近些年AI人工智能的发展飞速,其已经实实在在地影响着我们的生活。如果说以往的人工智能大部分只是在云端,那么现在更多的AI应用运算已经更多在我们身边的智能终端和手机上。AI人工智能的发展为什么会有这种变化?从云端到无线边缘终端侧,这当中会有哪些必要性和推动条件呢?
现在,我们正处于4G到5G的转折点,5G和人工智能将会产生紧密的联系。总得的来说,5G不仅是人与人之间的连接,而是万物互连。
事实上,在我们印象当中,高通因其手机芯片在业界而特别出名,可是其在人工智能领域也进行了多年的研发和投入。特别是从2012、2013年开始,高通更专注于深度学习方面的研究,同时也会为人工智能提供最核心的、最底层的支持。
有一个调研报告指出,国内外在人工智能方面投入的差别在于研究类型的分布均匀和专注的程度。这意味着某些国家的研究类型更平均分布,有一些国家会比较专注于某方面,当中包括基础研究、技术研究和应用研究三大方面。
我们了解到,从高通的角度来看,他们更多是关注芯片层面的基础研究,这为什么呢?原因在于我们现在所关注的AI人工智能实际都不能离开云端大数据和终端芯片,一旦没有了后面两者的支持,人工智能整个系统是不能被搭建起来的。
通过云端的大量运算,很多数据可以实现深度信息挖掘,这也是现在人工智能的趋势。
不过我们要人工智能可以在每个人身边都发生作用的话,还需要考虑怎么把人工智能去落地,从云端拓展到无线的边缘、终端侧,也就是我们现在身边各种各样的智能终端,包括手机、智能手表、智能音箱等等。
随着5G网络的构建,无线边缘的终端侧将会获得更大的活力,给我们生活带来更大的影响。例如在手机等终端上能够看得到的人工智能应用,比如AI美颜、AI图像、AI视频的处理,再到与亚马逊等智能音箱进行语音交互。
当这些人工智能应用越来越多落到我们生活周围的时候,那么边缘终端侧的人工智能处理能力会显得越发重要。为什么这样说?以一个实时翻译方面的例子来说,当用户看到一个不认识的外语菜单时,如果将菜单拍照传到云端再识别,这个过程需要的时间很长,也不利于保护用户的隐私。
未来云端更多是进行更加深度的数据挖掘,而基础或者中等运算的人工智能工作需要更多由终端侧的智能终端完成,最后通过5G等无线网络进行数据或者结果方面的联系沟通。
人工智能为什么与5G的关系非常紧密?5G对于人工智能又什么作用?
首先,我们可以确认,5G可以令AI人工智能运算尽可能在终端侧智能终端中完成,不但节省流量,还能保护好用户的隐私,同时能够把时延降低。
当然有一些运算应用必需要在运算才能完成,因为大规模的AI运算需要大量数据的支撑,这时候5G便可以把终端的数据很快地传输到运算。5G因为时延和传输速率要比4G快上很多倍,所以通过5G将云端与终端进行连接,终端的数据可以很快传到云端;在云端做处理之后,再非常迅速地传回到终端。
通过5G网络和人工智能终端侧的运算能力提高,可以确保用户将大多数人工智能运算落地到终端侧,而无法在终端高效完成的运算则可以传输到云端。5G和人工智能的结合可以推动很多全新应用的落地,同时二者的联系也更紧密。
在5G网络下,用户可以享受低时延的多人游戏,同时也可以感受人工智能在游戏中的应用。此外,分离式处理可以实现移动XR和自动驾驶/辅助驾驶。
自动驾驶是5G和人工智能结合的非常好的用例。如果配备了车联网,车和车之间可以互相通信,人工智能可以对驾驶员看到的场景和周围的所有图像进行处理。实现通信之后,终端可以通过车联网与云端连接,通过人工智能对周围场景的分析,给驾驶员提供建议,甚至是直接进行自动驾驶。
在今年的MWC上,有一些自动驾驶或辅助驾驶的演示出现。例如当驾驶员出现一些紧急情况而无法自行驾驶时,他可以通过车上的摄像头,借助出色的5G网络连接,把周围所有场景以非常快速、高效的方式传输至远程控制中心,让控制中心通过远程操控将车行驶到指定地点。这相当于人工智能和5G共同支持的代驾功能。
另外一个例子可以进行远程导游。假如用户到某一个国家旅游,即使没有雇佣导游一直陪同,可是他可以通过虚拟现实(VR)或扩展现实(XR)眼镜将看到的某些场景进行快速传输,远程导游便会解释这一场景,或者自动播放语音解释。
上面所说的这些应用场景需要手机终端上的AI功能的支持才能实现,当中包括了人脸识别与认证、超高分辨率、自动语音识别、增强的夜拍与人像补光、通话降噪等。
当然AI的应用场景会越来越丰富,现在较为典型的应用主要有几类:第一是人工智能技术实现单声道的降噪;第二是人工智能技术修正不清晰的图像;第三类是人工智能技术令夜拍招聘更加清晰明亮。
到2025年,人工智能将衍生5.1万亿美元的商业价值,到2035年和5G相关的产品和服务的价值会达到12.3万亿美元。这其中有很多创业空间,也有很多的产品开发和商业模式的空间。
5G网络+人工智能的策略会是未来的趋势,而无线边缘终端侧的运算会是这里面一个不可或缺的重要力量。