智能手机中的人工智能功能如何减少对云端的依赖

Josiah02

新款手机纷纷推出，并配备了人工智能 (AI) 功能。其中最新的一款是谷歌的旗舰手机 Google Pixel 9。三星于 2024 年初发布的 Galaxy S24 手机也配备了一系列支持 AI 的照片编辑功能。
这些设备背后隐藏的故事是，公司如何设法将这些 AI 功能所需的处理从云端迁移到掌上设备。
在 Google Pixel 9 手机中，一项名为“Magic Editor”的功能允许用户使用生成式 AI “重新构想”他们的照片。这在实践中意味着能够重新定位照片中的主体，从背景中抹去其他人，或将灰色天空调整为蓝色。只需提供适当的提示，然后让应用程序完成其余工作即可。
手机的生成 AI 功能还允许您通过输入文本提示将人物或物体添加到您的图片中。
当然，用户一直能够使用照片编辑软件做到这一点，但要让结果看起来自然，而不是明显经过编辑，需要一些技巧。Magic Editor 承诺使用 AI 通过“简单直观的操作”执行这些复杂的照片编辑。
另一项功能名为“添加我”，它允许用户拍摄集体照，而不必将手机交给陌生人。手机主人只需为大家拍一张合影，然后将其交给朋友，并走到他们刚拍完照的地方。然后手机将两张照片拼接在一起。
另一项名为“最佳拍摄”的功能可用于从一系列非常相似的图像中选择最佳元素，并将它们全部组合成一张照片。谷歌的聊天机器人技术为手机上的数字助理和其他功能提供支持。
自从第一部数字电话诞生以来，或者自从电话开始拥有自己的集成摄像头以来，手机的功能已经发生了巨大的变化。
走向边缘
传统上，此类基于人工智能的功能所需的处理要求太高，无法在手机等设备上进行。相反，这些处理被转移到由大型、强大的计算机服务器支持的在线云服务上。
然而，公司越来越认识到需要将大部分处理工作交给客户设备，从而可能将更大的控制权交到消费者手中。
这涉及将大量人工智能计算处理迁移到公司所谓的“边缘”。边缘描述的通常是处理性能较低的手机等消费设备。
基于云的人工智能和基于边缘的人工智能工作方式的区别：
为了实现这一点，需要降低处理所需的功率。各公司已经利用专门针对基于 AI 的流程量身定制的专用微处理器实现了这一转变。
例如，谷歌的 Tensor AI 处理器（称为张量处理单元 (TPU)）似乎是其 Pixel 手机功能的核心。基于边缘的处理器能够有效地将 AI 模型应用于使用专门软件在移动设备上获取或存储的数据。
这些 TPU 包括称为脉动阵列的组件网络，可同时处理大量数据。这种高效的设计可节省功耗和计算时间。
这一点至关重要，因为做出一个 AI 决策需要进行大量计算。谷歌的 TPU 等处理器在过去几年中在这方面已经做得更好了。
事实上，最初的 TPU 于 2015 年首次设计，旨在帮助加快大型云端服务器在训练 AI 模型期间执行的计算速度。2018 年，谷歌发布了首款专为“边缘”计算机设计的TPU。然后，在 2021 年，首款专为手机设计的 TPU 面世——同样是为 Google Pixel 设计的。
在将更多人工智能集成到手机上的竞争日益激烈。这意味着我们很可能在未来几年看到更多创新技术进入市场。