Ecco perchè Huawei utilizza un nuovo cervello per smartphone

Qualcomm non vuole più che diciamo "processore" e anche per la nuova generazione di chipset di Huawei, questo nome sarebbe troppo stretto per il Kirin 970. Un nuovo componente di base aggiunge complessità al chipset e lo equipaggia per nuovi compiti. L'intelligenza artificiale dovrebbe essere calcolata in modo più efficiente sullo smartphone. Ed è qui che entra in gioco la nuova NPU.

Cosa rende speciale la NPU?

La nuova sottounità dovrebbe essere in grado di eseguire operazioni come il riconoscimento dell'immagine fino a 25 volte più veloce della CPU e consumare 50 volte meno energia. Ciò rende la NPU più veloce ed efficiente della GPU, che ha offerto solo quattro volte le prestazioni con un'efficienza otto volte superiore; le cifre sono state fornite da Huawei.

Sembra un sacco di potenza, ma deve essere utilizzabile nella pratica. Huawei sta ancora lavorando duramente su ulteriori implementazioni del software. Alcune di esse vengono utilizzate da subito nel nuovissimo Huawei Mate 10 Pro. Altre arriveranno più tardi. Facciamo una breve panoramica.

Riconoscimento dell'immagine: NPU e dati di formazione per una perfetta fotografia food-porn

Se vi guardate intorno al ristorante, la vedrete sempre: amici culinari che fotografano il cibo e lo condividono con amici o parenti. Per rendere il cibo ancora più gustoso, l'immagine dovrebbe essere nitida, non rumorosa e ben satura. Le buone condizioni di illuminazione non sono tipiche dei ristoranti, è possibile cercare di salvare qualcosa con i filtri Instagram solitamente.

Nel Mate 10 Pro Huawei utilizza un'apertura leggermente più grande ma, a parte questo, utilizza un hardware simile a quello del Mate 9. Ora però l'NPU sta potenziando il comparto fotografico. Huawei ha catturato 100 milioni di immagini in un database e le ha date in pasto alla sua intelligenza artificiale, che ha identificato modelli conosciuti e ha messo i risultati della formazione in un nuovo smartphone. Con questo allenamento la NPU può vedere cosa sta registrando il mirino in tempo reale.

Uomini, animali, natura, architettura o una carbonara: il chip riconosce gli oggetti, anche senza avvalersi di un server. Sulla base di queste conoscenze, fissa i valori di esposizione corretti e lavora su di essi di conseguenza: la pelle è liscia, i brufoli sono rimossi, tutto dietro le facce o il fiore è sfocato, il rosso della fragola è accentuato correttamente.

Ambienti di illuminazione particolarmente complicati, come le strade di notte con una forte illuminazione artificiale, sono l'avversario finale per le fotocamere precedenti. Grazie alla NPU, l'obiettivo cattura la scena, mescola diverse esposizioni e trova un compromesso tra nitidezza e luminosità. In questo modo, vengono visualizzate aree scure ma anche chiare con maggiori dettagli rispetto a prima.

Traduzioni offline: all'inizio solo testo, poi anche la voce

Insieme a Microsoft, Huawei ha realizzato una traduzione offline piuttosto particolare. È possibile scaricare 40 pacchetti di lingue per tradurre blocchi di testo. È possibile copiare il testo da altre applicazioni, digitarlo o eseguirne la scansione con la fotocamera. Così è possibile leggere i nomi delle strade cinesi, decifrare la linea dell'autobus o leggere il menu. Naturalmente, questo funzionerebbe anche senza NPU, ma il sistema funziona tre volte più velocemente con il supporto neurale.

Purtroppo, la traduzione è ancora limitata al testo ma è solo una questione di tempo prima che questo possa essere applicato alla voce. Un concorrente delle cuffie traduttrici di Google, le Pixel Buds, sta per comparire.

NPU come sollievo per la CPU

A parte nelle applicazioni ottimizzate per questo scopo, le prestazioni dell'NPU sono state finora inutilizzate. Questo è fastidioso, in quanto molte app potrebbero trarne beneficio. Non solo sono più veloci, ma anche il loro consumo di batteria è notevolmente ridotto. Ciò di cui Huawei ha bisogno è il sostegno dell'ecosistema.

Tra le altre cose, gli sforzi di Google con il suo machine learning Tensorflow Lite sono da utilizzare qui. Le loro ottimizzazioni saranno implementate in diverse app con Android P al più tardi. La NPU di Huawei dovrebbe quindi riconoscere queste applicazioni e accelerarle di conseguenza dal 10 al 100%; gli sviluppatori di app non devono eseguire ulteriori ottimizzazioni.

Gli sviluppatori entusiasti, tuttavia, possono accelerare di dieci volte. Oltre ad ottimizzare il machine learning (con TensorFlow o del caffè) sono necessari ulteriori adattamenti con HiAI di proprietà di Huawei. Huawei stima che il lavoro necessario richiederà ad una singola persona una settimana. Resta da vedere se HiAI sarà fruttuoso al di fuori del mercato interno di Huawei, dove gestisce il proprio App Shop.

Un futuro neurale

L'NPU è eccezionalmente buona per il riconoscimento dei pattern. Tuttavia, i dati di formazione sono spesso disponibili solo nel cloud. L'interazione tra l'AI cloud e l'AI offline non è ancora ben bilanciata. Solo quando l'ecosistema si sarà adattato al nuovo hardware ne sentiremo davvero i benefici.

Il riconoscimento del parlato e della scrittura aiuta con la traduzione, il riconoscimento dell'immagine aiuta per l'etichettatura automatica e il successivo recupero delle foto, la differenziazione delle voci e il rumore di sottofondo aiuta durante le telefonate; quest'ultimo, tra l'altro si trova già ora nel Mate 10 Pro.

Molti compiti precedentemente piuttosto complessi, per i quali in precedenza era necessario utilizzare hardware dedicato come gli apparecchi acustici, possono essere implementati con uno smartphone e un'applicazione appositamente attrezzata. E la parte migliore è che non devono inviare i loro segnali ai server centrali per questo trucco.

Qual è la vostra opinione sulle funzioni AI nel Mate 10? In futuro presterai maggiore attenzione alle caratteristiche AI nella tua decisione d'acquisto?