手机摄影的下一场革命可能要靠它实现了！

 

在早几年间，手机厂商在推广手机的时候，还热衷“性能发烧”，而近一两年相信大家也发现了，谁的手机拍照好，可以说是最有力的宣传。什么“柔光双摄”，“前后2000万”，“徕卡认证”等等，都是手机厂商们奋力寻找的卖点。而手机摄影下一次真正的革命，可会是什么呢？

如果你有关注今年发布的几款颇为吸引眼球的旗舰机：iPhoneX，华为Mate 10等，你就不难发现，不知什么时候AI芯片已经开始逐渐显露出其在手机中的优势。甚至在AI芯的推动下，形成手机的新卖点。

什么是AI芯片？目前AI芯片属于什么水平？

对于很多用户来说，AI可能还是一个比较陌生的领域。比如华为Mate10搭载的麒麟 970 的 AI 技术，就授权于该实验室后来孵化出的全球首个 AI 领域的独角兽——中科寒武纪科技有限公司，简称寒武纪。

寒武纪芯片可以看作是一款集成了常量运算、向量运算、矩阵运算、逻辑运算、数据转换以及控制指令等功能的深度神经网络加速芯片架构，主要用于语音识别、图像识别和编辑等等。而目前被麒麟970应用到Mate10中，具体体现为图像识别速度的提升。

譬如，处理同样的 AI 应用任务时，新的异构计算架构拥有大约 50 倍能效和 25 倍性能优势，华为方面表示“（麒麟970）在图像识别速度上，可达到约 2000 张/分钟，远高于业界同期水平。”

需要注意的是，AI芯片或者称之为AI协处理器与CPU、CPU没有太大关系，因此CPU性能的高低，几乎不会对AI芯片造成多少影响。可以这么说，一个新发布的旗舰芯片的AI能力，取决于这个芯片有没有对AI模块进行优化，如果没有，那么这个芯片性能再强，AI性能也不怎么样。

目前AI的水平还处于起步阶段，如果非要给出一个标准，可以参考目前鲁大师发布的“AI性能评测”。

鲁大师AI评测使用目前较为常用的三种神经网络Inception V3、ResNet34、VGG16的特定算法，机器识别图片内容，按照概率高低输出可能的结果列表。最终，通过识别效率来判断手机AI性能，进而给出行测试评分。目前AI技术较为成熟的华为Mate 10和iPhone X 可以取得不错的成绩。

*科普：

ResNet 34（残差网络）

微软的残差网络（ResNet）与传统的顺序网络架构（如AlexNet、OverFeat和VGG）不同，其加入了y=x层(恒等映射层),可以让网络在深度增加情况下却不退化。ResNet架构已经成为一项有意义的模型，其可以通过使用残差模块和常规SGD来训练非常深的网络。鲁大师AI测试设置了34层的深度。

Inception V3

Inception V3是Google开发的一个开源神经网络模型。这种架构先前叫GoogLeNet，现在简单地被称为Inception vN，Keras库中的Inception V3架构提出了对Inception模块的更新，进一步提高了ImageNet分类效果。用了Inception之后整个网络结构的宽度和深度都可扩大，能够带来2-3倍的性能提升

VGG16

VGGNet由牛津大学的视觉几何组（Visual Geometry Group）提出，VGG模型结构简单有效, 前几层仅使用3×3卷积核来增加网络深度，增加网络深度可以有效提升模型的效果。比较起ALEXNET, VGG对图片有更精确的估值以及更省空间，而且VGGNet对其他数据集具有很好的泛化能力。

那么就目前来说，AI芯片到底为手机摄影带来了什么？

从技术逻辑上讲，搭载AI运算处理单元后的手机，结合本身GPU的图像处理能力，在图像内容生成、识别和处理上会得到大大的提高。

以华为Mate 10为例：华为Mate 10就很大程度上利用了AI的识别能力来拍照。在它的摄像单元里，隐藏着一个神经网络算法，专门用来分辨拍摄中的人物信息。然后传输到后端进行不同阶段的对应图片处理。从而组织成13种拍照模式（包括：蓝天、花朵、绿植、海滩、日出/日落、舞台、食物、文字、夜景、雪景、猫、狗、人像）。在用户手中的体现就是：华为Mate 10在对应场景进行拍照时，画面右下角就会出现相应场景的标志。

当然除了拍照，AI其实还有个目前已应用的功能，就是Face ID。苹果为iPhone8、iPhone X系列新品搭载的A11仿生处理器就集成了一个每秒运算次数最高可达 6000 亿次的神经网络引擎。因此可以说AI除了在双摄上起到作用，今年大火的Face ID，也同样基于AI。虽然与拍照暂时没有太大关联，但在未来发展中可能可以延伸更多。

AI未来会给手机带来什么？

虽然目前AI尚未成熟，无论是拍照还是苹果的Face ID，应该说应用范畴还比较局限。但这并不意味着它将一直如此。譬如在摄影方面，未来的摄影加入AI之后会更加智能，解救“直男摄影”可能要指望AI来完成。妹纸们不必再为男朋友差劲的摄影技术抱怨，人工智能的优秀算法或许就是解救此问题最直接的办法。毕竟并非“人人都是摄影师”。科技正是为了改变生活，让生活更加方便。

可以说，下一场摄影革命，很可能就来自AI芯片的发酵。

无论是华为的摄影，还是苹果的Face ID，这两种方式都意味着，手机AI带来的不仅是摄像能力本身的提升。而是将摄像头作为信息采集方式之一，纳入更庞大的能力体系里。以此培养出手机的精准识别能力、多元数据处理能力、内容输出能力，这对于未来才是至关重要的。

当用户察觉到AI带来的实际价值，不再将其看作噱头，或许就是AI真正成功的那天。