相关阅读:从超声波指纹、人脸识别到机器学习,读懂高通手机安全解决方案

人工智能可以说是2017年产业界和投资界最热的概念,其中不少算法公司都获得了极高的估值。作为连接移动互联网和未来物联网的核心平台,智能手机与人工智能概念的结合可以说是大势所趋。不过,目前大部分的人工智能应用还是局限于云端服务,真正终端本地的人工智能目前还在实验室阶段,最大的瓶颈包括手机移动终端的硬件性能以及功耗问题。

从“智能手机”到“人工智能手机”

在近日由芯智讯举办的“2017生物识别技术与应用高峰论坛”上,高通产品市场资深经理刘学徽就介绍了人工智能以及机器学习在手机芯片及算法的发展现状。他表示,高通在骁龙800和600系列芯片上都做了一个软件的神经处理引擎。将进一步优化手机CPU、GPU、DSP的性能和功耗。 001 “大家可能没有意识到,目前智能手机是人类有史以来,数量规模最大的单品电子产品。所以未来5年我们预计智能手机出货量会达到85亿,如果有好的运算算法或者人工智能的技术在手机上落地会快速的实现商业回报。所以智能手机是我们非常看好的终端平台。”刘学徽认为,人工智能技术会成为未来的一个基本技术,就如同通信、互联网技术一样。 002 人工智能在终端上的应用基于一些强需求。主要的原因是为了降低延时以及对网络的依赖。现在会有大量的联网设备,随时会产生大量的数据。如果所有的数据依赖云来联系的话,那么通信网络实际上是承担不了这么大的工作量的。所以高通在终端构建的人工智能运算有一些基础条件。

首先这个基础条件是芯片的运算一定要上,所以要有一个高效的硬件。

第二就是算法的改进,在端上和云上的算法,关键的技术核心点不一样。因为端的资源有限,空间有限,因此端的电池、功耗要非常注意。所以在这种情况下,要求算法一定要在保持精度的情况下尽量精简。

第三就是算法如何在如此多的设备上部署,需要一个很好的有效的开发工具。

高通在人工智能方面在做什么事情?

003 高通在人工智能方面在做什么事情?刘学徽透露,高通的骁龙800和600系列芯片上做了一个软件的神经处理引擎。高通已经出货的芯片只要装上这个SDK,就可以实现加速。这是高通在做的一个已经在市面上的标准手机芯片,加了一层软件的运行环境。同样的算法和速度、功耗都获得优化。 004 因为手机芯片上有CPU、GPU和DSP,同样的一个算法在GPU上速度要比CPU快4倍。如果在DSP上要快8倍。在功耗效率的提升方面,也就是DSP的功耗能节省25倍,GPU上能节省8倍。

当然,高通未来也会出专门用来做神经网络运算的核,未来算法也会不断的演进。包括优化策略, 一层是工具会越来越优化,另一层是终端设备,包括功耗的分配都可以考虑到人工智能的优化需求。

通过机器学习的算法来增加安全 005 通过各种生物识别传感器,手机搜集到了很多的数据和信息。这个时候不管是指纹、虹膜还是人脸识别,在具体应用的时候需要一个安全的执行环境,同时需要手机智能的判断是否需要这个安全环境。这个时候就需要采用到机器学习的相关技术。

刘学徽表示,目前最高安全要求的应用就是支付,支付现在普遍应用到trustzone技术。这个技术简单介绍一下实际上是ARM做的一个技术架构,在一个芯片中建立一个防火墙。一侧是Andori,一侧是安全操作系统。

两个操作系统不能同时运行,如果需要做一些安全操作系统的时候,切到trustzone模式。现在的指纹源文件的存放都是存放在trustzone中,包括未来的虹膜识别和人脸识别都需要这个技术做支撑。 006 另外还有一个技术,因为跟摄像头相关的生物识别技术越来越流行,如人脸、虹膜等,可以有一个通过保护摄像头的实现过程来实现安全。

这个过程大概是当一个应用开启影像后,系统自动切入安全模式,然后这个时候摄像头信号直接进入trustzone。在这里,虹膜进来的信号和数据跟虹膜的源文件做一个比对。比对完之后,由trustzone直接发给APP,通知比对成功。所以这是一个基于摄像头的安全功能。 007

“我认为未来很快会在智能手机上面加上‘人工’两个字,变成‘人工智能手机’。”刘学徽表示,人工智能的真正普及必然由手机带来。在智能手机这个基础的软硬件及系统会慢慢的产生出很多的AR、IOT、VR应用。“罗永浩提出了为什么要坚持做智能手机这件事情?他认为智能手机这个平台是下一个大的风口的跳板。如果不做智能手机,有可能失去这个机会。”刘学徽表示。 2017-ESM-1

联系作者: 微信:jimli2013

二维码