“我们觉得人工智能这项技术会成为未来的基本技术，就像通讯，像互联网一样无所不在。未来很快会在智能手机前面加‘人工’两个字，叫人工智能手机。”在日前由芯智讯主办的“新交互·新风口——2017生物识别技术与应用高峰论坛”上，高通（中国）产品市场资深经理刘学徽先生非常肯定的说到。
△高通（中国）产品市场资深经理刘学徽先生
从智能手机到“人工智能手机”
确实，自去年以来人工智能技术在很多行业开始落地，不少智能手机厂商也纷纷引入人工智能技术到自己手机产品当中。
最近，“人工智能处理器”这种描述也越来越火热，将人工智能整合到手机中这样的未来科技感十足的使用场景也被推到了讨论的热潮中。
虽然，智能手机依靠云端也能够实现“人工智能”，但是用户在本地终端上进行人工智能计算也有着非常强的需求。比如，个人隐私数据，用户可能会觉得上传到云端会对隐私不利。另外，人工智能的操作和运算最好是发生在离它最近的地方，这会降低延时。比如，无人机运行时的判断、运算在无人机本身上面操作会减少延时。另一个好处是高效利用网络。目前设备非常多，非常庞大，随时随刻都会产生大量数据，如果所有的数据都依赖在云上操作，可以想象通信网络是承担不了的。如果在端上做一些及时有效的人工智能运算，则可以让通讯更加有效。
而如果要在本地终端上来做人工智能运算，那么首先就需要提高手机芯片的运算力，并且要控制好功耗；其次要改进算法，因为本地终端上的算法和云端上的算法的核心技术点不一样，因为本地的资源有限、存储空间有限，电池功耗也是非常要注意的地方，所以在这种情况下运算要精简，要在保证精度的情况下进行精简；最后，算法还需要很好又很有效的开发工具（SDK/开放发框架），让运算在终端上更容易布署，这也是非常重要的。
从现有的智能终端来看，智能手机的数量和用户数无疑是最为庞大的。“根据市场资讯公司Gartner的预测，从2017年开始到未来5年，智能手机的累计出货量会达到85亿，量非常大。如果能够在这个平台上部署优良的人工智能技术和算法，显然智能手机将会更快助推人工智能时代的到来。”刘学徽表示：“目前高通已经在这方面做了非常多的工作。”
为了推动人工智能在智能手机上的部署，高通做了哪些工作？
1、已经持续投入了10年
事实上，高通在人工智能领域的耕耘的投入已经超过了十年。早在2007年的时候，高通就启动了首个人工智能项目。2009年投资了一家专注于为自动驾驶设备研发人工智能、自动化人工智能系统的软件技术公司Brain Corp，并与其进行了合作。2013年开始研究人工神经处理架构，随后还通过深度学习研究人脸识别。2016年高通正式发布了骁龙神经处理引擎SDK，加入到了骁龙处理器当中。
今年8月，高通又收购了荷兰机器学习初创企业Scyfer。与此同时高通此前投资的Brain Corp也成功完成了1.14亿美元的新一轮融资。
可以看到，高通在人工智能领域的技术研发和产业布局已经初具规模。
2、升级骁龙神经处理引擎
那么为了推动人工智能在智能手机上的部署，高通又具体做了哪些工作呢？
在今年年初的骁龙835亚洲首秀上，高通就表示，对骁龙神经处理引擎软件框架进行了全新升级，除了支持caff、caffe2，还包含了对Google TensorFlow等神经网络和模型框架的支持，以及对具有Hexagon向量扩展（HVX）特性的Hexagon DSP的增强。刘学徽介绍到通过Caffe2所支持的，更现代的计算图形设计、极简的模块化设计、以及灵活的多平台接口，开发者将拥有更高的灵活性来设计多种深度学习任务，包括计算机视觉、自然语言处理、增强现实（AR）以及事件预测等。
部署在Facebook上的 Caffe2旨在帮助开发者和研究人员训练机器学习模型，并为多种移动app带来由人工智能（AI）所支持的体验。现在，开发者将可以使用多种同一工具开展大规模且分散的训练场景，并开发用于移动终端的机器学习应用。
在日前由芯智讯主办的“新交互·新风口——2017生物识别技术与应用高峰论坛”上，高通（中国）产品市场资深经理刘学徽表示，骁龙和NPE所带来的优势之一是，开发者可以基于应用的功能和性能要求，针对骁龙移动平台中的各个异构计算核心来进行性能优化。通过内置的Qualcomm Adreno 540 GPU处理Caffe2的负载，骁龙835旨在实现高达5倍的性能提升（与使用CPU处理Caffe2负载相比）。此外，Qualcomm Hexagon DSP 中Hexagon Vector eXentions（HVX）同样提供了更强大的性能和能效。该NPE包含了运行时软件、库、API、线下模型转换工具、调试、基准测试工具、示例代码和文档，预计将于今夏晚些时候向更广泛的开发者社区开放。
刘学徽表示，骁龙神经处理引擎软件开发包，对于硬件并没有太高的要求，它不仅可以应用在旗舰骁龙移动平台上，在已经出货的骁龙800/600系列芯片中，只要装入了这个SDK，就可以让人工智能的算法加速。
“我们的手机芯片目前有CPU、GPU、DSP可以做运算，但是同样的一个算法在GPU上速度要比CPU快4倍，如果在DSP上则要比CPU快8倍。在能效方面，GPU运算要比CPU节省8倍，DSP则可节省25倍。显然，通过DSP来做神经网络运算是最好的选择。”刘学徽介绍到。
3、增强智能手机的感知能力
不久前，高通正式宣布其下一代旗舰骁龙移动平台将支持基Qualcomm Spectra ISP系列和全新Qualcomm Spectra摄像头模块项目。而这也意味着未来基于高通骁龙处理器的智能手机将能够实现面部识别等功能。不过，当时高通并未介绍相关的技术细节。在本次由芯智讯主办的“新交互·新风口——2017生物识别技术与应用高峰论坛上，刘学徽也介绍了高通最新发布的3D感知技术解决方案。
高通推出了三款基于Qualcomm Spectra ISP技术的摄像头模组：1、虹膜生物认证模组；2、被动深度传感摄像头模组；3、主动深度传感模组。
虹膜认证模组，采用的是红外技术，是目前可靠的虹膜识别方式。具有极低的延时，低功耗，并且还可以透过大多数太阳镜进行识别。同时支持活体检测，不会被2D图像或者3D模型欺骗。
这个“被动深度传感摄像头模组”，属于被动光技术，目前已经在智能手机当中被广泛应用，比如现在常见的后置双摄。其原理就是通过两个摄像头的角度差来拍摄两幅图像，最后重叠，算出来物体到摄像头的距离；这个优点就是功耗比较低，无需额外光源，不足之处是在暗光下效果会受影响。
而“主动深度传感模组”则采用主动光技术，由红外发光器、IR 摄像头以及一个RGB 摄像头组成。通过红外发光器发射出一束红外光，形成光斑，再通过IR 摄像头读取该图案，并对点状图在物体上发生的扭曲、以及点与点之间的距离进行计算，再加上RGB图像，结合起来就构成了一个3D模型。这个好处就是在黑暗中，尤其光线非常差的环境下，效果也会非常好。
此前，高通也对该摄像头模组的3D深度感知技术进行了现场展示。可以看到，其捕捉到的画面精度非常的高。据称，它的深度超过一万点，点距精度达到0.1 mm。它可以用来做面部识别，以及物体3D重建与制图等。
日前高通和台湾公司奇景光电宣布展开合作，加速高分辨率、低功耗、主动3D深度传感摄像头系统的开发与商用，据悉，此次合作融合了高通Spectra在计算机视觉架构与算法上的技术与专长，以及奇景光电在晶圆光学、传感、驱动和模组集成能力上的配套技术，以提供完全集成的SLiM结构光模组3D解决方案。SLiM是一站式完整3D摄像头模组，可在室内外环境中，提供高分辨率、高精确度表现的实时深度传感和3D点云生成。高通和奇景光电将把SLiM3D摄像头作为面向广泛市场与行业的完整摄像头系统解决方案投入商用，预计将于2018年第一季度实现量产。
这三款模组都会与高通新的Spectra ISP技术进行结合，将会进一步提升深度感知功能，处理速度更快、更准确。而且，很快基于高通下一代移动平台的智能手机就能够部署3D人脸识别系统。高通此举也是在向众多厂商透露一个信息，那就是“我们的骁龙移动平台能帮你们实现3D人脸识别系统。”
此外，会上，刘学徽还介绍了高通新一代的超声波指纹识别技术。
高通的新一代超声波指纹扫描和认证技术
目前全面屏已经成为的智能手机的一大趋势，而与之相匹配的屏幕内指纹识别技术也引起了外界的极大关注。在今年的MWC上海展上，vivo就展示了一款可实现屏幕指纹识别的样机，其正是基于高通的新一代指纹识别技术。
超声波指纹实际上也是一种3D感知技术，是通过超声波原理把指纹的形态构建出一个3D图形，跟已经存在终端上的信息做一个比对。它的优点在于可以穿透各种材料，其防水、防油、穿透性各方面较电容式表现更优异。这也使得手机整机防水更有意义，解决了仅能防水而不能在水环境下使用的难点；同时也支持终端用户在极端湿手指条件下解锁，点按，手势等功能操作。此外，超声波指纹识别还支持活体检测。
由于超声波具有很好的穿透性，所以做指纹识别，可以得到三层数据：第一层指纹皱直接接触最外层的皮肤；第二层指纹的纹路结束和分杈的点（节点）；第三层汗孔和皱子起始的地方，活体检测靠心血管、心跳检测判断是否为活体。
具体到高通的新一代超声波指纹识别技术参数方面，除了继承超声波指纹识别防水、防油、活体检测等特点，在穿透性方面，目前高通的新一代超声波指纹解决方案可以穿透800μm的玻璃和厚至650μm的铝材质，也可以穿透1200μm的OLED屏。而目前柔性AMOLED屏的厚度最薄可以缩减到100-200μm，玻璃盖板可以做到500μm左右，这也意味着其可以实现屏幕内指纹识别，可透过显示屏、厚玻璃和金属进行扫描。
当然正如前面所提到的，超声波指纹识别还能够进行心血管、心跳检测判断是否为活体，这也意味着超声波指纹识别将带来更好移动认证体验，后续也可以有更多的应用。
小结：
可以看到，高通此前确实在人工智能方面做了很多的技术储备和布局，同时在骁龙处理器上也有相应的人工智能技术导入（主要是以软件的形式）。虽然，目前高通还并推出专用的人工智能芯片整合到手机处理器当中去。不过，随着未来基于高通各项3D感知技术在智能手机上的部署，智能手机的感知能力将大大提升，加上高通最近收购了专注于前沿机器学习技术的公司Scyfer，以及其在人工智能领域的深耕和在无线连接领域的优势，这都将进一步推动人工智能技术在智能手机端的应用。
作者：芯智讯-浪客剑
