이 단체는 100 대 전쟁에 맞서기 위해 불을 샀다. O2O 화재는 완전히 O를 열고 경제적 불을 공유 할 수 있으며, 남자 친구와 여자 친구도 '공유'할 수있다.
예를 들어, 올해는 전체 화면 및 기타 기술의 인기를 얻은 후 AI가 휴대 전화 제조업체에게 인기있는 명소가 된 것 같습니다.
결국 질문이 생겨 결국 인공 지능을 구현하는 데 필요한 방법은 무엇이며 다양한 방법의 결과는 무엇입니까? 사진으로 시작하여 모바일 AI 사진의 세 학교에 대해 이야기하겠습니다.
장르 1 : 인공 지능 사진 촬영을위한 범용 가속 칩
작년 Huawei는 NPU로 Kirin 970 칩을 출시했으며, 나중에 화웨이의 관점에서 영광 관련 제품과 Apple iPhoneX를 기반으로 AI 칩을 기반으로 AI 사진 기능을 구현했습니다. ,이 유형의 휴대 전화의 핵심 인공 지능 기능입니다.
이것은 모바일 AI 사진의 첫 번째 학교로 볼 수 있습니다 : 칩 학교.
AI는 바닥 칩 처리 능력에서 시작했다. 목적은 두 가지 수준, 하나의 터미널 AI 계산은 하드웨어에서 수행되고있다, 실시간 보안 카메라 작업을 보장 할 수 있습니다. 결국, 클라우드 컴퓨팅에 대한 사진 작업 Caton 가능, 깨진 네트워크가 작동하지 않으면 데이터 업로드 서버가 데이터를 직면하게됩니다.
한편, 칩 파이 쉽게 예를 들어, 어떤 플레이가 얼굴 인식 할 수 있습니다. 목적은 일반적인 작업 AI 사진 촬영 속도를 간과하고 일부 라이브 액션 명령은 읽을 수, 일부는 이러한 공간 처리 필터에 참여 는 CPU에 전체 압박은, GPU가 지원 말하지 않았다없는 클라우드 프로세싱, 바로 휴대 전화 거북이 속도 상태가됩니다 만, 실시간 경험의 손실. APP는 수천과 사진의 요구의 수천을 가지고는 만 AI 처리 장치를 충족시킬 수있는 터미널에 지금있다 이러한 '알 수없는 니즈'.
결국, 칩 기반 AI 사진의 경험은 정확히 무엇입니까?
용량 데이터는 화웨이 Mate10, 영광 V10와 아이폰 X의가, AI 사진 식별이 등 여러 가지 방법으로, 모션 캡쳐, 조명 분석, AR 및 구현 될 수있다 보여줍니다.
예를 들어, iPhoneX는 A11 생체 공학 칩을 사용합니다.이 칩은 구조화 된 광 센서 및 깊이 자이로와 결합되어 얼굴 및 AR과 같은 작업을 처리하고 이미지 인식을 신속하게 처리 할 수 있습니다.
다음으로, 영광, 화웨이의 신제품, 새로운 세대의 아이폰은 필연적으로 이러한 길을 계속 이어갈 것입니다.
이 장르의 장점은 사용자가 인공 지능의 다양 화와 성장을 경험할 수 있다는 것입니다. 휴대 전화는 정적 인 AI 경험이 아니지만 생태와 기술의 발전으로 계속 진화 할 수 있습니다. 그러나 문제는 칩 흐름의 임계 값이 매우 높다는 것입니다. R & D에 대한 막대한 투자와 몇 년의 대기 기간.
장르 II : 카메라 AI 기반
2. 두 번째 AI 모바일 사진 학교는 분쟁을 싫어하는 것을 좋아하는 Google에 대해서는 언급하지 않을 수 없습니다.
우리 모두 알고 있듯이, 구글은 하드웨어 기술에 대한 베팅을하지 않고, AI 알고리즘의 강점과 클라우드 컴퓨팅 강점을 전략적으로 선택한다. 구글이 AI First라고 부르는이 전략은 구글의 다양한 웨어러블, 가정용 및 휴대 기기에 구현되었다. 위의 휴대폰 픽셀 시리즈도 예외는 아닙니다.
작년에 출시 된 Google Pixel 2는 독창적 인 AI 칩이 없지만 알고리즘 및 AI 이미지 처리 장치를 사용하여 동적 퍼지 사진 촬영과 같은 사진 기능의 보정을 완료합니다. 복잡한 이미징 유닛은 알고리즘을 제공하여 피사계 심도, 공간 AI 계산을 실현합니다.
구글의 클라우드 라이프 스타일에 업로드되는 모든 데이터에 사용자가 적응하도록하고, 한편으로는 AI의 장점을 강화하고자하는 비즈니스이기도하다. 채널.
인공 지능 휴대 전화 사진 숨겨진 세 가지 주요 학교 중 하나는 거짓 AI
Google Mobile Phone의 AI 비밀은 저수준 칩에 없으며 카메라 영역에 전용 이미지 처리 보조 프로세서 인 ImageProcessing Unit (IPU)을 숨기며 클라우드 컴퓨팅과 알고리즘 클러스터를 결합하여 AI 카메라 및 비디오 작업을 처리하도록 특별히 설계되었습니다. .
그러나이 문제는 이미지 작업이 특수 부품으로 처리되고 클라우드 컴퓨팅에 크게 의존한다는 것입니다. 그러나 어느 정도까지는 Google 하드웨어의 약점을 보완하기 위해 칩 개발의 어려움이 우회되었습니다. 휴대 전화 부품을 AI로 만드는 아이디어는 전 세계 알고리즘 및 클라우드 컴퓨팅을 처리 할 수있는 능력을 구축하는 Google의 능력에 달려 있습니다. 단점은 다음과 같습니다. Google 이외에 아무도 시도 할 수 없을 것입니다.
장르 3 : 알고리즘으로 APP 얻기
휴대 전화 AI의 개념이 뜨거워 지자 국내 휴대 전화 제조사들은 저항 할 수없는 것처럼 보였고 "AI 사진"이라는 단어가 생겨나면서 AI 사진의 세 번째 학교 인 APP를 탄생시켰다.
소위 APP 파가 아니라 사진을 찍고, 등 동적 인 아름다움 응용 프로그램을 기록하는 우리의 카메라로 아름다움의 모든 종류의 생각, 이해, 이러한 기능은 같은 미토 같은 더 나은 결과를 달성하기 위해 현재의 기본 AI 알고리즘에 사용되어야한다 미토 시우 시우의 카메라가 촬영 초상화와 배경, 광원 사이의 관계가되도록 고립 초상화를 식별하기 위해, 기계 학습 알고리즘의 APP에 통합되어 있습니다.
알고리즘은,이 'AI 응용 프로그램'또는 'AI 필터'를 기반으로하는 경우, 제품에 카메라에 직접 장착 그 다음 그렇게, AI 사진 촬영 기능을했다?
마찬가지로, 아마, 당신은 또한 잘 될 수 있을까요?
얼마 전, 소위 빨간 쌀 주 5 기함 'AI 만원 듀얼 카메라'AI 후 생체 X21 선전으로도 AI 사진 기능에 대한이 선전 전쟁의 서막을 열었다. 제품 설명을 볼 수 있습니다에서,이 두 휴대폰 해결하기 위해 기본적인 방식은 전술 '은 AI 필터'모드를 언급 : 사진의 개발은 어떤 특성을 식별하는 기능을 가지고 있으며, 다음 전화에 카드 캔없이 배포했습니다.
그냥 기장 Mix2S를 발표, 또한이 솔루션을. 즉 알고리즘을 갖춘 카메라 폰에 얼굴과 몸 윤곽 인식, 자동 학습 기계와 같은 장면 인식 카메라와 같은 기능 APP의 '미토 카메라의 종류를 초기화 배경 흐림 등을 매트.
이러한 종류의 휴대 전화 문제는 칩과 카메라에 AI 작업을 처리하는 특정 장치가 없기 때문에 고 부하 AI 작업이 실행되면 클라우드를 호출해야합니다. 클라우드의 응답 속도가 충분하지 않으면 AI 사진의 인식률과 정확도가 떨어질 수 있습니다. .
예를 들어, 야간 촬영 효과를 처리 할 때 휴대 전화는 야간에 맑은 사진 촬영 및 광원 복원을 수행 할 수 있도록 광원 캡처, 공간 캡처 등과 같은 AI 알고리즘을 사용해야합니다.
그리고 당신 때문에 부하의 같은 훌륭한 깊이 연구의 비트처럼 어색로드 APP AI 응용 밤 촬영이 유형을 보내려면, 기존의 모바일 칩 + 클라우드 컴퓨팅 촬영의 인공 지능 이러한 유형의 작업을 실행하는 데, 밤의 레이어가있을 것입니다 사진은 오랫동안 '처리'를 위해 클라우드에 업로드 한 후 퇴색, 반나절 초점은., 정확성과 경험은 매우 가난 없습니다. 더 그물 한 번 더 문제. 그래서 우리는 국내의 대부분의 현재, 그를 볼 수 있습니다 휴대 전화가 소위 인공 지능 카메라를 홍보 할 때 야간 촬영, 모션 캡처 및 기타 복잡한 작업은 언급하지 않습니다.
결과적으로,이 장르에서 소비자가 본 홍보 자료의 '인공 지능 사진 촬영'은 전체 휴대 전화의 전체 AI 기능이되며 실제로는 관련 앱을 휴대 전화에 다운로드하여 성능을 향상시킬 수 있습니다. 제품에 대한 주요 홍보 자료가 될 수있는 이상한 점입니다.