很可能你的終端已經(jīng)支持人工智能（AI）了。不難預(yù)測，隨著AI不斷發(fā)展，未來的AI將會區(qū)別于現(xiàn)在的AI。終端側(cè)AI將助力實(shí)現(xiàn)技術(shù)承諾，并且影響機(jī)器的學(xué)習(xí)和處理方式、進(jìn)而影響信息的傳達(dá)方式和實(shí)際體驗(yàn)。

終端側(cè)AI能夠在靠近數(shù)據(jù)源的位置進(jìn)行處理，實(shí)現(xiàn)低時延、頂級隱私保護(hù)、出色的可靠性和極高效的帶寬使用方式。正如《福布斯》指出：“如果我們把云端AI比作一個巨型大腦，那么終端側(cè)AI則可被認(rèn)為是集合諸多更小的大腦的蜂巢，它們通過自我復(fù)制和自我組織的方式協(xié)同工作。終端側(cè)AI將擁有像我們一樣的行為舉止——從我們所處的環(huán)境中學(xué)習(xí)，并輕松地在本地做出最佳決策?！?/p>

終端側(cè)AI正在飛速發(fā)展。例如，在智能手機(jī)領(lǐng)域，目前主要是頂級終端可以支持終端側(cè)AI，但很快就會發(fā)生改變：領(lǐng)先IT研究分析公司Gartner預(yù)測，截止到2022年，80%已經(jīng)出貨的智能手機(jī)都將支持終端側(cè)AI功能，與2017年相比實(shí)現(xiàn)了10%的提升。

不僅僅是智能手機(jī)，終端側(cè)AI將通過多樣的方式顯著推動其他行業(yè)的發(fā)展，例如物聯(lián)網(wǎng)（IoT）、汽車、擴(kuò)展現(xiàn)實(shí)（XR）和金融服務(wù)。生物識別將是推動上述行業(yè)發(fā)展最有成效的方式之一。對于很多AI功能，在終端本地運(yùn)行算法所帶來的響應(yīng)時間和帶寬效率優(yōu)勢至關(guān)重要，尤其是生物識別等對時效性要求頗高的使用場景。

終端側(cè)AI支持更先進(jìn)的生物識別

提到生物識別，大部分人都將其局限于指紋掃描，事實(shí)上，指紋掃描僅僅是開始。虹膜識別和人臉識別都已取得突破，一些先進(jìn)的版本可以利用AI來分析用戶的虹膜或面部特征，如瞳孔大小或下頜輪廓。很快，終端側(cè)AI將會激發(fā)更先進(jìn)的生物識別類別，并成為我們?nèi)粘Ｉ畹囊徊糠帧?/p>

舉個例子，步態(tài)識別，或者說通過步伐來識別一個人的身份，這一技術(shù)已經(jīng)投入研究數(shù)十年，但在此之前所取得的進(jìn)展甚微。但最近在AI的支持下，步態(tài)識別的準(zhǔn)確率得到了提升?！禩ransactions on Pattern Analysis and Machine Intelligence（TPAMI）》匯刊上發(fā)表的一篇論文指出，今年早些時候，曼徹斯特大學(xué)的研究人員實(shí)現(xiàn)了99.3%的步態(tài)識別準(zhǔn)確率。該系統(tǒng)利用地面傳感器并借助AI分析了人體步伐，并發(fā)現(xiàn)實(shí)現(xiàn)最后一個百分點(diǎn)的精確度是最具挑戰(zhàn)性的。隨著在終端側(cè)AI取得的更多進(jìn)展，未來它將有望被應(yīng)用在機(jī)場安檢等使用場景，甚至有可能被用于醫(yī)學(xué)診斷。

語音是另一個由AI推動的生物識別領(lǐng)域。消費(fèi)者已經(jīng)在使用語音認(rèn)證和語音助手，但終端側(cè)AI的進(jìn)展將對開發(fā)近乎自然語言的聲紋生物識別技術(shù)至關(guān)重要。人們習(xí)慣于會話過程中的快速響應(yīng)和無縫交談。因此，自然的語音交互應(yīng)該具備用戶體驗(yàn)上察覺不到時延。借助終端側(cè)AI的可靠性和對于時延的改進(jìn)，最終與機(jī)器對話將能夠聽起來更像和真人對話。

通過終端側(cè)AI和生物識別助力行業(yè)發(fā)展

對于很多行業(yè)，一些基于生物識別的全新或改進(jìn)的使用場景，正在改變我們使用終端的方式，同時也為新技術(shù)創(chuàng)造可能。

在物聯(lián)網(wǎng)領(lǐng)域，從普通終端（例如燈泡和恒溫器）到更先進(jìn)終端（例如智能助手和電器）的演進(jìn)，很大程度上是依賴于終端側(cè)AI的。從諸如傳感器、麥克風(fēng)和攝像頭等擁有更先進(jìn)技術(shù)的設(shè)備中所采集到的數(shù)據(jù)，為機(jī)器學(xué)習(xí)的訓(xùn)練和預(yù)測功能創(chuàng)造了機(jī)會。并且考慮到隱私保護(hù)、更低時延和更高可靠性等原因，在通常情況下，終端本身就是創(chuàng)造新機(jī)會的最佳平臺。我們以智能家庭中的安防攝像頭為例來說明。面部追蹤能夠在攝像頭上對視頻內(nèi)容進(jìn)行本地化分析，正是因?yàn)樗鼰o需等待網(wǎng)絡(luò)和云端之間來回傳輸數(shù)據(jù)，因此終端側(cè)的響應(yīng)速度也會更快。

此外，汽車行業(yè)也將受到重要影響。在汽車內(nèi)部，終端側(cè)AI開始支持自然用戶界面、個性化和駕駛員意識監(jiān)測?；谏镒R別和偏好，終端側(cè)AI有助于實(shí)現(xiàn)個性化體驗(yàn)，例如播放用戶喜愛的音樂或調(diào)節(jié)駕駛動態(tài)。在車外，借助環(huán)視感知、路徑規(guī)劃和決策，終端側(cè)AI將助力自動駕駛的實(shí)現(xiàn)。

Qualcomm Technologies處于領(lǐng)導(dǎo)地位

Qualcomm Technologies一直處于生物識別的領(lǐng)導(dǎo)地位。2015年推出的Qualcomm Snapdragon Sense ID指紋技術(shù)是移動行業(yè)首個基于超聲波技術(shù)的3D指紋認(rèn)證解決方案。隨后，Qualcomm發(fā)布了全新增強(qiáng)的Qualcomm指紋傳感器平臺，與前一代產(chǎn)品相比，它在生物識別性能上實(shí)現(xiàn)了6倍的準(zhǔn)確性提升，此外它還具備面向顯示屏、玻璃和金屬的傳感器，也支持定向手勢檢測、水下指紋匹配和終端喚醒。此外，它也是首個宣布商用的集成式超聲波移動解決方案，可以通過檢測心跳和血流來提升移動認(rèn)證體驗(yàn)。

Qualcomm還通過Qualcomm Adreno 630視覺處理子系統(tǒng)在擴(kuò)展現(xiàn)實(shí)（XR）中實(shí)現(xiàn)對生物識別的支持。驍龍845移動平臺所支持Adreno視覺聚焦特性，可以利用眼球追蹤來確定用戶正在注視屏幕的哪一部分，然后集中帶寬和功效來渲染該區(qū)域的圖像。對于用戶而言，這將極大程度地提高內(nèi)存效率和電池續(xù)航，帶來超長時間的無線體驗(yàn)。

我們已經(jīng)看到AI和云為生物識別等領(lǐng)域帶來的蓬勃生機(jī)。一些處理工作可以被移植至終端側(cè)，借助終端側(cè)處理所帶來的更低時延、更高可靠性和帶寬效率，以及更強(qiáng)大隱私保護(hù)，Qualcomm正在將生物識別引領(lǐng)至全新水平，它將變革諸多行業(yè)并改變我們的生活。