ہواوے نے گزشتہ ماہ، P20 پرو اور P20 جاری کی DxOMark موبائل فون کے کیمرے کی اشاعت اور معروف مارجن کے دن سب سے بہتر میں سب سے سیمسنگ کہکشاں S9 پلس اعلی 10 پوائنٹس کے مقابلے P20 پرو سے پہلے، نہیں 1 پوائنٹ 2 پوائنٹس کی درجہ بندی کی جاتی ہے، یہ کہا جا سکتا ہے اس دور نہیں ہے، لیکن ایک یا ایک بار میں سے دو آگے. کورس P20 پرو کے CMOS وضاحتیں کی 1 / 1.73 انچ ناگزیر ہے کہ کچھ بدمعاش سمجھتے لوگوں، لیکن کہکشاں S9 پلس کے مقابلے میں 1 / 2.7 انچ CMOS P20، دانہ 2 صرف تھوڑا سا وضاحتیں ہے اعلی، لیکن اس تصویر کے معیار کو بھی ایک اہم فائدہ ہے، اس کا فائدہ اس میں سے آیا کیا؟
افزوں فوٹو گرافی کا معیار جیسا کہ ایک بڑے علاقے کے استعمال بڑی پکسل CMOS، میکانی آپٹیکل امیج اسٹیبلائزیشن، بڑے یپرچر اضافہ دو خیالات، ایک متشدد جنگ ہارڈ ویئر، ہے کرنے کے لئے ہے، اور دوسرے نرم قوت کا خیال ہے: والگورزم اور اصلاح.
پہلا خیال یہ صرف ایک عام کیس، سیمسنگ کہکشاں S9 پلس، صرف وقت مارکنگ کہکشاں S8 رشتہ دار کہکشاں S7 بنیادی کیمرے کے سامنے ہے کہکشاں S9 پلس ایک تین پرت اسٹیک کے ساتھ نئی 1.4μm CMOS DRAM کے استعمال کے بانی جبکہ ہے، لیکن اہم عوامل میں سے تصاویر بڑھانے کے لئے ایک ثانوی عنصر اصلی بڑا قدم آگے عظیم لیپ فارورڈ نظری اجزاء جاتا ہے، کہکشاں S9 پلس پیش رفت F1.5 کی ایک بڑی یپرچر استعمال کرتا ہے. لیکن اس طرح کے ایک بڑے یپرچر کے استعمال کے ایک اعلی قیمت ادا کرنے کی ضرورت ہے، سب سے پہلے، زیادہ پیداوار کے F1.8 بڑے یپرچر کے مقابلے میں بہت مشکل، بہت کم پیداوار، اعلی پیداوار کے نتیجے میں ہے خرچ ہوتے کیمرہ ماڈیول، اور دوسری یپرچر بہت بڑی ہے، روشن مناظر میں تصویر سے overexposed رہا ہے کر دے گا، GS9 بھی جسمانی طور پر متعارف کرایا اس مسئلہ کو حل کرنے کے لئے متغیر یپرچر، بہت وشوسنییتا کو کم کرنے، کیمرہ ماڈیول کی پیچیدگی میں اضافہ جس میں.
ایک اور خیال عام معاملہ ہے کہ دانہ 2، 12.2MP، 1.4μm پکسلز، F کے ہارڈ ویئر نردجیکرن / 1.8 واحد کیمرے نہ بہت مبالغہ آمیز ہے، لیکن پھر بھی آئی فون ایکس اور دیگر ہارڈ ویئر راکشس، ایک ووٹ مغلوب کر سکتے ہیں، سافٹ ویئر الگورتھم کی اصلاح کے لئے ہے، اس DeepLab-V3 + الگورتھم کی بدولت ہے. اس الگورتھم کی اصلاح کے لئے، سیکھنے AI قدرتی نیٹ ورک، اصل وقت تجزیہ منظر پر باہر کیا جا سکتا ہدف منظر مواد کی شناخت، کی گہرائی پر، ایک مخصوص حد تک overexposure کے کیس سے بچنے کے لئے کی بنیاد پر کیا جاتا ہے. HDR + اور منظر پروسیسنگ واقع ہوئی ہے. DeepLab-V3 + الگورتھم سب سے زیادہ پورٹر کرتب الگورتھم کے ذریعے تصاویر لینے کے لئے میدان کی گہرائی کے حصول کے لئے ایک واحد کیمرے ہے، اس طرح کی فعالیت لاگو کیا جاتا ہے کوڈنگ اور ضابطہ کشائی کی کارروائیوں، ایک سے زیادہ نمونے لینے اور تبادلوں کی ایک بہت کی ضرورت ہے، حساب کی مقدار بہت بڑا ہے. گوگل دانہ 2 کے حصول کے لئے اس خصوصیت کو بھی ریاضی پروسیسنگ انجام دینے کے لئے دانہ بصری کور کے نام سے ایک خاص طور پر تیار سرعت چپ ہے، ایکسلریشن چپ FPU چل نقاط کی کارکردگی پانچ مرتبہ ایپل A11 بایونک. گوگل بھی غیرجانبدارانہ DeepLab-V3 + الگورتھم نظر آئے گا ہے کھلا ماخذ، دنیا کے ساتھ اشتراک کرنے کے لئے مفت ہے. بالکل، گوگل بھی ایک طرف، اس کی اپنی چھوٹی سی سوچ کر رہی ہے، آپ کا پورا فائدہ لے سکتے ہیں بہتر بنانے کے لئے جاری رکھنے کے لئے مفت اوپن سورس کمیونٹی کی ترقی کے وسائل، دوسری طرف اس کے حریف ہیں Qualcomm Xiaolong AI کارکردگی 835/845 A11 کے طور پر اچھا نہیں ہے، اور اس کی ضرورت کو بہت اعلی کارکردگی الگورتھم نہیں چلا، تو فکر، دوسروں واحد فکر نہ کرو احساس کیا جا کرنے کے لئے کوئی الگورتھم قابل ہارڈ ویئر ہے.
موازنہ اور نمونے P20 کا تجزیہ
لیکن اس مسئلے گوگل miscalculated ہے، پر ہواوے کیرن 970 پروسیسر NPU لیڈ بنایا، یہ ایک ہی سیکھنے کی گہرائی کی بنیاد پر اس الگورتھم کے ساتھ معیار کی کارکردگی کی سطح کو حاصل کرنے کے لئے کافی کارکردگی فراہم کر سکتے ہیں، سیکھنے کی گہرائی پر مبنی شوٹنگ بڑھانے کے لئے AI الگورتھم، کارکردگی کے معیار کو بہتر بنانے کے لئے کس طرح کی تقابلی ثبوت DxO (مقابلے کے ذریعہ :. https://www.dxomark.com/huawei-p20-pro-camera-review-innovative-technologies پر ایک نظر ڈالیں کی اجازت ہے -outstanding-نتائج /، مخصوص برعکس آرٹ ورک کو اس صفحے پر دیکھے جا سکتے ہیں)
کم روشنی اور چکاچوند
یہ ہواوے P20 چھت کے پرو کے سب سے نیچے بائیں کونے، سچ سیاہ بحال کرنے جبکہ آئی فون ایکس اور ظاہر دانہ 2 overexposure کے، کم حق سٹریٹ فون X اور دانہ 2 بھی اہم چکاچوند. P20 پرو عمیق مطالعہ منظر کی طرف سے کئے گئے ایک عام رات کا منظر تھا پتہ لگانے کے، ایک بڑی حد تک P20 پرو تفصیلات کے بہتر ہونے سے overexposure کے بچنے کے لئے. اور شاخوں کے اوپری دائیں کونے پر Huawei، لیکن بہت زیادہ نہیں تیکشنتا اضافہ کرنے کے لئے بے چین کی طرف جاتا ہے، یہ اعلی سنویدنشیلتا سینسر بہتر کے ایک بڑے علاقے میں ہے + دیر سے الگورتھم کی مشترکہ کارروائی کا نتیجہ.
زوم اور آپٹیکل تصویر استحکام
مجھے outsole کے، انصاف ہے یہ صرف DSLR فیلڈ ہے اگرچہ سوچنے کے لئے کافی بولی تھی، لیکن موبائل خلا میں. سونی / Meizu کے ایک بار کے ساتھ 1 / 2.7 انچ سینسر outsole کے اس سے پہلے کہ، لیکن یہ بھی وجہ سے بڑے مقصد کے لئے، فون کیس نہیں ہے آپ OIS آپٹیکل امیج اسٹیبلائزیشن لئے جگہ کو شامل نہیں کرسکتے، موم بتی کے قابل نتیجے میں، میں ایک بار outsole اور آپٹیکل امیج اسٹیبلائزیشن ایسی مچھلی سوچا، اور دونوں نہیں کر سکتے ہیں.
تا کہ اس کے اکاؤنٹ میں بڑے اختتام CMOS اور آپٹیکل امیج اسٹیبلائزیشن لے سکتے ہواوے P20 پرو، AIS تقریب کے جدید تعارف ہے. شاید یہ تین کے ذریعے ہاتھ سے منعقد کیمرے کے رجحان کی عدالت کرنے کی تحریک ڈھانچوں کی طرف سے ایک بار پھر AI کی طرف سے علاج کے بعد کثیر فریم مستحکم کر کام کرتا ہے، اور پھر الگورتھم تصویر استحکام انجام دیتا ہے اور کاموں کو مکمل کرتا ہے جو میں نے ایک بار سوچا پورا نہیں کیا جا سکتا.
پورٹریٹ منظر
غیر ملکی برانڈ کے موبائل فونز کے پورٹریٹس اور خوبصورتی شاٹ گھریلو برانڈز پیچھے کیا گیا ہے، اس کی وجہ سے توجہ کا فقدان، ملک گھریلو موبائل فون مینوفیکچررز اس سلسلے میں زیادہ ان پٹ ہے مجبور، پورٹریٹ اور خوبصورتی درد پوائنٹس کے لئے زیادہ ضروری ہے. AI حروف کی طرف سے اس کی تکنیکی فوائد کے Huawei مکمل استعمال، 3D چہرے کی شناخت کے لئے گہری سیکھنے یلگوردمز کا سامنا، اور رنگ کو بہتر بنانے اور اس سے اوپر ثبوت P20 پرو جلد کو بڑھانے کے لئے بھی زیادہ گلابی اور منتقل. کیونکہ حروف اصل وقت کی تبدیلیوں، اصل وقت کے لئے کی ضرورت ہے پہلے تجزیہ اور موازنہ کے ساتھ عصبی نیٹ ورک کے نتائج کی طرف سے تصویر اور گہرائی سیکھنے، معلومات ایک 3D چہرہ بن جاتا ہے اور پھر اصل وقت پروسیسنگ آپریشن کی مقدار کو بہتر اب بھی بہت بڑی ہے.
HDR منظر
یہ منظر ایک پورٹریٹ ہے، لیکن backlight کے، کھڑکی سے باہر کا منظر کی چمک،، بہت زیادہ ہے، سنگین overexposure کے، دانہ 2 overexposure کے بہتر کنٹرول کی کھڑکی آئی فون ایکس P20 پرو کنٹرول زیادہ کامل ہے جبکہ جبکہ داخلہ کردار اور نہ ہی بہت سیاہ. گہرائی کے بعد سے منظر سیکھنے کرتا تودہ تقسیم کیا گیا ہے پیچیدہ مناظر کی چمک میں اس طرح کے بڑے اختلافات، قائم مختلف نمائش کی حکمت عملی کے لئے اس بات کا تعین، کیرن 970 NPU طاقتور کی کارکردگی ان کے عمل میں مزید آسانی پیدا ہوتا ہے.
ڈبل استعمال کیمرہ شروع گہرائی سینسر میں حاصل منظر ذیلی کیمرہ تفصیلی معلومات، کثیر فریم ترکیب اور پوسٹ پروسیسنگ کے موڈ کی طرف سے میدان کی تشکیل دی گہرائی ہے، لیکن AI عمر سے پہلے الگورتھم میں امتیاز پیش منظر اور پس منظر کے مسائل کی نشاندہی کے لئے، خاص طور پر پودوں کو زیادہ پیچیدہ نقائص کے کنارے حصے کا شکار ہے.
میدان کے اثرات اور برتری عزم کی گہرائی
اور جمع ڈیٹا کی بڑی رقم کی وجہ سے، اس بات کا تعین کرنے کے لئے AI گہرائی سے مطالعہ کرنے کے بعد جائے وقوعہ پر مبنی اتنی پیش منظر اور پس منظر پر قیامت کے کیمرے کے منظر زیادہ درست، زیادہ عین مطابق انقطاع کنارے حصہ ہے، لیکن ڈبل کیمرے کے AI نامناسب ہینڈلنگ پیچیدہ کنارے کی حمایت نہیں کرتا کے اوپر ظاہر نہیں ہوتا ہے کہ سوال.
مجموعی طور پر، کیرن NPU جیسے بلیوں اور کتوں، خوراک، لوگ، میکرو، رات / متن، پھول، نیلے آسمان، برف، سمندر کے کنارے، وغیرہ 970 19 زمرہ جات اور 500 سے زائد مناظر تربیت مشین لرننگ، ایک اسی کی اصلاح کی سکیم ہے اس تقریب کے حصول کے لئے اعداد و شمار کے جمع ہو جانے کی ایک بہت کی ضرورت ہے، بلکہ ڈیٹا کی بڑی مقدار کی تصاویر لینے کے لئے اصل وقت میں عصبی نیٹ ورک، تو طاقت کمپیوٹنگ کے لئے الگورتھم کی طرف سے عملدرآمد کیا جائے کرنے کی ضرورت ہے اور ایک بہت زیادہ مانگ آگے رکھ دیا. سربراہی اجلاس کے Huawei P20 صرف DXOMark لگانا نہیں ہے CMOS اور نظری اجزاء، کیک پر زیادہ اچھی الگورتھم icing میں جڑیں فوائد. شاندار الگورتھم 970 کیرن NPU اہم کردار ادا کیا اس بات کی ضمانت کرنے کے لئے ایک مضبوط قوت آپریٹرز کی ضرورت ہے.
AI کی مانگ کی گہرائی سے مطالعہ، ہواوے بہت آگے نظر آنے والے ایک تنگاوالا 970 کے آغاز میں تحقیق اور ترقی NPU مختار یونٹ شمولیت اختیار کی.
جیسا کہ پہلے ذکر، تصویر پروسیسنگ کے بنیادی کام منظر تجزیہ کی شناخت کے لئے ہے، اس کام کے دو مرحلے ہیں. پہلے مرحلے تربیت لپیٹ عصبی نیٹ ورک Convolutional نیورل نیٹ ورک سیکھنے کی طرف سے تجزیہ کے نمونے کی ایک بڑی تعداد میں دیا جائے گا کی ضرورت ہے، تربیتی عمل ہو سکتا ہے مقامی طور پر موبائل ڈیوائس میں، یہ بھی کام کرنے کے لئے بادل کے لئے ایک بڑے سرور، لیکن نئی تصاویر، تجزیہ اور فیصلے بنیادی طور پر صرف مقامی طور پر کیا جا سکتا ہے کا فالو اپ ہو سکتا ہے. یہ صرف ایک نئے نمونے تجزیہ ہے، بلکہ اس سے پہلے اور جمع اعداد و شمار کے موازنہ کرنے کی ضرورت ہے جی ہاں، اور یہ تجزیہ مشین سیکھنے کے نتائج میں خلاصہ کر رہے ہیں. اور چل نقاط کی پروسیسنگ طاقت کے ایک مضبوط FP16 ضرورت ہوتی ہے جو شاخ فیصلے کے عمل کی ایک بڑی تعداد، پر عملدرآمد کے لیے اس لپیٹ عصبی نیٹ ورک convolutional نیورل نیٹ ورک.
Qualcomm کی Xiaolong 845 نام نہاد 'NPU' مسدس 685 ہے، مسدس 685 بس مسدس 682 چھوٹی سی تبدیلی سے پہلے. سختی سے بول رہا یہ صرف نہیں بلکہ ایک تنگاوالا 970 اور حقیقی معنوں میں A11 NPU طور پر، لیکن سادہ مقابلے، ڈی ایس پی سمجھا جا سکتا ہے ویکٹر پروسیسنگ یونٹ، اور ڈی ایس پی کمپیوٹنگ طاقت دیگر کاموں کی طرف سے قبضہ کیا جا سکتا ہے. Xiaolong 845 زیادہ پیچیدہ AI مشین لرننگ کاموں کو اب بھی حاصل کرنے کے لئے GPU CPU بھی رہنے کی ضرورت ہے، اور اس کی قیمت بہت زیادہ ہے.
یہ TechInsights کور کیرن 970 چارٹ ہے، ہم A53 نیچے ملاحظہ کر سکتے ایک چھوٹے بنیادی NPU چپ علاقے، موجودہ موبائل SOC ہے، صرف ایپل A11 اور کیرن 970 NPU کی ایک حقیقی احساس ہے.
AI اور گہری سیکھنے صرف ایک ہارڈ ویئر کا مسئلہ نہیں ہے، اس اقدام AI عمل ایک کثیر سطح کے نظام ہارڈ ویئر اور سافٹ ویئر کا ایک مجموعہ پیش ہے. اوپر کی پرت ایک درخواست پرت اور ہارڈ ویئر پرت انٹرایکٹو درخواست انٹرفیس کے طور API کے تحت ہے جو درخواست پرت، ہے.، اتارنا Android پلیٹ فارم AI میں ہے تیز API بنیادی طور پر دو ہیں: ایک گوگل کی سرکاری لوڈ، اتارنا Android AI رن ٹائم، ڈائریکٹ کمپیوٹ جیسے ونڈوز کے تحت ہے، اچھا سافٹ ویئر اور ہارڈ ویئر کی مطابقت، صنعت معیاری ہے؛ دیگر ہواوے HiAI، یہ اسی طرح کی ایک ایک تنگاوالا منفرد API ہے. NVIDIA کی CUDA، اگرچہ ہارڈویئر پر پابندی نہیں ہے، لیکن زیادہ موثر. ایک HiAI متفاوت وسائل کے انتظام کے نظام کی طرف سے پیروی API پرت میں، بنیادی ہارڈ ویئر پرت ہارڈویئر ذیل کی پرت کو کاموں کو تفویض NPU ہو سکتا ہے، بھی ایک GPU ہو سکتا ہے، CPU، ڈی ایس پی، یا اس سے بھی ISP.
GPU کارکردگی چار بار CPU ہے، لیکن CPU ہے NPU 25: یہ AI لازمی ہیں NPU، دیگر CPU، GPU، DSP کچھ بھی ہو سکتا ہے، لیکن اس کی کارکردگی اور کارکردگی کے لحاظ سے، ایک بنیادی فرق ہے پر نہیں چلایا جا رہا ہے کہ ظاہر کرتا ہے مطلق کارکردگی فرق توانائی سے الگ گنا زیادہ واضح، NPU مقابلے GPU کے مقابلے اور CPU 8 گنا اور 50 گنا فرق، طاقت کے موبائل آلات کے لیے بڑھا ہے جس تک ہے، یہ فطرت کا ایک فرق ہے کہ کہا جا سکتا ہے .
اشیا کی اصل وقت کی شناخت کے ساتھ کیرن NPU 970، کارکردگی کمپیوٹنگ طاقت 16GFlops حاصل کیا جا سکتا ہے، صرف ایک واحد پروسیسنگ 32ns لگتا ہے، اور صرف 300mA آؤٹ کے آپریٹنگ موجودہ، یہ CPU اور GPU شرائط کی واٹ کے چند سینکڑوں کے مقابلے میں بہت ہی سبز ہے.
کارکردگی ٹیسٹ سے AI، ہم ماسٹر لو Qilin 970 رشتہ دار ژاؤ لانگ 845 ترقیاتی مشین کی کارکردگی واضح فوائد دیکھ سکتے ہیں. ماسٹر لو AI ٹیسٹ InceptionV3، Resnet34، VGG16 3 منصوبوں، تین تین مختلف ٹیسٹ اشیاء ہیں پر مشتمل ہے تسلیم الگورتھم وقت طلب ذریعے کارکردگی کا اندازہ کرنے کے لئے 100 کی تصاویر تھیں. ان تین بنیادی الگورتھم فی الحال تین الگورتھم میں سے صرف تربیت نیورل نیٹ ورک مصنوعی ذہانت علم نقشہ ہے، بہت نمائندے، موجودہ AI گہرائی سیکھنے الگورتھم ہے کہ کہا جا سکتا ہے . ان تینوں الگورتھم، CPU اور GPU پر InceptionV3 زیادہ انحصار، تھوڑا تنگاوالا 970 اور 845 Xiaolong دو پلیٹ فارم فرق؛ اور Resnet34، VGG16 NPU کی کارکردگی فوائد کا فائدہ لے سکتے ہیں جو کہ زیادہ اعلی درجے کی یلگوردمز پر تو ظاہر کیرن 970 اگلے دو ٹیسٹ اشیاء زائد NPU کارکردگی فوائد کے ساتھ.
VGG16 خاص الگورتھم، دیکھیں تہوں 13 اور پورے چین کی لپیٹ تین پرت ساخت کے 16 بندوا تہوں، NPU موزوں ہے. الگورتھم کا یہ حساب کتاب کی درستگی FP16، FP32 اور CPU منتقل کر رہے ہیں کیا جاتا ہے پر مشتمل ہے، زیادہ درست طریقے سے. تاہم، FP16، صرف ایک سنگل ٹرانسمیشن، یا ایک FP16 عمل کے علاج کے لئے استعمال کیا جاتا ہے جب، تاکہ گے وسائل کی ایک سنگین فضلہ. لہذا، کے لئے یہ VGG16 شمار کیا بنیاد FP16 میں FP16 NPU زیادہ موثر استعمال کے لئے مرضی کے زیادہ مکمل طور پر ہو سکتا ہے وسائل.
کمپنی کو بھی ژاؤ لانگ 660 AI کارکردگی اڑانے کی ہے، لیکن Xiaolong 660 مسدس 680 DSP FP16 کمپیوٹنگ اقتدار نہیں کیا، اسے شمار کرنے کے لئے؟ CPU یا GPU AI پر انحصار کرنا؟ بے شک یہ AI چلا سکتے ہیں، ہم اس کے جھوٹے الزام نہیں لگا سکتے مشہوری، لیکن یہ اچھی کارکردگی اور بجلی کی کھپت نہیں لگتی.
AI سے پہلے کے دور میں، صرف کم پیداوار بڑے یپرچر پر مشکل کو برداشت کرنے کے لئے ایک سونی CMOS تلاش کرنے کے لئے، ایک بہتر باپ خریدنے کے لئے چند ڈالر خرچ کرنے کو تیار، برانڈ کی ایک بنیادی R & D طاقت کے بغیر کوئی واضح حد کے لئے کیمرے کے معیار کو بڑھانے کے لئے، لاگو ہوتے ہیں Qualcomm یا ISP الگورتھم ٹاس نے ٹاس کے سیمسنگ کی عوامی ورژن، بھی ایک اچھا کیمرے فون کر سکتے ہیں. تاہم، AI کی آمد کے بعد، روایتی سوچ اب کوئی قابل عمل، سب سے اوپر ایک سادہ مقابلہ ہے، تاکہ برانڈ ہارڈ ویئر آر اینڈ ڈی صلاحیتوں بنیادی نہیں ہے کر سکتے ہیں ایک اچھی ہارڈ ویئر کو بچانے لیکن ذہین AI گہرائی سیکھنے کی بنیاد پر ایک لاپتہ الگورتھم ہو تو، مکمل طور پر اس خیال کے پیچھے کی مصنوعات بنا سکتے. دو سے Echelon درمیان فرق، کھولا گیا تھا جو خلیج بعد کیا گیا تھا، بالآخر معروف AI کمپنیوں مشکل رکھنے کے لئے سطح.
صورت حال قدرے بہتر ہے، اگرچہ کھیل میں AI گہرائی سے مطالعہ میں حصہ لے سکتے ہیں، کمپنی کے تحت، آر اینڈ ڈی کی طاقت الگورتھم ہے، لیکن ان کمپنیوں، کمی صرف چپ سطحی R & D صلاحیت، ہم کیس کے upstream مصنوعات کی کافی NPU چپ شمار فراہم فراہم نہیں کر سکتے شکایت اور پیروی کرنے سے گریزاں.
تو اب اوپری کی حمایت کرنے کے لئے ایک پلیٹ فارم کے طور پر ترقی کے لئے ایک بنیاد اور مشرق HiAI مشین کے طور پر Huawei کیرن برانڈ کے نچلے حصے میں کاروباری اداروں میں AI مشین سیکھنے اور ترقی کی صلاحیتوں دوسرا شرح کے طور پر شمار کیا جا سکتا ہے ہیں، لیکن چپ آر اینڈ ڈی صلاحیتوں اور ماحول کے کاروبار کی تعمیر کرنے کے لئے پلیٹ فارم کے سب سے اوپر ہے. آخر میں گاہکوں کے ساتھ براہ راست رابطہ، جیسا پارستیتیکی نظام کے ساتھ زیادہ کنزیومر الیکٹرانکس مصنوعات اور سافٹ ویئر ایپلی کیشنز AI ماحولیات کے ایک صحت مند اور پائیدار ترقی کی ہے. صارفین کے لئے، AI صرف ایک بلیک باکس سیکھنے کی گہرائی پر مبنی، صارفین کی ضرورت نہیں ہے اور جس طرح یہ کام کرتا ہے کو سمجھنے کے لئے، آپ کو صرف ان کی خوش ان کے پھل کھائیں سکتے ہیں. ہواوے کیرن اس unsung ہیرو خوش ہے، اس کے ہماری زندگی کا ایک بہتر جگہ کے بعد سخت محنت کر دے گا.