人工智能不一定都靠“雲” 終端也能擁有強大能力

在IT界，繼移動網際網路之後，人工智能浪潮也已經開始掀起。人們開始越來越關注人工智能技術即将給生活帶來的改變。憑借這股浪潮，人工智能有望成為未來10年乃至更長時間内産業發展的焦點技術。國内外巨頭們也都加緊了在該領域的布局速度。

人工智能将是一場有關IP的競賽

根據此前麥肯錫釋出的研究報告《人工智能，下一個數字前沿》中提到，2016年科技巨頭們在AI上的花費平均在200億至300億美元之間。其中90%用于研發和部署，剩餘的10%則用于AI的收購。從全球範圍來看，去年一整年的AI投資中，美國公司占據了其中66%的比例。

人工智能領域的不斷發展離不開世界領先科技公司之間關于創新和技術能力儲備的競賽。累積越多的技術實力，才能在人工智能的比拼中擁有更大的話語權。而IP是指關于人類社會實踐中創造的智力勞動成果的專有權利，也是衡量一個企業或者産業創新和技術實力的重要标準。

ICT（資訊通信科技）界談到創造IP最多的企業，一定繞不開坐落于美國聖疊戈的高通公司，作為全球移動通信領域的領先企業，目前在全球範圍内送出的專利申請數量已經超過13萬件，并且每年還将把20%的稅前營收全部投入到新技術的研發中，推動移動行業與相鄰行業的創新。

高通通過專利許可，與業界分享研發的先進技術的同時，也進一步推動了産業的發展。截止目前為止，國内有百餘家手機企業已經與高通簽署了專利許可協定。而在計算和連接配接技術上擁有大量的IP積累也使高通成為人工智能（AI）領域的“賦能者”。

今年7月，國務院印發了《新一代人工智能發展規劃》，強調要建立人工智能技術标準和知識産權體系，支援人工智能企業加強專利布局。而高通作為IP高産科技企業，正在憑借自身的計算能力和連接配接能力， 圍繞人工智能領域與合作夥伴一起展開全面的生态布局。

讓手機成為AI落地的最大載體

前不久，高通宣布收購荷蘭一家專注于制造業、醫療保健和金融行業機器學習和深度學習技術和解決方案的阿姆斯特丹大學附屬初創公司Scyfer。高通集團全球副總裁、投資部中國區總經理沈勁透露，高通在人工智能領域投資的相關公司和項目包括：美國大腦集團(brain)，它用七年時間，從研究人的大腦開始，到提供軟體，應用于機器人，實作移動性、導航性；還有美國人臉識别公司Clarifai；中國智能語音公司雲知聲等。但其實高通在機器學習領域的探索早在十年前就已經開始。最初高通主要研究的是面向計算機視覺和運動控制應用的機器學習脈沖神經方法。一段時間後，高通的研究範圍逐漸擴充到深度學習領域，其中包括感覺、推理和行動，并涵蓋了聽、看、監測、觀察、學習、自然互動和保護隐私等方面。

當我們談論人工智能的時候，不外乎5個要素：算法、計算、語音、圖像識别和視覺等。國内外能叫的上來的網際網路巨頭們也正在加緊這其中幾個領域在“雲”上的應用。與他們不同的是，高通的目光并沒有放在雲端的AI中，而是希望将機器學習應用在終端上，也就是聚焦在自己的長闆上。

根據Gartner預測顯示，自2017年至未來5年内，智能手機的出貨量累計将達85億台。今年手機上開始有了人工智能的性能，如OPPO的R11的背景虛化。下一步，還會有多種拍照功能，如360度拍照、視訊剪輯；以及個人助理功能，如管理賬單、寫日記等， 把人工智能技術應用到手機上。高通的願景是希望未來每部智能手機、終端裝置和汽車都能通過高通的晶片組“觸碰”到人工智能技術。雖然目前大多數公司看重的是基于雲計算技術來發展AI，但高通的目标是每一台終端裝置，并且認為未來智能手機将成為人工智能落地最大的載體，即讓所有終端裝置和一切事物都具有強大的感覺能力。選擇終端而不是雲來承載人工智能技術，其實是有原因的。首先，當人工智能的操作和運算發生在較近距離的時候，一定程度上能降低延遲的發生。其次，随着裝置中産生的資料量增多，讓所有資料都依賴于“雲端”操作顯然會大幅增加通信網絡的壓力，反之在裝置端上進行一些及時有效的運算，則可以讓通訊變得更加行之有效。而最重要的一點，終端具備資料的私密和安全性，這一點往往是雲端相對薄弱的。

而如果想在智能裝置上加載人工智能的運算，實施起來并非易事。必備條件一個是要提高手機晶片的運算能力，另一個是需要一套有效好用的開發工具，讓運算得以在終端上容易部署，還有一個是基礎連接配接能力。

人工智能涉及到大量的資料和複雜的運算，需要基于背景大型伺服器或雲端來完成。而随着移動處理能力的逐漸提升，這樣的運算在多台終端裝置的分布式架構上也可以得以實作。對于高通來說，不僅擁有AP（移動應用處理器），還具備基帶、射頻、GPU、藍牙、音頻等關鍵子產品。截至目前，高通的AP已應用到許多行業和場景。此外，高通在今年上半年推出的骁龍835移動平台，不但推動着全球手機業的發展，還正在朝更多終端領域滲透，進而形成适應新時代下的計算能力。

另外，高通首個面向骁龍系列移動平台設計的深度學習軟體架構骁龍NPE（Neural Processing Engine神經處理引擎）的軟體開發包（SDK）已經面向開發者推出。利用NPE開發包的深度學習能力，能夠加強使用者的實驗功能，如風格濾鏡、場景偵測、臉部識别、自然語言了解、物件追蹤與回避、手勢捕捉和文字辨識等。

再加上讓NPE與高通的Snapdragon 600和800系列處理器相容，并支援包括Caffe、Caffe2、Tensorflow等在内的通用深度學習開發架構，這意味着如果使用者正在建構AI的應用程式，則可以通過內建高通的SDK，在具有相容處理器的手機上運作速度更快。例如首款整合其SDK的社交巨頭公司Facebook，通過使用NPE，Facebook的過濾器速度比通用CPU實作方案要快了五倍之多。

5G是實作人工智能終端化的基礎條件

最後我們再來說說5G，一個要想在終端上應用人工智能技術的重要基礎條件。高效無線通信技術的加入，可以讓裝置和雲之間實作智能連接配接。在《新一代人工智能發展規劃》中也提到了一點，要布局第五代移動通信（5G）系統，加快天地一體化資訊網絡建設，提高低延遲時間、高通量的傳輸能力。5G時代的到來，實實在在地推動着人工智能技術的進一步發展。

5G正是以移動通訊起家高通公司在過去幾年所專注的領域。 打開高通的官網，一句slogan映入眼簾——“過去三十年，我們連接配接人與人。5G時代，我們連接配接萬物。” 5G時代的到來，也為人工智能技術的應用提供了更好的條件。長期以來，高通一直在通訊領域扮演着上司者的角色。基于3G、4G與Wi-Fi技術上專業知識的積累，高通在十多年前就開始緻力于全新5G的研發。并且在過去18個月裡，高通已推出6GHz以下5G新空口（5G NR，NR指的是移動終端和基站之間的連接配接協定）原型系統。9月11日，高通又宣布推出5G新空口毫米波原型系統，用于測試和試驗毫米波在真實環境中面臨的諸多挑戰，如終端設計和手握帶來的信号阻塞等。

不過，要實作5G的大規模商用估計還要等到2020年。而在此前，4G和5G之間，這裡還需要提到千兆級LTE，作為5G的必經之路，目前已經有來自18個國家的26家營運商正在積極部署中。

而全球範圍内，高通已經宣布推出首個5G數據機——骁龍X50 5G數據機系列，可通過單一晶片支援2G/3G/4G/5G多模，支援全球5G新空口标準和千兆級LTE，成為首家釋出商用 5G數據機晶片組解決方案的公司。不僅滿足高清視訊、VR、AR等新興應用的需求，同時還為上文提到連接配接雲端和智能裝置提供了很好的支援。

目前，人工智能行業發展健康，下一步需要更強的計算能力和更多的資料，而高通希望将自己的連接配接和計算的優勢發揮到最大，在競争伊始的全球人工智能市場中盡早站穩腳跟。

原文出處：科技行者

轉載請與作者聯系，同時請務必标明文章原始出處和原文連結及本聲明。