插上5G之翼,人工智能离我们终于不再遥远


    2007年,大家习惯称之为移动时代的开端,因为那一年,互联网爆发,社交网络出现,谷歌、微软、Facebook进入了公众的视野,发生了两件改变世界的事情:一件是苹果年初发布了初代iPhone,第二件是高通同年11月推出了第一代骁龙芯片。也就是2007年,Qualcomm Research 开始了它的首个人工智能项目,研究面向计算机视觉和运动控制应用的脉冲神经网络,那时的高通或许没有预想到,十年以后,它拓荒的移动通讯和人工智能方向,正在成为如今数字化世界两股最大的变革力量。
    关于人工智能,我们听到很多神奇的故事,比如AlphaGo下围棋战胜了人类,但在这两股变革力量的推动下,技术正潜移默化的改变着移动终端。你或许已经发现手机拍照更漂亮了,扫地机器人干活更聪明了,智能音箱更懂你了......更重要的是,这个变革时代才刚刚拉开帷幕,因为即将到来的5G,我们身边的终端能够承载更为庞大的计算力了。
    正如高通中国区董事长孟樸最近在高通人工智能创新论坛上提到:“人工智能在影响越来越多的行业,并逐渐从云端向终端侧扩展,改变人们生活和工作方式。”
    过去,很多对神经网络的训练都在云端或者基于服务器完成的。近几年,整个模式有了很多变化,一些人工智能的训练、执行和推理工作,比如模式匹配、建模检测、分类、识别、检测等等,逐渐从云端转移到了终端侧,所有的边缘终端都将具备机器学习能力。这意味着,数据处理将在最靠近数据源的位置处理,对云端处理进行补充。
    有三个主要原因驱动了这样的迁移和演进:
    第一,数据隐私。消费者对于个人数据隐私极其看重,个人数据的分享应该受到更好的保护,终端侧的安全性会更好一些。
    第二,性能。在终端侧完成相关的处理和推理工作,能保持超低时延的操作和运行,如果一切都在云端完成的话,考虑到云端处理获取信息的往返时间,无疑在时延方面会有很大的挑战。
    第三,可靠性。终端不可能完全依赖于云端来完成所有AI的运算和处理,一旦连接中断,那么终端将失去其自身价值。
    终端侧人工智能的价值毋庸置疑,而高通作为一家移动通信公司,终端侧正是优势所在。高通产品管理总监Gary Brotman曾经在一次采访中提到,高通作为一个硬件平台和计算平台提供商,就是为了确保终端侧AI从性能到续航都可以高效地运行,实现更好的用户体验。
    无线通信技术每十年出现一次飞跃,而高通30多年来一直希望变革世界连接、计算和沟通的方式。回顾高通的历史,首先实现了移动通信的数字化,确保人手一部移动电话。其次通过智能手机,重新定义了计算。现在,面对5G和人工智能即将带来的新转型,高通感到非常兴奋,在高通人工智能创新论坛上,高通总裁克里斯蒂安诺·阿蒙(Cristiano Amon)不止一次的用“期待”这个词提到这场变革。
    高通总裁克里斯蒂安诺·阿蒙(Cristiano Amon)
    据Gartner 2018年3月份数据显示,到2021年,人工智能衍生的商业价值将达3.3万亿美元。
    阿蒙认为,数万亿终端相互连接,要实现规模化,智能必须分布至无线边缘。当然,这并非易事,一旦在边缘进行机器学习,意味着需要在有限的环境中同时完成多类型的任务。因此,要想真正在边缘实现人工智能,需要提供不同的解决方案。
    5G是一个重要的解决方案。超高速、低时延的5G网络支持迅速连接云端、并获得云端的无限存储及数据,同时在边缘具有处理能力的终端上进行感知、推理及行动。也就是说,未来的5G网络,除了提供无限读取数据、与云端高速连接的能力之外,还将带来无线边缘计算能力的巨大提升。举个例子,这种AI和5G的结合,可以使智能终端获得与PC相同的性能,比如在手机上享受与专用游戏PC一样的VR体验。
    更让人激动的是,2018到2022年,智能手机累计出货量将超过86亿部,移动终端的规模将为人工智能平台带来巨大潜能。毫无疑问,智能手机的巨大规模加上海量物联网,会把人工智能带至数万亿联网终端。
    这也是为什么高通选择通过将智能拓展到终端侧,变革人工智能,利用5G优势在无线边缘构建处理能力,加强面向应用的计算性能。
    如文章开篇所提,高通多年前就开始进行人工智能的研究。目前,研究已经应用到了产品侧——从第一代人工智能平台骁龙820,到第三代平台骁龙845,高通移动平台已经为5G时代做好准备。且在高通人工智能创新论坛上,Qualcomm AI Research成立,在统一架构下专注人工智能的研究,以加速高通在终端侧人工智能的创新。
    值得一提的是,终端侧人工智能也存在挑战。
    不难发现,移动终端正在推动工程设计持续演进。4G时代,我们需要让移动终端具备媲美PC的性能,同时考虑终端的外形设计。未来也将如此,需要人工智能处理更多并发应用、更多机器学习的场景,同时也应该兼顾高效散热和外形设计;消费者还会期望超过全天的电池续航,未来还可能有“无限存储”,这要求在保证连接性的同时,一直确保高速的数据传输;而在终端侧人工智能工作负载方面,它的挑战包括支持密集型计算、不断处理大型复杂的模型,同时又具备复杂的并发性,因为这些处理都是在智能手机上完成的,因此它也将是始终开启和实时的。这些挑战,对终端设计提出了全新的要求,同时不得不引发芯片制造商和OEM厂商思考,在5G时代,智能手机应该如何实现人工智能。
    对此,阿蒙强调的是,高通正致力于将无处不在的智能体验带入现实,主要专注于两个方面:高效率的人工智能和个性化的人工智能。
    人工智能将根据智能手机中有关用户的全部信息,在适当的环境中提供所需的相关信息,或满足用户的需求——这就需要非常高效的硬件、算法改进、软件工具以及系统级方案,这也是骁龙平台的关键属性之一。
    几个月前,高通发布了骁龙人工智能引擎(AIE,AI Engine)。短短几月,AI Engine集成在不同平台。现在,高通持续扩充人工智能生态圈。
    产品方面,高通推出骁龙710移动平台,采用支持人工智能的高效架构,集成AI Engine,并具备神经网络处理能力。高通产品管理副总裁Kedar Kondap表示:“骁龙710旨在把我们客户的产品转变为极致的个人助手,提升关键的消费者日常体验,比如,高端拍照特性将受益于终端侧高速AI处理,而无需牺牲电池续航。”
    合作方面,高通与重庆创通联达(Thundercomm)合作推出一款AI开发套件——TurboX AI Developer Kit,为开发者提供可用的人工智能引擎、人工智能参考应用及模型,如物体识别、缺陷检测、场景检测及宠物识别,它还将采用模组化设计,支持扩展AI和拍摄功能;高通与百度合作,利用AI Engine,通过ONNX(Open Neural Network Exchange)交换格式,推动实现百度PaddlePaddle开源深度学习框架模型在Qualcomm骁龙移动平台的转换与应用;另外,高通与网易有道合作,利用AI Engine组件,加速有道实景AR翻译功能在部分骁龙平台上的实现,这也是该全新功能首次在Android平台实现应用。也就是说,只要打开有道翻译官,将手机摄像头对准需翻译的文字内容,即可实现中英日韩的实景AR翻译,无需拍照,也无需依赖网络或云端进行处理。
    阿蒙说,“我们希望为每一台搭载骁龙平台的终端都提供这样的计算能力。”未来,高通将和众多运营商合作,构建5G网络边缘的计算能力,并利用5G的性能和低时延,进一步释放边缘计算的潜力。阿蒙同时坦言,如果没有广泛的行业合作,高通将不可能做到这一切。