高通認為 AI 人工智慧大幅改變智慧型手機發展 機器學習也將驅動更大人工智慧發展

2021.07.20 02:19PM

未來遷移學習也會成為日後人工智慧技術發展重點,其中更包含對於自然語言處理與理解,讓人工智慧技術可以在不同裝置、平台上移轉應用,同時可讓使用者透過自然語言互動方式與人工智慧「溝通」,例如攝影鏡頭可以透過人工智慧技術辨識前方影像是否為人,以及辨識為人之後的應對處置方式,反過來也能讓影片剪輯軟體自動識別有人影像,並且進行相關後製處理。

機器學習將會驅動更大人工智慧技術發展,遷移學習將變得重要

在由Cambrian-AI Research公司創辦人Karl Freund主持的Qualcomm《未來》 (The Future Of)系列內容中,Qualcomm資深副總裁暨行動、運算及基礎設施部門總經理Alex Katouzian與負責Snapdragon技術與產品藍圖規劃項目產品管理部門副總裁Ziad Asghar,連同Hugging Face的共同創辦人暨執行長Clément Delangue談論人工智慧對於現今科技發展的影響。

人工智慧改變智慧型手機發展模式

Alex Katouzian強調,Qualcomm目前大量投資人工智慧技術,目的便是希望能解決日常生活中使用手機體驗所需面臨難題,其中包含如何更快讓使用者透過手機上的相機拍出漂亮照片,或是如何在複雜連網環境下決定最佳連接方式,另外也包含在手機內大量照片中尋找特定內容,或是找到文件,甚至包含讓手機執行效能能持續維持穩定,背後都會使用人工智慧技術。

另外,像是即時翻譯、語音轉換為文字,或是使用語音識別輸入等操作,甚至解鎖手機時所使用的臉部識別功能,背後都是透過人工智慧技術運算。

而Ziad Asghar也說明,目前人工智慧技術已經讓絕大部分的智慧型手機功能提升,例如過去使用者要透過手機拍攝清晰、完整影像畫面,必須要像數位單眼般以複雜參數調整才能獲得更好拍攝影像表現,但目前在人工智慧技術加持之下,只要輕輕按下快門,讓系統自動判斷當前拍攝場景即可獲得最佳影像,甚至還能拍下單眼相機也難以實現的極致夜拍效果,更能藉由手機輕巧特性完成過去難以透過單眼相機實現取景內容。

持續投入人工智慧技術發展

依照Alex Katouzian說明,從第一款Snapdragon AI Engine推出以來,目前Qualcomm已經投入第六代Snapdragon AI Engine開發設計,而目前使用Snapdragon AI Engine人工智慧技術的手機更已經累積將近10億支,甚至Qualcomm目前仍持續與合作夥伴互動學習,藉此提高人工智慧算力表現,讓使用者能更容易藉由人工智慧提升智慧型手機應用效能,例如未來可以透過手機進行即時翻譯,讓使用不同語言的人可以順利溝通。

▲Qualcomm資深副總裁暨行動、運算及基礎設施部門總經理Alex Katouzian

在進一步說明中,Ziad Asghar更以Qualcomm與印度塔塔集團合作計畫計畫,在智慧型手機的相機端安裝一個小鏡頭,藉此確認人們是否患有糖尿病視網膜病變,讓當地居民在醫療資源不足情況下,依然可以透過智慧型手機功能輔助獲得更精準的診療。

運算效能持續提高之餘,讓功耗更低也相對重要

至於先前針對數據中心運算需求打造的Cloud AI 100系列處理器,Ziad Asghar更說明可藉由更低運作功率發揮更高運算效能,例如在Facebook合作伺服器平台中,系統可以藉由Cloud AI 100系列處理器算力,以更低耗電情況處理數十萬或數百萬支影片,並且審核有問題內容。

在未來數據中心運作越來越重視能源使用效率,並且盡可能降低排碳量情況,如何搭配人工智慧技術與低功耗運算架構降低地球暖化,同樣也成為相當重要發展議題。

▲Qualcomm Snapdragon技術與產品藍圖規劃項目產品管理部門副總裁Ziad Asghar

機器學習將會驅動更大人工智慧技術發展,遷移學習將變得重要

依照Clément Delangue的看法,認為未來機器學習將會驅動更大人工智慧技術發展,同時隨著建構學習模習更加龐大,人工智慧技術所能辨識內容也就更精細,甚至可以更進一步判斷更多內容細節,進而給予使用者更充足的輔助效益。

▲Hugging Face共同創辦人暨執行長Clément Delangue

除此之外,Clément Delangue更認為未來遷移學習也會成為日後人工智慧技術發展重點,其中更包含對於自然語言處理與理解,讓人工智慧技術可以在不同裝置、平台上移轉應用,同時可讓使用者透過自然語言互動方式與人工智慧「溝通」,例如攝影鏡頭可以透過人工智慧技術辨識前方影像是否為人,以及辨識為人之後的應對處置方式,反過來也能讓影片剪輯軟體自動識別有人影像,並且進行相關後製處理。

這樣的學習模式將無須重新訓練,直接透過遷移方式即可繼承學習經驗,藉此讓人工智慧技術應用效率更高,更可大幅降低人工智慧技術應用成本,甚至可以讓人工智慧學習模型相對變小,並且讓人工智慧技術能夠應用在更多場景。

0 則回應