人工智能,即AI,被認(rèn)為是一場(chǎng)全新的技術(shù)革命,其對(duì)人們工作和生活的影響不會(huì)低于互聯(lián)網(wǎng)。AI正在潛移默化且持續(xù)地推動(dòng)智能手機(jī)、PC、汽車(chē)等21世紀(jì)核心“終端”的最新技術(shù)進(jìn)步。
歷經(jīng)數(shù)年,手機(jī)上的AI性能也在快速升級(jí),以驍龍8為例,在前代已經(jīng)實(shí)現(xiàn)高達(dá)26TOPS(每秒26萬(wàn)億次)算力的基礎(chǔ)上,其集成的第7代AI引擎進(jìn)一步實(shí)現(xiàn)了4倍的性能提升,這在驍龍移動(dòng)平臺(tái)的更迭歷史上同樣前所未有。
從硬件指標(biāo)上來(lái)看,根據(jù)高通官方信息,第7代高通AI引擎包括具備超高性能、超高能效的高通Hexagon處理器,與前代相比,張量加速器速度和共享內(nèi)存均提升至前代平臺(tái)的2倍。
與此同時(shí),其AI能效還實(shí)現(xiàn)了1.7倍的提升。性能更強(qiáng),功耗更低,令人贊嘆。
近日,小米也通過(guò)官方渠道公布了其對(duì)搭載驍龍8的小米12系列新旗艦的測(cè)試信息,包括AI能力,結(jié)果顯示在Inceptionv3、Mobilent_v2、Resnet50 和 VDSR 測(cè)試中,驍龍8在AI性能上均實(shí)現(xiàn)了兩倍以上的提升,最高甚至超過(guò)四倍。
這還僅僅是浮于表面的“性能”指標(biāo)層面。在更深層次上,驍龍8更是提前深入到各類(lèi)AI應(yīng)用當(dāng)中,不僅讓AI為手機(jī)游戲、拍攝、連接等方面提供支持,更憑借與各類(lèi)廠商合作,打造了更多實(shí)際可見(jiàn)的AI功能,比如與徠卡合作實(shí)現(xiàn)的徠卡Leitz風(fēng)格濾鏡,與Hugging Face合作實(shí)現(xiàn)的、可幫用戶(hù)分析通知并提供優(yōu)先處理建議的個(gè)人助手,與Sonde Health合作實(shí)現(xiàn)的、憑借用戶(hù)聲音進(jìn)行的健康隱患分析功能等等。
此外,驍龍8集成的第3代高通傳感器中樞能夠以極低功耗利用AI處理更多數(shù)據(jù)信息,這是一套始終運(yùn)行的低功耗AI方案。硬件指標(biāo)上,其相比前代平臺(tái)性能提升75 %,功耗降低50%。其更多用于處理包括語(yǔ)音、音頻、傳感器和連接的情境數(shù)據(jù)流,比如語(yǔ)音助理、活動(dòng)檢測(cè)和環(huán)境理解等。
這其中包括一個(gè)全新低功耗ISP,能夠與外部攝像頭連接,讓相機(jī)實(shí)現(xiàn)始終開(kāi)啟;與前置攝像頭結(jié)合可為用戶(hù)帶來(lái)更多隱私安全特性,比如來(lái)新消息通知時(shí),旁邊有人偷窺就會(huì)立刻隱藏敏感信息等。
驍龍8的AI能力已經(jīng)深入到各個(gè)方面,比如根據(jù)小米公布的信息,新一代 Spectra ISP 這次也融合了更多的AI能力,AI人臉識(shí)別能力由驍龍888 的115點(diǎn)升級(jí)為300點(diǎn),識(shí)別速度也由24ms下降到 6ms,提升高達(dá)300%。
顯然,這些都會(huì)幫助廠商為用戶(hù)打造更多實(shí)際的AI應(yīng)用,在各個(gè)方面為用戶(hù)工作和生活提供極大的便利。這是驍龍8在更被人關(guān)注的“性能”指標(biāo)之外提供的更多貼心服務(wù),重要程度不亞于單純的性能參數(shù),卻極易被忽略。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。