کدخبر: ۱۹۵۲۹۷ لینک کوتاه

مزیت هوش مصنوعی تلفن های همراه

در سال ۲۰۱۷ بسیاری از شرکت های مطرح درزمینه ساخت گوشی های همراه از تراشه هوش مصنوعی در پرچمدارهای خود استفاده کردند که برخی کارشناسان از آن به عنوان انقلاب هوش مصنوعی در گوشی های همراه یاد می‌کنند.

در سال 2017 میلادی شرکت هایی چون اپل، Qualcomm و Huawei، تراشه هوش مصنوعی برای گوشی های هوشمند طراحی کرده اند تا قابلیت یادگیری ماشینی را به دستگاه های خود اضافه کنند. البته رویکرد هرکدام از این شرکت ها در بکارگیری هوش مصنوعی اندکی متفاوت است که در ادامه آن را با هم مرور می‌کنیم.

هواوی در این سال، چیپست Kirin 970 را در IFA رونمایی کرد. Kirin 970 اولین چیپست با واحد پردازش عصبی اختصاصی (NPU) است. پس از آن اپل تراشه A11 Bionic را ساخت که قدرت و وجه تمایز عملکرد آیفون 8، 8 پلاس و ایکس نسبت به گوشی های قبلی بر اساس این قطعه است؛ تراشه‌ای که علاوه بر موتور پردازشی (CPU) و موتور گرافیکی (GPU)، یک موتور عصبی (Neural Engine) هم داخل خود دارد. هدف اپل از ساخت این تراشه اضافه کردن قدرت یادگیری ماشینی و یادگیری عمیق به گوشی های خود بود. در آخر هم کوالکام چیپ ست Snapdragon 845 را رونمایی کرد که عملکردهای هوش مصنوعی در پرچمدارهای این شرکت را تأمین می‌کند.

بین رویکرد این سه شرکت در خصوص بکارگیری هوش مصنوعی تفاوت زیادی وجود ندارد و تفاوت ها به نوع برنامه نویسی و میزان مصرف هوش مصنوعی در هر یک خلاصه می‌شود.

قبل از آنکه بیشتر به بررسی هوش مصنوعی در گوشی های همراه بپردازیم باید تأکید کنیم که چیپ های هوش مصنوعی که در سال جاری رونمایی شدند واقعاً بسیار متفاوت از پردازنده های قبلی هستند.

اصطلاحی که در صنعت هوش مصنوعی زیاد می‌شنوید heterogeneous computing(محاسبات ناهمگن) است. محاسبات ناهمگن اشاره به سیستم هایی است که از یک نوع پردازنده یا هسته استفاده می‌کنند. این سیستم ها کارایی یا بهره‌وری انرژی را نه تنها با افزودن همان نوع پردازنده ها، بلکه با افزودن متقابل پردازنده های متفاوت افزایش می‌دهند که منجر به قابلیت های پردازش تخصصی برای رسیدگی به وظایف خاص می‌شود. به عبارتی عملکرد بهتر و صرفه جویی در مصرف انرژی از جمله فواید استفاده از هوش مصنوعی در گوشی های همراه است.

پردازنده‌های گوشی هوشمند از سه سال پیش (‌یا کمی قبل تر از آن) از معماری محاسبات ناهمگن ARM بیگ‌ لیتل (ARM big.LITTLE) استفاده می‌کنند که این معماری، اتصال نسبتا کندتری داشته و میزان انرژی بیشتری مصرف می‌کند. هدف اصلی این است که تا جای ممکن، انرژی کمتری مصرف شود تا عمر باتری افزایش یابد. برخی از گوشی‌هایی که از این فناوری استفاده می‌کنند عبارت‌اند از سامسونگ گلکسی اس ۴ با تراشه اکسینوس ۵، میت ۸ و آنر ۶ هواوی.

تراشه های هوش مصنوعی در گوشی های همراه، امسال بیشتر به دنبال محقق کردن این اهداف بودند به طوری که در این راستا یک مؤلفه جدید اختصاصی برای اجرای وظایف یادگیری ماشینی به آنها اضافه شده است. در مورد Snapdragon 845 می‌توان گفت که این تراشه می‌تواند پردازنده‌ی سیگنال دیجیتال خود را کنترل کند تا از عهده وظایف طولانی‌ که نیازمند محاسبه مقدار زیادی عملیات ریاضی تکراری مثل گوش دادن به یک کلمه کلیدی هستند، بر‌آید. نسل جدید پردازنده‌ی کوالکام هم دیگر نیازی به پردازشگر عصبی مجزا نخواهد داشت و نسل سوم موتور پردازش عصبی به‌ طور کامل قابلیت‌های هوش مصنوعی و یادگیری ماشینی گوشی‌های اندروید را آشکار خواهد کرد.

کوالکام می‌گوید اسنپدراگون ۸۴۵ از چارچوب‌های نرم‌افزاری هوش مصنوعی نظیر گوگل تنسورفلو لایت و کافی ۲ فیس بوک پشتیبانی خواهد کرد و عملکرد آن با شبکه‌های جدیدتر سازگار شده است. این تراشه با بهره‌گیری از پردازنده سیگنال دیجیتال هکزاگون، ۳ برابر عملکرد سریع‌تر در هوش مصنوعی خواهد داشت.

در همین حال، A11 Bionic شرکت اپل از موتور عصبی در پردازنده گرافیکی خود استفاده کرده که سبب افزایش سرعت در شناسایی چهره، Animoji و برخی از برنامه های شخص ثالث می‌شود. این بدان معنی است که وقتی شما این فرایندها را روی آیفون X خود فعال می‌کنید، A11 موتور عصبی را برای انجام محاسبات روشن می‌کند.

واحد پردازش عصبی (NPU) در چیپست Kirin 970 وظایفی مانند اسکن و ترجمه کلمات در تصاویر گرفته شده توسط مترجم مایکروسافت را انجام می‌دهد. اپلیکیشن مترجم مایکروسافت تنها نرم‌افزار شخص ثالث است که تاکنون برای استفاده در این تراشه بهینه شده است. هواوی اعلام کرده است که ساختار محاسبات ناهمگن HiAI، عملکرد اکثر اجزای تراشه را به حداکثر می‌رساند؛ بنابراین محاسبات یادگیری ماشینی که قبلاً در فضای ابری انجام می‌شدند، اکنون می‌توانند به‌ طور مؤثرتر در دستگاه‌های موبایل صورت گیرند.

گوشی شما برای انجام وظایف هوش مصنوعی می‌تواند علاوه بر واحد پردازش گرافیکی از قسمت‌های دیگری نیز استفاده کند و کارهای بیشتری را به‌طور هم‌زمان انجام دهد؛ بنابراین شما کمتر با تأخیر یا لگ هنگام ترجمه یا یافتن تصویر مورد نظرتان مواجه خواهید شد. به علاوه، اجرای این فرآیند بر روی گوشی شما به جای ارسال آنها به فضای ابر، برای حفظ حریم خصوصی شما بهتر است، زیرا شما فرصت های بالقوه را از هکرها برای دسترسی به اطلاعات خود می‌گیرید.

یکی دیگر از مزیت‌های بزرگ تراشه‌های هوش مصنوعی در گوشی های همراه، این است که به ذخیره‌ی انرژی کمک می‌کنند. برق و انرژی منابع ارزشمندی هستند که باید در مصرف آن‌ها صرفه‌جویی کرد و از آنجایی که برخی از این پردازش‌ها در طول روز مدام تکرار می‌شوند، می‌توانند انرژی را هدر دهند. واحد پردازش گرافیکی معمولاً انرژی بیشتری مصرف می‌کند، بنابراین بهتر از پردازنده‌ی سیگنال دیجیتال برای انجام چنین کارهایی استفاده شود.

قطعاً ما در مراحل ابتدایی استفاده از هوش مصنوعی در گوشی های همراه هستیم اما اقبال سازندگان گوشی های هوشمند و توسعه دهندگان نرم افزارها به استفاده از مزایای هوش مصنوعی این نوید را می‌دهد که در آینده نزدیک شاهد یادگیری ماشینی بهتر و قابلیت های جالب تر هوش مصنوعی در گوشی های همراه خواهیم بود./ کلیک