Mężczyzna robi zdjęcie smartfonem, z którego wyłania się hologram aparatu.

AI: rewolucja w smartfonach

Smartfon to nic innego jak „bystry telefon”. Ale co to znaczy „bystry”? W mowie potocznej „bystry” bywa tożsamy z „inteligentnym”. Gdyby się dobrze zastanowić, niewiele było wcześniej w telefonach bystrości. Ot, po prostu mogły uruchamiać mniej lub bardziej dopracowane oprogramowanie mające uczynić nasze życie wygodniejszym, pracę bardziej produktywną, komunikację bardziej wszechstronną. Jednak od ubiegłego roku zaczęło się coś zmieniać.

Bystry telefon?

W 2017 w smartfonach klasy premium pojawiły się rozwiązania sztucznej inteligencji. Po raz pierwszy sprzęt mobilny nabrał odczuwalnej bystrości, zapowiadając tym samym technologiczny przeskok na miarę przejścia od zwykłych telefonów do współczesnych smartfonów.

W miarę postępującej miniaturyzacji chipów napędzających smartfony zaczęły one obrastać w specjalizowane moduły, które pozwalały odciążyć główny procesor. Pierwszymi takimi modułami były procesory sygnałowe (DSP) i procesory graficzne (GPU). Z czasem przyszły wbudowane procesory pasma podstawowego, moduły przetwarzania obrazu, jednostki kryptograficzne – a wszystko na jednym skrawku krzemu. Teraz nastał czas jednostek wspierających uruchamianie algorytmów SI.

2017 rok przyniósł duży postęp, jeśli chodzi o smartfonową SI

Ten nowy rodzaj modułów nie robi niczego, czego nie byłyby w teorii w stanie zrobić arytmetyczno-logiczne rdzenie procesora głównego, ale dzięki swojej specjalizowanej architekturze robią to nieporównywalnie szybciej i przy znacznie mniejszym zużyciu energii, pozwalając na praktyczne wykorzystanie AI w codziennych zadaniach takich jak np. rozpoznawanie twarzy czy dobieranie najlepszych ustawień podczas fotografowania nocą.

Komentarz profesora Dariusza Jemielniaka – współtwórcy programu studiów z zakresu sztucznej inteligencji w biznesie w Akademii Leona Koźmińskiego:

Sztuczna inteligencja już od kilku lat znajduje miejsce w telefonach komórkowych. Choćby tłumaczenia Google Translate, czy podpowiedzi autokorekty powstają w oparciu o jej algorytmy. Fenomen jakości aparatów fotograficznych w smartfonach polega więc nie tyle na najlepszym sprzęcie, co także właśnie na opartych o SI algorytmach automatycznej obróbki obrazu. Siri czy Google Assistant mieszczą się wszak w telefonie. Mimo to, podobnie jak poprzednio wspomniane technologie, wymagają one połączenia z chmurą danych i stanowią jedynie końcówkę dla algorytmów SI. Biorąc pod uwagę, że telefony niemal cały czas są w zasięgu sieci, nie przeceniałbym wagi tego, że algorytmy sztucznej inteligencji w niektórych urządzeniach są odpalane na procesorze lokalnym. Jest to oczywiście w jakimś stopniu istotne, ale nie kluczowe. Kierunek rozwoju technologii wskazuje, że w wielu zastosowaniach będziemy mieli do czynienia z potężnymi algorytmami SI po stronie serwera. Rodzaj urządzenia stanowiącego terminal będzie drugorzędny – czy to telefon, czy to komputer, czy tablet, czy innego typu stacja robocza. Pojęcie sztucznej inteligencji w telefonach komórkowych bywa jednak nadużywane. Choćby wtedy, gdy mamy do czynienia ze zwykłymi algorytmami, nieopartymi o uczenie maszynowe, a które mimo to są przedstawiane jako inteligentne – podkreśla w rozmowie z CHIP-em profesor Dariusz Jemielniak.

Profesor Dariusz Jemielniak (fot. Akademia Leona Koźmińskiego)

A zaczęło się…

….pod koniec roku 2017. Podczas targów IFA w Berlinie Huawei zapowiedziało wprowadzenie pierwszego procesora wyposażonego w koprocesor neuralny. Chwilę potem, w październiku, zaprezentowany został iPhone X z procesorem A11 Bionic i modułem Neural Engine wykorzystywanym do logowania za pomocą twarzy (Face ID). W listopadzie światło dzienne ujrzał Huawei Mate 10 wyposażony w zapowiadany dwa miesiące wcześniej procesor Kirin 970, którego moduł NPU po raz pierwszy nie był przeznaczony do wspomagania jednego zadania, ale służył do akceleracji zaskakująco uniwersalnych algorytmów, choć jego najczęściej wymienianym zadaniem jest poprawa jakości zdjęć, wydłuża też czas pracy baterii, przyśpiesza ładowanie aplikacji i pomaga prowadzić wyszukiwania oparte na rozpoznawaniu obrazu. Dziś większość nowych smartfonów wysokiej klasy ma już taki akcelerator sztucznej inteligencji, np. poza wspomnianym Kirinem 70 jest to np. procesor Exynos 9810 z wbudowaną siecią neuronową, która ma zwiększać płynność działania, dodatkowo zabezpieczać system, a w przyszłości rozpoznawać twarze.

Procesor Kirin 970 (fot. Gigazine)

Ale co to znaczy „inteligentne”?

W ostatnich latach zakres pojęcia „sztuczna inteligencja” znacznie poszerzał się i ewoluował. Ogólnie rzecz biorąc, za sztuczne inteligencje uważamy wszelkie maszyny, które są w stanie rozumować i podejmować decyzje w przypadkach, które nie są wyraźnie zdefiniowane.

Reklama

Jeśli chodzi o smartfony, można kwestię trochę zawęzić. Zazwyczaj chodzi o maszynowe uczenie, czyli zdolność systemu do wyjścia poza jego pierwotne oprogramowanie, oraz uczenie głębokie będące formą maszynowego uczenia, która wykorzystuje sztuczne sieci neuronowe. To ostatnie stara się naśladować w jakimś stopniu zhierarchizowane sieci neuronowe mózgów wyższych ssaków.

Dzięki maszynowemu uczeniu oprogramowanie zauważy spam w skrzynce odbiorczej na podstawie wcześniejszych klasyfikacji wiadomości jako spam, nawet jeśli charakterystyka kolejnych reklamowych e-maili umykałaby pierwotnie zakodowanemu filtrowi. Z głębokim uczeniem jest podobnie – chwytane są po prostu przeróżne niuanse, trudne do formalnego zakodowania. Dzięki temu system, który zobaczył zdjęcia tysięcy kotów, w końcu zacznie rozpoznawać koty na zdjęciach niezależnie od ich umaszczenia czy przyjętej pozy.

Uczące się sztuczne sieci neuronowe (graf. Machinedesign)

I tak oto szkolona na podstawie danych ze świata rzeczywistego sieć neuronowa może np. zamieniać wypowiadane słowa w tekst, rozpoznawać wiek ludzi na zdjęciach czy choćby wykrywać koty. Inaczej mówiąc, może robić to, co ludziom przychodzi całkiem łatwo, a co dla komputerów było zawsze bardzo trudne – odkrywać wzory i schematy w potoku informacji.

Oczywiście to wszystko było dostępne od dobrych paru lat w wykorzystywanych na co dzień usługach internetowych. Podpowiedzi w wyszukiwarce, filtrowanie spamu w Gmailu, sortowanie fotografii w Zdjęciach – Google od lat przoduje w takich użytkowych zastosowaniach AI. Działo się  to jednak na serwerach kosztem sporej mocy obliczeniowej. Mobilne procesory nawet ze wsparciem zintegrowanych GPU nie były w stanie unieść sztucznych sieci neuronowych niezbędnych do analizy mnóstwa informacji. Smartfon poprzez aplikację mobilną udostępnia tylko dane przetworzone w chmurze.


Na drugiej podstronie piszemy m.in. o wykorzystywaniu chmurowej SI w telefonach.

Close

Choć staramy się je ograniczać, wykorzystujemy mechanizmy takie jak ciasteczka, które pozwalają naszym partnerom na śledzenie Twojego zachowania w sieci. Dowiedz się więcej.