1、人臉解鎖。透過高效的人臉識別演算法,手機可以實現毫秒級人臉解鎖。
2、實人支付認證。可以透過掃描人的臉部,分析是否是本人,從而實現金融級的人臉支付認證。
今年各大手機的釋出會,除了全面屏以外,最頻繁出現的當屬AI。從目前的熱度來看,下半年的手機發佈會還會頻繁提及到這個詞。在這裡,尼古拉斯·教授大膽地預言一下,再過不久,AI將會成為智慧手機的標配。
那麼,到底什麼是AI?AI加持的手機,到底有什麼不一樣?都給我們帶來了什麼?關於AI(Artificial Intelligence)就是人工智慧,通俗理解就是模擬人的意識、思維的資訊過程。人工智慧不是人的智慧,但能像人那樣思考、也可能超過人的智慧。
關於AI的行情目前關於AI的劃分,大致可以分為三大型別:
AI晶片加持代表:麒麟970我們最熟悉的AI晶片應該是華為海思推出的首款整合NPU的麒麟970處理器,整合AI專用的運算單元NPU,不佔用其他硬體資源。在某些AI應用處理中,讓更多的CPU、GPU資源騰出來處理其它應用。而驍龍845的AI則是在終端非同步運算資料,簡單的說就是在現有架構中整合AI演算法。
攝像頭AI代表:谷歌谷歌主要是主打AI演算法和雲計算。在谷歌各種穿戴、家庭以及移動裝置上可以得到充分的體現。沒有專屬的AI晶片,而是利用演算法和AI影象處理單元完成了動態模糊攝影等攝影能力的補償。
帶AI演算法的APP代表:美顏相機在APP里加入一些AI演算法相對於前兩者來說是既省錢又快捷。透過人臉和人體輪廓、場景識別、自動虛化背景,美顏相機、美圖相機就是這樣來實現拍照的。最近新發的vivo NEX也開始嘗試將人工智慧覆蓋到第三方APP。
關於AI在手機中的應用手機上關於AI的應用,可以簡單分為三類,人機互動、人臉識別、美化拍照。
互動體驗目前應用比較廣泛的就是語音助手,語音翻譯,智慧定位等。像Siri,Cortana和小愛等就屬於AI的智慧語音助手。不過,智慧語音只是一種簡單的AI運用,所以在人機互動上其實還有很大的發展空間。
人臉識別AI之前,手機的人臉識別是透過相機硬體+系統軟演算法來實現的。AI加入後,透過數以億計的計算方法來記住並熟悉人臉特徵,還可以詳細記錄你日常的行為習慣來分析你是不是手機的主人。
美化拍照AI技術的加持,可以直接檢測和獲取被攝物體的光線、區域性細節、色彩等資訊,讓AI生成網路,再進行深度強化學習,對被攝體進行全面詳細地分析,最後生成決策;再針對被攝體的特徵進行更深層次的最佳化,從而獲得不一樣的效果圖,使得人像更加清晰柔和
1、人臉解鎖。透過高效的人臉識別演算法,手機可以實現毫秒級人臉解鎖。
2、實人支付認證。可以透過掃描人的臉部,分析是否是本人,從而實現金融級的人臉支付認證。
今年各大手機的釋出會,除了全面屏以外,最頻繁出現的當屬AI。從目前的熱度來看,下半年的手機發佈會還會頻繁提及到這個詞。在這裡,尼古拉斯·教授大膽地預言一下,再過不久,AI將會成為智慧手機的標配。
那麼,到底什麼是AI?AI加持的手機,到底有什麼不一樣?都給我們帶來了什麼?關於AI(Artificial Intelligence)就是人工智慧,通俗理解就是模擬人的意識、思維的資訊過程。人工智慧不是人的智慧,但能像人那樣思考、也可能超過人的智慧。
關於AI的行情目前關於AI的劃分,大致可以分為三大型別:
AI晶片加持代表:麒麟970我們最熟悉的AI晶片應該是華為海思推出的首款整合NPU的麒麟970處理器,整合AI專用的運算單元NPU,不佔用其他硬體資源。在某些AI應用處理中,讓更多的CPU、GPU資源騰出來處理其它應用。而驍龍845的AI則是在終端非同步運算資料,簡單的說就是在現有架構中整合AI演算法。
攝像頭AI代表:谷歌谷歌主要是主打AI演算法和雲計算。在谷歌各種穿戴、家庭以及移動裝置上可以得到充分的體現。沒有專屬的AI晶片,而是利用演算法和AI影象處理單元完成了動態模糊攝影等攝影能力的補償。
帶AI演算法的APP代表:美顏相機在APP里加入一些AI演算法相對於前兩者來說是既省錢又快捷。透過人臉和人體輪廓、場景識別、自動虛化背景,美顏相機、美圖相機就是這樣來實現拍照的。最近新發的vivo NEX也開始嘗試將人工智慧覆蓋到第三方APP。
關於AI在手機中的應用手機上關於AI的應用,可以簡單分為三類,人機互動、人臉識別、美化拍照。
互動體驗目前應用比較廣泛的就是語音助手,語音翻譯,智慧定位等。像Siri,Cortana和小愛等就屬於AI的智慧語音助手。不過,智慧語音只是一種簡單的AI運用,所以在人機互動上其實還有很大的發展空間。
人臉識別AI之前,手機的人臉識別是透過相機硬體+系統軟演算法來實現的。AI加入後,透過數以億計的計算方法來記住並熟悉人臉特徵,還可以詳細記錄你日常的行為習慣來分析你是不是手機的主人。
美化拍照AI技術的加持,可以直接檢測和獲取被攝物體的光線、區域性細節、色彩等資訊,讓AI生成網路,再進行深度強化學習,對被攝體進行全面詳細地分析,最後生成決策;再針對被攝體的特徵進行更深層次的最佳化,從而獲得不一樣的效果圖,使得人像更加清晰柔和