huán)境進(jìn)行優(yōu)化。對(duì)于終端的機(jī)器學(xué)習(xí)框架，運(yùn)行的過程中是以推斷作為主要方向，因此為了能夠?qū)崿F(xiàn)神經(jīng)網(wǎng)絡(luò)模型的加速運(yùn)行，框架中需要設(shè)置模型優(yōu)化和轉(zhuǎn)換工具[2]。對(duì)于機(jī)器學(xué)習(xí)模型，其自身的尺寸難以直接應(yīng)用于手機(jī)終端當(dāng)中。因此需要對(duì)DNN模型進(jìn)行壓縮處理，以降低機(jī)器學(xué)習(xí)模式的整體體積，實(shí)現(xiàn)對(duì)推理速度的提升。通常在模型壓縮的過程中，方法上可以主要分為網(wǎng)絡(luò)量化、網(wǎng)絡(luò)剪枝、知識(shí)遷移網(wǎng)絡(luò)、緊湊網(wǎng)絡(luò)設(shè)計(jì)等形式。同時(shí)，對(duì)機(jī)器學(xué)習(xí)模型壓縮的過程中，除了采取措施對(duì)已經(jīng)訓(xùn)練過的大型網(wǎng)絡(luò)模型壓縮外，也可以采取知識(shí)遷移、緊湊網(wǎng)絡(luò)設(shè)計(jì)等方式，基于網(wǎng)絡(luò)結(jié)構(gòu)自身的特點(diǎn)展開輕量化設(shè)計(jì)。例如，MobileNet、SqueezeNet、ShuffleNet等網(wǎng)絡(luò)就是在輕量化設(shè)計(jì)的思想下所構(gòu)成的，其自身的設(shè)計(jì)出發(fā)點(diǎn)是針對(duì)卷積方式，來尋找一個(gè)更加高效的網(wǎng)絡(luò)計(jì)算方法，在減少網(wǎng)絡(luò)參數(shù)的同時(shí)，避免網(wǎng)絡(luò)性能遭到損失。

2手機(jī)終端人工智能關(guān)鍵技術(shù)的未來發(fā)展趨勢(shì)

隨著當(dāng)今的智能手機(jī)通過基于對(duì)人工智能技術(shù)的搭載作為賣點(diǎn)，使得以人工智能技術(shù)為主打功能的智能手機(jī)與以游戲、AR等內(nèi)容為核心賣點(diǎn)的智能手機(jī)相比，不再拘泥于對(duì)局部功能的創(chuàng)新與優(yōu)化，而是需要使人工智能技術(shù)實(shí)現(xiàn)在智能手機(jī)不同層面的深入融合，令搭載人工智能的AI手機(jī)成為智能手機(jī)的未來發(fā)展新趨勢(shì)。在未來發(fā)展的過程中，人工智能技術(shù)在移動(dòng)終端的運(yùn)行效果與綜合能力的不斷強(qiáng)化，可以使智能手機(jī)在自身運(yùn)行的過程中，更加準(zhǔn)確地對(duì)用戶的意圖與情緒進(jìn)行判斷。同時(shí)，AI技術(shù)得到廣泛應(yīng)用的背景下，能夠在實(shí)現(xiàn)手機(jī)個(gè)性發(fā)展的同時(shí)，實(shí)現(xiàn)對(duì)用戶隱私數(shù)據(jù)的有效保護(hù)，以使用戶的個(gè)性化體驗(yàn)得到進(jìn)一步優(yōu)化。

3結(jié)束語

綜上所述，從人工智能技術(shù)在移動(dòng)手機(jī)終端的未來發(fā)展與應(yīng)用趨勢(shì)可以看出，AI手機(jī)將成為智能手機(jī)在未來的主流發(fā)展趨勢(shì)，并且在未來基于對(duì)AI技術(shù)的運(yùn)用，用戶的個(gè)性化體驗(yàn)也能夠?qū)崿F(xiàn)進(jìn)一步提升。

參考文獻(xiàn)

[1] 龐濤，丘海華，潘碧瑩.手機(jī)終端人工智能關(guān)鍵技術(shù)研究[J].電信科學(xué)，2020，36（5）：145-151.

[2] 蘇丹.人工智能在智能手機(jī)中的應(yīng)用分析[J].信息通信技術(shù)與政策，2018（8）：69-72.