“加強新一代人工智能研發應用，發展智能產業，拓展智能生活。”今年兩會期間，政府工作這樣強調。這是繼2017年首次被寫入之後，“人工智能”作為一個科技詞彙第二次出現在政府工作報告裡。
隨著移動處理器性能的不斷提升，連接技術的不斷演進所能帶來的完整可靠性，整個模式有了很大變化，很多人工智能的推理工作，比如模式匹配、建模檢測、分類、識別、檢測等逐漸從雲端轉移到了終端側，這一趨勢對提升人工智能終端性能和整體可靠性有極大裨益。
大多數移動機器學習任務，如圖像或語音識別目前都在雲中執行，近一兩年才開始慢慢走入終端。智能手機將數據發送到雲端，然後再將計算結果返回到手機，這就造成終端設備上執行的機器學習任務越來越繁重。為了給開發人員提供更好的基於機器學習的增強功能，人工智能引擎便來封裝其當前的機器學習產品。終端側人工智能的關鍵優勢包括即時響應、隱私保護增強、可靠性提升，此外，還能確保在沒有網絡鏈接的情況下用戶的人工智能體驗能得到保障。
人工智能開發企業迅速聞風而動。算法技術已成功在極低功耗的情況下實現複雜的場景感知計算，實時視頻風格轉換應用，將攝像頭採集到的普通視頻，通過模型處理成特定風格化後的效果視頻，保證風格化之後的視頻色彩更加豐富，細節更加明顯，充滿層次感與立體感，同時保證轉換後視頻的實時性和流暢性。此外，還提供對人、車輛以及車牌檢測和識別的終端側優化模型。
儘管在這場遷徙中還面臨著易購解決方案的融合、硬件終端開發成本等問題，但是不可否認人工智能從雲到端的演變已經在路上。
分享到:
閱讀更多 大器智能 的文章
