AI的发展如火如荼，它与智能手机的结合，正在让人们的移动体验变得更加智能和有趣。去年苹果推出刷脸解锁的iPhone X，还能跟踪人脸表情变化生成Animoji；三星的人工智能系统﹘Bixby，通过语音功能让人机交互更高级、便捷。华为Mate10系列搭载的麒麟970，则是一款主打AI的处理器，帮助用户智能识别多种拍照场景，呈现大片既视感。
前两天，Google一年一度的I/O开发者大会召开，人工智能成为大会的重中之重。对于智能手机市场，Google也是期待满满。
AI在智能手机中的新“玩法”
下一波新体验将源自支持智能手机中 AI 新使用情形的应用，其中包括语言处理、人类活动预测和增强型数据加密等。
人脸识别
去年苹果发布的iPhoneX直接将人工智能作为主要的卖点，其中Face ID功能已为大家熟知。借助设备 AI ，用户身份验证变得更复杂，但却更安全、更便捷。例如，过去人们可以使用照片代替真人来通过面部识别。现在，利用多个 3D 深度传感器和红外摄像头，智能手机用户身份验证将变得更加安全，同时也更快捷。
行为预测
使用设备 AI 的自然语言翻译可以增强大多数智能手机中已经存在的语音识别功能。更进一步，有了可预测个人行为并通过智能助理提供行动或购买建议的意图预测功能，在本地分析和处理电话及聊天对话可以帮助智能手机提高响应能力。未来的智能手机应用肯定会将一些购买者辅助功能从云端机器人移到更快速且更安全的智能手机中。
2017年，三星在S8手机上加入了Bixby语音功能，通过语音输入命令，快速实现支付、骑车、打车、点外卖、听歌等更高级的功能。
自然环境预警
将云端 AI 与设备 AI 集成可以进一步扩大使用情形的范围。例如，加利福尼亚大学伯克利分校有一款名为 MyShake 的地震警报应用，它使用手机中的加速度传感器（可以在手机横置时调整屏幕）和 GPS 来测量当地的地震幅度有多大。该应用会收集你附近的其他 MyShake 用户的报告并在云中执行整合分析，旨在发展成为个人地震仪兼预警系统。
智能手机成为学习机
全新专用 AI 处理芯片可为向设备本地 AI 的转型提供支持，它在技术上比 AI 的机器学习能力更强。机器学习是 AI 的一个子集，它通过响应不同类型的数据并最终创建可重复的模式，来帮助计算机随时间自主、自动地学习，无需人工编程。神经网络系统可帮助这些机器学习应用整理数据，使计算机能够更快速地执行数据分类。2017 年，工程师们了解了如何在他们的片上系统 (SoC) 中添加新的 AI 组件，提高“智能”或 AI 辅助任务的性能和效率，使其变得经济实惠、节能且小巧。
AI 正在加剧移动设备尺寸和能耗方面的挑战
在智能手机的组件中，CPU/GPU、显示屏和存储的能耗最高。除此之外，这些新型 AI 引擎现在也有能耗需求。消费者需要像素更丰富的显示屏和更大的存储来为手机提供支持，这增加了负载，因此，电池续航时间仍然是制造商关注的主要问题。
商用 5G 网络服务预计将于今年晚些时候在部分城市推出。未来，无处不在的超高速无线连接将提供比现有 4G 网络高出多达 50 倍的吞吐量，延迟将至少降低为 4G 的 1/5，这将为多媒体和视频体验带来令人难以置信的可能性。但是，移动设备需要一种更复杂的存储子系统，以便在不增加能耗或占用空间的情况下满足越来越高的速度和存储要求。
专用 AI 引擎的处理需求
本地 AI 处理将增加存储容量和存储性能需求。更重要的是，随着更多 AI 特定应用的诞生，对更高存储性能的需求将呈指数级增长。
3D NAND 逐渐成为需要在小空间中实现高密度和高容量的移动设备的首选存储解决方案。最新的 64 层 3D NAND 以垂直方式堆叠多层数据存储单元，能够打造出容量比传统 平面NAND 技术高出多达 6 倍的存储设备。
此外，最新 3D NAND 存储设备使用高性能 UFS 存储接口，能够以比上一代 e.MMC 5.1 接口更快的随机读取速度同时执行读取和写入命令。3D NAND 硅片与高速 UFS 接口的这种组合能够以更小的芯片面积提供更大的存储容量，从而显著降低成本和功耗并提高性能，为配备 AI的移动设备提供有力支持。
智能手机上的智能辅助特性和功能必须能够支持基于数据流的快速而精确的决策。不过通过内存和存储方面的创新，可以实现更快的 I/O 操作和近乎实时的 AI 计算速度，满足 AI 引擎不断增长的数据需求，打造强大的用户体验。
方案超市都是成熟的量产方案和模块，欢迎合作：
与红外定位跟踪完美结合的高精度脊柱机器人
全自动磁环穿线机器人
机器人减速动力机构
快包任务，欢迎技术服务商承接：
大疆精灵4P云台相机改装到御上 10000
餐桌智能点餐设备整体解决方案 300000
机器人嵌入式开发 30000
>>购买VIP会员套餐
