AI跑分看似玄之又玄 它们是如何衡量手机人工智能的

机器学习（ML）和人工智能（AI）是当前科技领域最热门的话题，这两项技术都在通过对于底层的优化改良进而影响人们的生活，而下一次工业革命很有可能由人工智能点燃。而普通大众对于AI的认识源于智能手机中内置的AI引擎。特别是我们已经见识过了AI引擎在使用手机过程中带来的提升，如：AI一键换天、AI提升语音转文字效率。

当手机AI性能发展到切实能够影响使用体验的时候，AI也成了衡量手机芯片性能的一部分，AI跑分软件应运而生。用户必然会好奇AI跑分软件如何实现对于手机AI性能的衡量？今天我们就来解释什么是AI、AI跑分软件是如何评判手机AI性能的。

OPPO Find X2（8GB/128GB/全网通/5G版） 120Hz超感屏，3K分辨率，10亿色显示

[经销商] 京东商城

[产品售价] 4999元

进入购买

01 手机上的AI到底是什么？

所谓AI，指的是人工智能，如果将范围缩小到硬件层面，就是指模拟人类大脑结构的人工神经网络。说白了，就是模拟人的神经结构和功能的数学模型或计算模型，通过大量的人工神经元（数学函数）联结进行计算。不同于传统逻辑推理，基于大量数据统计的人工神经网络具有一定的判断力，在语音识别和图像识别上特别有优势。

单层神经元网络

人工神经网络需要大量的数据训练，它在识别图片的训练过程中会根据一些特征来记忆并识别物体。如人工神经网络会因为形状、颜色等特征来识别图片中的人脸、猫咪或者建筑。这有些类似人类在幼年时期，根据动物的特征来做出“这不是马，是鹿”的判断。

人工神经网络最有价值的地方是通过对于数据的归类和分割，从而“推理”出智能化结果。AI“推理”是人类向整套AI系统提供数据并“训练”AI以后的结果。用户端最终呈现的AI是经过训练后的AI“推理”后的结果。同理，智能手机中的AI引擎最主要的作用是AI“推理”，进而为用户提供定制化的使用效果。

需要注意的是，AI运算与传统运算的区别在于，传统运算是需要按照人为算法得到最终的函数结果，AI运算的过程更为开放，会根据用户输入的数据信息依靠人工神经元对数据信息进行识别判断。因此，手机AI的评判更为复杂、繁琐。

02 手机AI跑分软件的测试标准是什么？

为了让用户对手机AI性能有更清晰准确的认识，目前市面上已经出现了一些AI跑分软件，来帮助用户认识到不同机型的AI性能差异。

目前主流AI跑分软件主要衡量的是面向移动端图像分类的ResNet-34和Inception-V3、面向单一目标检测和移动视觉的Mobilenet-SSD，以及面向图像语义分割的Google DeepLab-v3等。

ResNet-34主要用来测试手机AI识别图片的概率高低与用时，来判断手机AI的性能。Inception-V3也是类似的评分机制。这两项是综合评判手机基本的AI性能。剩下的两项则是考察手机单项AI性能指标。

Mobilenet-SSD

Mobilenet-SSD是一种目标检测算法。特点是速度快、精度高，“目标检测”的意义就是让AI寻找图像中的物体，并指出他们在图像中的位置与种类，这种算法拍摄一次可检测图像中的多个对象。

Google DeepLab-V3+

Google DeepLab-V3+原理示意图

Google DeepLab-V3+是谷歌开源语义分割模型，它可以实现对于物体的建模。简单来说，这一项是检测手机AI的图像处理能力。

总结来说，ResNet-34和Inception-V3是考察手机芯片的基础AI能力，Mobilenet-SSD是让AI寻找图像中物体的位置与种类，Google DeepLab-V3+则是考验手机AI的“抠图”能力。

03 市面主流AI软件成绩该如何理解？

手机上的AI测试软件在建立测试标准后需要做两件事：其一，适配智能手机所在芯片平台的SDK（软件开发工具包）；其二，支持AI计算深度学习模型中的两种常用数据格式INT8和FP16的运算。这里提及了相对专业的名词，我们先来解释下做这两项的含义。

适配智能手机所在芯片平台的SDK

（编辑：吕梁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!