手機拍照作為剛需功能，一直是用戶(hù)評判一款終端好壞的直接標準之一。受限于物理極限以及摩爾定律，攝像頭和傳感器實(shí)現“質(zhì)”的飛躍，可能性不大。未來(lái)幾年，手機攝影的突破點(diǎn)在于A(yíng)I技術(shù)與元器件的深度融合。
近日，在商湯科技與艾瑞咨詢(xún)聯(lián)合發(fā)布的《2018年中國人工智能手機行業(yè)研究報告》中指出，2006年及以前，手機行業(yè)屬于功能推動(dòng)階段，從一開(kāi)始圍繞接打電話(huà)到承載拍照、聽(tīng)音樂(lè )、上網(wǎng)等復合功能。2007年至2016年，市場(chǎng)變?yōu)樾阅芡苿?dòng)階段，配置成為商家逐鹿的方向。2017年之后，市場(chǎng)進(jìn)入智能驅動(dòng)的階段。人工智能開(kāi)始推動(dòng)手機產(chǎn)品的迭代，硬件技術(shù)的升級需要軟件技術(shù)地優(yōu)化和凸顯。
人工智能手機＝AI芯片＋AI功能，即“滿(mǎn)足AI算力需求移動(dòng)端芯片，且加載了深度學(xué)習AI功能的智能手機?！?。AI芯片指內置獨立神經(jīng)網(wǎng)絡(luò )計算單元，通過(guò)CPU、GPU、DSP及其他通用計算單元聯(lián)動(dòng)賦能。AI功能囊括人臉解鎖、AI拍照、智能相冊、AI智能助手等等。
報告顯示，巨頭廠(chǎng)商扮演了引領(lǐng)者的角色，多方面推動(dòng)AI手機落地。2018年，我國4G滲透率達70%，手機市場(chǎng)3G向4G升級結構性紅利漸失。部分硬件提升邊際成本和收益不成正比。這種情況下，預計到2022年，搭載AI功能的智型手機出貨量占比，將從2017年的不到10%提升到80%，年銷(xiāo)量將超13億部。AI手機將是未來(lái)行業(yè)的產(chǎn)品方向。
盡管在過(guò)去的2018年，AI人工智能手機噱頭滿(mǎn)滿(mǎn)，不乏各種炒作以及不著(zhù)邊際地吹牛皮。但手機攝影取得的巨大進(jìn)步，主要在于軟件和硅層，而不是傳感器和鏡頭等硬件。AI人工智能可以更好地理解，圖像呈現的內容。預計未來(lái)幾年關(guān)于手機攝影的常識，將會(huì )從硬件思維轉變?yōu)锳I思維。手機制造商們的人工智能技術(shù)水平，將會(huì )成為手機拍照功能好壞的主要判斷標準，且這種趨勢絲毫沒(méi)有放緩的跡象。
2015年，谷歌上線(xiàn)的APP，清晰地展示了人工智能技術(shù)與攝影技術(shù)融合之后的照片。在此之前，谷歌一直試圖通過(guò)機器學(xué)習技術(shù)對照片進(jìn)行分類(lèi)。谷歌的照片APP直接面向消費者提供人工智能服務(wù)，這對于大多數人而言，是難以想象的?！巴蝗恢g，用戶(hù)可以從雜亂無(wú)章、數以千計的圖片庫，轉換為可搜索的資料庫”，“突然之間，谷歌就知道你的貓看起來(lái)像什么”。
據雷鋒網(wǎng)了解，2013年，谷歌收購了多倫多大學(xué)一家神經(jīng)網(wǎng)絡(luò )方面的初創(chuàng )公司DNNResearch，用以推動(dòng)谷歌基于語(yǔ)音和圖片的搜索功能。該公司通過(guò)訓練人類(lèi)標記的數據，訓練深度學(xué)習網(wǎng)絡(luò )，此過(guò)程被成為監管學(xué)習（Supervised Learning）。具體而言，在數百萬(wàn)張圖片上訓練網(wǎng)絡(luò )，以使得它能夠通過(guò)像素級別的視覺(jué)線(xiàn)索，來(lái)幫助圖片識別分類(lèi)。隨著(zhù)時(shí)間的推移，算法將會(huì )識別地越來(lái)越準確。
比如，一個(gè)大熊貓，囊括了可以正確識別熊貓動(dòng)物品類(lèi)，黑色皮毛與白色皮毛的比例，以及和荷蘭奶牛皮毛的區別。進(jìn)一步訓練以后，理解更加抽象的詞匯成為可能。例如，“動(dòng)物”、“早餐”等，對人類(lèi)而言比較簡(jiǎn)單，但對機器來(lái)講，屬于沒(méi)有視覺(jué)輸出的詞匯。
訓練完以上的模型，需要大量的時(shí)間以及整理能力。一旦數據中心完成之后，它將可以以低功耗、便捷的方式在設備上運行。如今，前期這些繁重的工作已經(jīng)完成，只要把照片上傳到云端，谷歌就可以通過(guò)模型來(lái)分類(lèi)、標記整個(gè)圖片庫。
谷歌圖片功能發(fā)布大約一年之后，蘋(píng)果發(fā)布了基于神經(jīng)網(wǎng)絡(luò )類(lèi)似谷歌的搜索照片功能。但基于蘋(píng)果用戶(hù)隱私條例的承諾，蘋(píng)果的分類(lèi)功能實(shí)際上是在每個(gè)設備中單獨進(jìn)行的，設置后在后臺進(jìn)行，并不發(fā)送數據，用時(shí)長(cháng)達一到兩天時(shí)間。
盡管和照片智慧管理是一回事，但人工智能和機器學(xué)習，毫無(wú)疑問(wèn)對于照片拍攝具有重大意義。攝像頭和傳感器可以“比大更大”，可是又起到作用呢？攝像頭、傳感器已經(jīng)達到物理極限。如今，在某些情況下，手機拍攝的照片比傳統照相機拍得更好已經(jīng)不是“稀罕事”。其背后深層次原因，在于傳統相機無(wú)法在芯片緯度與手機競爭。手機芯片系統包括CPU、圖像信號處理器、越來(lái)越多的神經(jīng)處理單元NPU。
硬件的改變促成了計算攝影時(shí)代的到來(lái)，廣義上的概念，涵蓋了從人像模式的“假景深”到算法一切計算形式，幫助手機拍攝出難以置信的手機照片。不是所有的計算攝影都包括人工智能，但人工智能肯定是重要的一個(gè)部分。過(guò)去，蘋(píng)果手機正是基于此，驅動(dòng)雙攝像頭的人像模式。iPhone一個(gè)攝像頭的圖像信號處理器通過(guò)機器學(xué)習區分人，另一個(gè)攝像頭創(chuàng )建深度圖隔離主體、模糊背景。
這項技能在2016年就出現了，所以，通過(guò)機器學(xué)習識別人并不是什么新鮮事。照片軟件組織也早已經(jīng)做到這一點(diǎn)，智能手機拍照的突破在于實(shí)時(shí)性地處理速度。然而，谷歌才是這一領(lǐng)域的領(lǐng)導者，三代Pixel所展示出的結果令人信服。HDR+是一種默認的攝影模型，通過(guò)復雜的算法，融合幾張曝光不足的幀合并為一幀。就像谷歌計算攝影的負責人Marc Levoy所言，“機器學(xué)習只會(huì )隨著(zhù)時(shí)間的推移變得更好，同谷歌照片軟件一樣，谷歌已經(jīng)在一個(gè)巨大的、被標記的照片數據庫上訓練人工智能。進(jìn)一步幫助相機的曝光，就像Pixel 2，產(chǎn)生了令人印象深刻的照片質(zhì)量基準?！?/p>
前幾個(gè)月，谷歌推出了Night Sight（夜景）功能，Pixel通過(guò)機器學(xué)習技術(shù)以長(cháng)曝光來(lái)精準地預測白平衡和色彩。其中，Pixel 3效果最好，可能是算法隨最新的硬件進(jìn)行了迭代。這套散發(fā)適用于谷歌所有Pixel系列，甚至是缺少光學(xué)圖像穩定性的工程機。這也從側面說(shuō)明了，于移動(dòng)攝影而言，相機的軟件比硬件更為重要。簡(jiǎn)而言之，在人工智能的“操持”下，硬件因此擁有了更大的提升空間。
據雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))了解，華為的Nova 4以及榮耀的View 20，首次采用了索尼IMX586圖像傳感器，4800萬(wàn)像素，意味著(zhù)現階段的最高級別分辨率。盡管如此，仍然需要在很多極其微小的單元填滿(mǎn)像素，對圖片質(zhì)量產(chǎn)生不確定性。榮耀“AI Ultra Clarity”（人工智能超清晰）模式，擅長(cháng)于最大限度地利用分辨率，解擾傳感器不常見(jiàn)的色彩濾光器，釋放出額外的細節。用戶(hù)可以將圖片放大，“海報”級照片應運而生。
圖像信號處理器在某一段時(shí)間非常重要，隨著(zhù)計算攝影技術(shù)的進(jìn)步，NPU將會(huì )發(fā)揮重要的作用。雖然蘋(píng)果公司的A11仿生芯片最先觸達消費者，但華為是率先宣布在自家麒麟970上，采用人工智能芯片的公司。全球最大的安卓處理器供應商高通公司并未將機器學(xué)習作為戰略重點(diǎn)。谷歌開(kāi)發(fā)了自己的芯片Pixel Visual Core，用以幫助人工智能相關(guān)的圖像處理。蘋(píng)果最新的A12仿生芯片具有8核神經(jīng)引擎，可以在core ML中運行任務(wù)，直接與圖像處理器相連接，比A11快九倍?？梢愿玫貙?，生成更真實(shí)的景深。
所以，芯片對于對于機器學(xué)習的效率和性能至關(guān)重要。需要說(shuō)明的是，谷歌的算法是在大型計算機上訓練的，大型計算機擁有發(fā)達的GPU以及英偉達深度學(xué)習Tensor Core（張量計算核心）。大部分工作可以“提前”完成，但將機器學(xué)習的計算能力搬運到移動(dòng)端設備上，可以預見(jiàn)，在相當長(cháng)的一段時(shí)間內，屬于前沿性研究。
即使目前處于計算攝影的早期階段，神經(jīng)引擎可以減少手機拍照的處理負擔，隨時(shí)間的積累，運行速度越來(lái)越快。拍照作為任何手機的最基本功能，面部ID、人臉識別解鎖、AR視頻、AI人像、景物美化、相冊智能分類(lèi)、智能場(chǎng)景識圖......在過(guò)去兩年時(shí)間，已經(jīng)深入滲透到普通人的日常生活中。
《2018年中國人工智能手機行業(yè)研究報告》顯示，語(yǔ)音助手、人臉解鎖、智能光線(xiàn)拍攝、美顏和識圖成為2018年中國AI智慧手機用戶(hù)最經(jīng)常使的TOP5功能。人臉解鎖、語(yǔ)音助手、隨行翻譯、智能光線(xiàn)拍攝、AI雙攝／三攝、背景虛化成為用戶(hù)認為最有價(jià)值的TOP5功能。
雷鋒網(wǎng)認為，指數級增長(cháng)遇到物理極限這個(gè)“天敵”，沒(méi)有休止地持續增長(cháng)逐步放緩。未來(lái)誰(shuí)能夠拯救停滯不前的移動(dòng)攝影，答案不言自明！
聯(lián)系客服
