麒麟970的出現，將人工智能手機的熱度推到了一個高潮。如今，HUAWEI Mate10都發布小半年了，大家對于其人工智能的體驗印象大多是“然并卵”，確實，人工智能在手機上的應用落地依然有很長的路要走，但不可否認，這是接下來幾年重點發展的方向。對于人工智能，很多人被其各種玄乎其神的名詞所吸引，大家的印象中，人腦和電腦有著本質的區別，怎么能夠相互聯系在一起呢？其實揭開面紗，真相并不神秘。今天這里就以麒麟970處理器為例，從硬件基礎、軟件方法、應用方向三個方面對其進行淺顯的解讀：
一、硬件基礎
硬件基礎自然就是人工智能芯片，我們都知道任何計算機都有一個CPU，它負責所有的計算。而且摩爾定律告訴我們，CPU的性能每過18個月就會翻一番。具體來說，CPU的性能的提升主要在于兩方面，一個是芯片的密度，我們常說的14nm，20nm指的就是這個。另一個是主頻的提高。當前最先進的手機處理器是10nm，下一代是7nm的工藝。密度和主頻的提高都是有極限的，而且這個極限已經到來。
于是，英特爾想到了一個辦法，那就是一個處理器多個核心。雙核、四核甚至當前的8核開始出現。為了照顧散熱，單個核心的性能有所降低，但增加了核心，多任務處理的效率就會大大提高。但同樣的，核心數同樣不能無限制的提高，那樣的話散熱和體積會非�？植�。英偉達接過英特爾的大旗，首先想到，CPU的核心是為了照顧各種復雜運算，內部有太多的空間是控制器，如果把這些占據空間的控制單元給拿到，只做單純的批量計算，也就是從以前解方程，變成了A1+B1、A2+B2...這類的計算。這樣一來，單個核心的復雜程度大大降低，GPU由此誕生，這種計算也被叫做向量計算。我們會發現GPU的核心一般都能夠達到100到200個，這就是精簡所帶來的。
對于GPU的印象，很多人都來自玩大型游戲，也就是這種處理器特別擅長處理圖像。按照這一個思路，谷歌想到，能不能進一步的精簡呢？批量計算還是太過繁瑣，如果每次計算都只是分析不同數據的不同之處，相同的運算都省去了，于是為阿法狗獨家定制的TPU誕生了，T的單詞是Tensor，意思是張量。這種TPU的核心數驚人的達到了百萬級，而且因為處理單元的簡單批量，功耗相比GPU下降也是非常明顯的，所以特別適合大數據和人工智能的分析處理。麒麟970中的NPU也是同樣的道理，只是叫法不同而已。從上圖中的架構也可以看到這種核心數大與小的關系。
所以我們看到麒麟970的介紹頁面，會著重強調能效比，所謂能效比就是進行對簡單的張量計算所消耗的能量，這一點NPU相比CPU的提升是幾十倍的提升。同時，還會強調進行識別圖片的速度，因為NPU擅長做張量計算，識別圖片它只是找差異點，對它而言，圖片是沒有意義的。針對復雜運算的CPU來處理這樣的工作就真的是殺雞用牛刀了。
二、軟件方法
有了硬件基礎只是有了一張能夠畫畫的白紙，具體怎么去畫還是需要用數據對機器進行訓練。也就是機器學習，機器學習的方法有很多，主要分為三種，無監督的學習、有監督的學習和強化學習。如果給很多雜亂無章的數據，讓機器自己摸索出規律，不進行任何人為干預，這就是無監督的學習，顯然這種學習方法是非常緩慢的。有監督的學習就是在給定的數據上，有人為的篩選過程，這種學習大大提高了效率，但也有弊端，那就是相對計算機而言，這種經過篩選的數據太有限了，也就是說進步太慢了。
強化學習則是，讓機器人自己嘗試走，然后人來判斷是否正確，也就是說在無監督的基礎上，加入了一個反饋系統來控制方向。這樣一來，既避免了數據的匱乏，而且機器人學習的方向能夠把握。所謂的算法，其實就是通過數據找出一條能夠最大程度上接近理想答案的函數曲線而已。所以，數據的維度越多，數據量越大，機器判斷得就更加準確，總結下來就是越用越好用。這與手機的需求是高度契合的。
三、應用方向
有了硬件基礎，有了軟件的算法，還需要具體的應用。當前而言，iPhoneX的一個主要應用是人臉識別，越用越精準。而HUAWEI Mate10一個有特點的應用是拍照識物，就是在拍照前對拍照的對象進行一個判斷，然后根據判斷自動對相機進行相應的參數調整。大家之所以覺得然并卵，最主要的就是這些應用更像是可有可無的玩具，它無法真正的擊中我們的痛點。所以，這里華為是最早搭建好平臺的廠商，那么，以后的應用會有怎樣期待呢？
我覺得可以有這么幾點想象�，F在的所謂的算法都是根據較為單一的數據進行判斷和推送，其實還是以前根據使用痕跡的思路，反而容易形成信息孤島，因為信息的單一無法讓機器產生更加靈活的判斷。比如，我們都聽過一個經典的故事，超市將啤酒和尿不濕放在一起，因為買啤酒的大多都是有孩子的男人。以前這樣的判斷需要根據經驗，以后交給計算機就可以了。也就是說，以后的手機會比你自己更加懂你。
當然，在享受便利的同時，我們也在交出隱私，也在交出選擇的權利。以后而言，信息會越來越多的掌握在大企業的手里，出于自身利益的考慮，它就可以讓你只看到對他有利的消息。當然，這都還比較遙遠，現在擔心還有點太早。
