关于Androidbob体育提现bob哪个彩靠谱权威的链接可能会使我们赢得佣金。学到更多。
Qualcomm AI-对设备AI的理想主义愿景
几周前，我参加了高通的北京新闻活动，宣布Snapdragon 710，并优雅地说明了它对未来充满的未来的愿景。
我将第一个承认AI最近成为一个流行语。随着消费者对这项技术的兴趣的增加，其在智能手机营销材料中的出现也是如此。
LG最近引入了ThinQ产品品牌是一个很好的例子。ThinQ品牌代表了敏锐的智能手机制造商如何利用AI趋势来幻想出色产品。
明确的是旗舰LG G7 ThinQ绝对包括一些AI功能。使用相机时，用户可能最能看到它，该相机可以分析场景并进行主题以提高图像质量。听起来很棒，但是当我的同事Lanh Nguyen审查LG G7 ThinQ实际上更喜欢没有AI的相机。哎哟。
大多数人不知道AI从哪里开始以及它在哪里结束
很容易看出营销绒毛是如何对AI产生更普遍的混乱感。该行业一直在告诉消费者AI的伟大，但是要超越最初的点头和微笑，显然，大多数人不知道AI从哪里开始以及在哪里结束。
在嗡嗡声后面
如果我们忽略了良好的广告和不合时宜的品牌，我们就可以更好地了解Al。任何使机器看起来像人类的东西都可以归类为人工智能的产物。更确切地说，AI可能是任何似乎具有人类智力的东西。
许多计算机科学都集中在利用计算机的力量而不是任何形式的智能。由于详细的预编程说明，与计算机互动时发生的几乎所有事情发生。当然，计算机可以检查条件和分支到其他说明，但他们无法推断自己的说明，对吗？
AI的主要子集是机器学习，它采用了大量数据，开发了许多独立的行为模型，并选择了最接近我们想要的模型。我们可以开发机器学习模型的方式之一是使用深度学习。这样，我们训练一个神经网络。当今的神经网络在结构上与人脑的不同，它们的效率仅为1％。
有关的：人工智能与机器学习
有了这些知识，看到现代人工智能的力量和局限性变得更加容易。
AI的当前状态
您今天可以在一些领域与AI互动。类似的产品Google助手和Google镜头依靠AI提供对硬码不切实际的答案。诸如Face Unlock和图像场景检测之类的功能是相似的，根本不可能仅使用一组特定的说明实现。
当今大多数令人印象深刻的AI应用程序都在云中运行。数字助理不知道如何在没有互联网连接的情况下对时间的要求做出简单的响应。
在设备申请中并非如此。当所有处理都发生在设备硬件上时，就不必要Internet连接。无需将数据像语音剪辑这样的数据发送到巨型公司的服务器进行分析。
高通公司想将与AI相关的任务从云移动到单个设备
这使我们达到了高通的愿景。高通明确表示，它希望逐渐将与AI相关的任务从云移动到单个设备。最终，这意味着扩大了设备AI（又名边缘AI），以包括语音识别和增强语言翻译等功能。
当然，设备上的AI有一些好处。高通引用了提高可靠性和更大的隐私，这是推动Qualcomm AI智能技术的两个主要原因。
可靠性提高
鉴于当今的可靠性，提高可靠性的论点很有意义中等基础设施，特别是在美国。美国相对较低的人口密度使运营商更难在农村地区进行网络投资回报。
随着我们越来越依赖云AI，Internet的停电和Cell Service死区将变得更加烦人。因此，将核心AI功能从云转移到设备是有意义的。
不要错过：5G是什么，我们可以从中获得什么期望？
另一方面，高通已答应5G将在不久的将来提高可靠性并降低延迟。如果5G辜负了炒作，那么云AI的可靠性可能几乎与设备AI一样好。这将需要很多年的时间才能实现，但它肯定会质疑高通对设备可靠性的明显需求。此外，多年来，大多数应用程序不需要这些更高的可靠性。
更大的隐私
消费者无疑会欣赏使用AI功能的选择，而无需牺牲太多的隐私。
如果您知道自己的个人数据会保留在您的设备上，那么您可能愿意泄露更多信息。然后，设备AI可以使用此信息来创建更多个性化的体验。
高通演讲中我最喜欢的部分之一就是个性化的机上AI。高通工程高级主任吉利·侯（Jilei Hou）谈到了将照片捕获到捕捉记忆的想法。
拍摄时收集的数据可以附加到日落的简单照片。侯的榜样，您在聚会后和儿子一起在La Jolla的海滩上散步时拍照。设备AI不仅可以使用这些细节来更轻松地浏览图像，而且还可以用作增强某人记忆的一种方式。您的手机甚至可能存储对话的详细信息。
今天的数据收集水平非常坦率地感到不舒服
今天的数据收集水平感觉很不舒服，但是如果所有数据都存储在您的设备上而不是云上，则会更容易胃口。
其他潜在的好处
高通并未明确识别Qualcomm AI的所有潜在好处。其他一些好处可能会加快从云AI转向设备AI的转变。
数据采样将取代质量数据收集
最终，仅需要对异常或边缘案例数据的需求代替更多数据。Google不需要在流行的方言中录制声音以提高语音识别 - 它只需要罕见的方言。一旦涵盖了优先的流行用例，数据采样将替换质量数据收集。
您将对与设备AI相关的成本负责，但是这些成本与现在没有太大不同。您将必须购买自己的设备，根据需要付费并为其消耗的电费付费。
设备AI无法替换云AI。将其视为核心功能的平台。云仍将处理异常请求，然后可以使用从这些请求中收集的数据来改善核心功能。软件更新到设备AI将成为学生的课程。
设备AI的挑战
高通公司对设备AI的愿景令人钦佩，但它面临着一些严重的挑战。
云AI的主要目的是将计算密集型任务移交给更好的硬件来处理它们。您不会要求幼儿准备工作演示文稿，就像您不会要求设备AI识别图像中的对象一样。相反，您将依靠云的更多资源。
就像蹒跚学步的孩子需要时间成熟一样，这些处理器也是如此
关键不是，设备AI不会改善。像高通公司这样的公司一定会改变其处理器的AI相关能力。但是，就像蹒跚学步的时间需要时间来成熟一样，这些处理器也是如此。
更强大的硬件将需要与更有效的软件算法结合使用。高通将需要这两个领域的重大突破才能实现其愿景。
甚至高通承认，还有另一个问题。假设它设法实现了一些惊人的工程，它仍然必须在紧密的功率限制下工作。神经网络的大小增加，其功率需求的指数增加。
解决我们今天面临的问题将需要对人工智能有更多的了解。即使是一些最好的神经网络也有未解决的怪癖。
为了应对这些巨大的挑战，我们需要进行更多的研究。高通已经宣布了相关努力，例如最近揭示的AI研究组织。希望这些努力能尽快回报。
结论
看到AI任务从云到单个设备迁移的早期阶段。在此阶段，高通的AI愿景可能是理想主义的，但肯定会取得一些进步。
这Snapdragon 700系列和Snapdragon 710特别是，考虑到这种愿景。高通公司在短短一年内将AI在同一级别中加倍的能力是非常有希望的。
作为消费者，您应该期望在设备上的AI特征而不是洪水中滴滴。我们将能够享受device ai Qualcomm的所有好处，这是我们的承诺，但这将需要耐心。您如何看待高通AI到目前为止的努力？让我们在评论中知道。