Hi!下午好!欢迎访问互联网
当前位置:主页 > 软件

鲁大师发布AI评测手机也能测智商了

时间:2019-01-21 17:45:47| 来源:| 编辑:笔名| 点击:0次

鲁大师发布AI评测:也能测“智商”了?

也许几个月前,AI芯片对你来说还是一个非常陌生的词,但近期在华为麒麟970的NPU和iPhone X Face ID 的大火之下,或许你也听说了AI 的魅力。近日,国内致力于评测的鲁大师,也正式发布了针对AI芯片的测试项目【AI性能评测】。通过该项目,用户可以轻松了解到自己的AI芯片水平。

AI 对于一部的意义:更智能更精确

虽然目前我们的已经被称为智能,但距离真的智能其实还有段距离。

我们现在使用的一系列操作,比如解锁、拍照、进入应用,其实都是依靠我们自己的手和眼睛来完成的。而AI的作用,就是可以提前预测用户需求,给出相应指导,实现真正的智能化。

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。

AI芯片对于智能化的提升是非常明显的。比如当下最火的iPhone X的Face ID,以及华为Mate10对拍照场景进行的自动识别分析判断,都与AI有关。例如在Mate10中,按照华为的介绍,NPU在本地化AI计算方面有着很大的优势,针对如图像识别等AI场景的处理,NPU的性能是CPU的25倍、能效是CPU的50倍,而功耗仅有大型处理器的百分之一左右。

在未来,它的优势会更加明显。举个简单的例子:现在女孩子们自拍,要点击使用美颜模式,而未来,在拍摄的过程中,的AI主动出击,拍摄的时候自动识别你在自拍状态,直接调整到美颜模式,不再需要你去选择就能拍出美美的照片。

当然,这一切都还是初级可以预测到的,在未来,AI可以做的还有更多。因此,一部的AI能力,是非常值得关注的。可以说,它象征着智能的未来。

鲁大师为什么选择AI评测?

虽然目前AI并不成熟,但它未来发展潜力不可限量。从上文提到的华为麒麟970、苹果A11等不难看出,AI的力量逐步强大,应用也逐步广泛,影响到整部只是迟早的问题。

目前的旗舰芯片,实际已拥有AI模块,譬如麒麟970、苹果A11。因此通过鲁大师AI测试,用户可以从其跑分成绩上,直观地看到每款的AI性能究竟有多强。

鲁大师的AI评测是什么?

鲁大师AI评测使用目前较为常用的三种神经络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AI性能,进而给出测试评分。

需要注意的是,这项测试与CPU、GPU性能关系不大,主在测试DSP智能模组当中的AI协处理器。可以说,一部得分高低取决于该芯片中的AI模块能力。因此有可能发生搭载骁龙835的的AI性能测试与骁龙820的相近的情况。因为这两颗处理器本来的区别在于CPU和GPU的逻辑性能,AI测试受到DSP性能影响,传统的跑分在这里并不能说明谁更聪明。在逻辑性的计算上, 骁龙835性能更好,跑分更高。在智慧程度上两者没有本质的区别,AI的得分可能会十分接近。

*科普:

ResNet 34(残差络)

微软的残差络(ResNet)与传统的顺序络架构(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之后整个络结构的宽度和深度都可扩大,能够带来倍的性能提升

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33卷积核来增加络深度,增加络深度可以有效提升模型的效果

鲁大师发布AI评测手机也能测智商了

。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。

这三种神经络的作用,简单来说就是判别AI在识别图像中的能力。举例来说:该测试项目会提供一系列被测试的图片,华为Mate10的麒麟970当中的AI协处理器将发挥其作用在测试中对其进行识别(被测试图片右侧为对应的识别结果)。最后三项神经络都会给出各自的评判分数,其中Inception V3测试成绩为 61分,ResNet34测试成绩为94分,VGG16测试成绩为57分。最后得出总分为212分。

用户想要参与测试方式很简单:下载鲁大师最新版本v8.5.0.17 ,进入【AI性能评测】,下载测试包后即可自动开始测试。

由于该版本刚刚发布,仅有实验室数据,故鲁大师数据中心暂未公布AI排行。相信版本正式发布后,有了大量真实用户参与评测跑分,鲁大师方面必然会给出更为公正合理的排行。

总结

据悉,鲁大师测试项目已集合了性能评测、体验评测、VR评测以及目前发布的AI性能评测。可以说,在评测方面,不但加深了深度,同时也扩宽了广度。

虽然AI在实际使用中还尚未被完全开发利用,但从AI的前景来说,鲁大师发布该测试仍然为AI性能水平判断提供了可能。相信在未来发展过程中,AI能体现的价值会越来越明显,而鲁大师在此扮演的角色也会越来越重要。