華為手機主打Mobiel AI戰(zhàn)略，在2017年發(fā)布業(yè)界第一個帶神經(jīng)網(wǎng)絡(luò)手機，整個手機AI的策略和協(xié)同都是由整套體系架構(gòu)來保證的。HiAI是面向移動終端的AI開放平臺,構(gòu)建三層AI開放生態(tài)：服務(wù)能力開放、應(yīng)用能力開放和芯片能力開放。端、芯、云結(jié)合的三層開放平臺為用戶和開發(fā)者帶來更多的非凡體驗。本文整理自華為終端BG智慧工程系統(tǒng)部部長盧惠莉的演講稿。

    近兩年來，AI的發(fā)展火爆，從技術(shù)上來看，自1956年就有了神經(jīng)網(wǎng)絡(luò)，中間經(jīng)過兩次波峰、波谷。上世紀(jì)90年代，基于AI的機器學(xué)習(xí)快速發(fā)展，目前整個產(chǎn)業(yè)有將近3億的規(guī)模。整個AI規(guī)模發(fā)展上有三個重要的點，第一是算力突破。前兩次機器學(xué)習(xí)因為算力不足，有兩次大的波峰、波谷。大的神經(jīng)網(wǎng)絡(luò)有100多層，GPU跑要一周，CPU跑要十幾年；在二十年前這樣模型系統(tǒng)的算力是支撐不了的。這幾年,算力的發(fā)展為整個智能領(lǐng)域的發(fā)展奠定了非常好的基礎(chǔ)。第二是算法理論的突破，第三是數(shù)據(jù)突破。移動和互聯(lián)網(wǎng)的發(fā)展使得數(shù)據(jù)規(guī)模指數(shù)呈倍數(shù)增長，而不只是翻倍?，F(xiàn)在我們有上億用戶，每天有幾百萬、上千萬的交互數(shù)據(jù)，這樣一個數(shù)據(jù)規(guī)模使得我們的神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練和未來的技術(shù)突破有了非常好的基礎(chǔ)。

    AI在整個行業(yè)有非常大的發(fā)展機會，對于手機而言到底意味著什么？手機從功能機到智能機，對我們生活產(chǎn)生非常大的影響。這些影響體現(xiàn)在幾個方面。以前的功能機是用手機打電話、發(fā)短信。而智能機，可以用來上網(wǎng)、社交、聽音樂、拍照片、拍視頻、分享，重新定義了手機面向用戶的交互體驗。從原來被動地接受用戶打電話，變成更主動的服務(wù)，更自然地跟用戶交互和基于用戶個性化體驗的交互。

    現(xiàn)在蘋果語音助手Siri已經(jīng)非常普及，華為的語音助手小易，也實現(xiàn)了基于AI的自然交互。在這樣的技術(shù)背景下，整個手機定位發(fā)生非常大的變化。手機主動與物理世界發(fā)生交換和互動，手機與人的關(guān)系從被動響應(yīng)到雙向交互。手機從原來的工具變成人的助手，這個助手從原來被動的響應(yīng)和接受人的交互，變成了它知道很多你所不知道的，因為它背后有強大的互聯(lián)網(wǎng)。它也可以記錄很多你曾經(jīng)經(jīng)歷但不曾記得的，比如十年前的照片等，它都可以幫你記錄下來。在這樣的前提下，手機的功能會發(fā)生越來越大的轉(zhuǎn)變，手機的角色也會發(fā)生越來越大的轉(zhuǎn)變，大家的很多信息，比如照片、語音、短信都在手機里面，有一天它可能成為你的一部分。我們追求的是整個AI成為個人的生活助手，現(xiàn)在有人臉識別，情緒識別，未來對朋友關(guān)系的識別，心情/感情的識別，這些在未來都能夠逐步實現(xiàn)。

    端側(cè)的AI帶來更好的服務(wù)，比如服務(wù)更貼心、體驗更個性、交互更自然。它也面臨著實質(zhì)性的問題，還有大量挑戰(zhàn)，因為當(dāng)前大量模型都是在云端訓(xùn)練和在云端做推理，在手機上去跑一個模型，手機上的容量和Power都非常有限，我們可以在云上跑一個1G的模型，其實現(xiàn)在很多圖像模型至少在百兆以上，但在手機上，是無法跑一個超大的模型的；另一個是功耗Power有限，比如攝像頭打開有很大的功耗，如果跑的時間過長會導(dǎo)致手機過熱、電源消耗快。大家不要小看人臉識別的模型，因為安全性和性能的要求，人像識別類的模型大多是在端側(cè)的，這對端側(cè)AI提出很大的要求和挑戰(zhàn)；很多時候我們把做好的模型通過壓縮把它壓到很小，讓它的運行時間更短、功耗更小。當(dāng)然未來我們還有更多的交互模型會放在手機里。我們大概有二三十個特性，有將近六七十個模型，設(shè)想將來有成百上千個算法，模型手機就撐爆了?，F(xiàn)在調(diào)一個模型還是有難度的，大量的工作使得這個領(lǐng)域的門檻還是蠻高的，對能力的要求就不用說了，但是我覺得現(xiàn)在的博士還是很強的，基本上一個人能獨當(dāng)一面，所以現(xiàn)在這個時代還是很不錯的，給我們創(chuàng)造了非常好的人才供給，所以這兩年AI的技術(shù)發(fā)展是非?？斓?。

    華為HiAI攜手伙伴加速人工智能產(chǎn)業(yè)成熟

    熟悉華為在端側(cè)的戰(zhàn)略領(lǐng)域的人都知道，去年華為Mate10發(fā)布的時候，發(fā)布了麒麟970處理器的套片，也是業(yè)界第一個發(fā)布帶神經(jīng)網(wǎng)絡(luò)芯片的手機。華為終端智能（Mobile AI）從芯到端到云是完整的一套體系架構(gòu)。我們的模型有些在端側(cè)運行，有些在云端運行，整個的策略和協(xié)同都是由整套體系架構(gòu)來保證的。

    這套體系架構(gòu)整體分為三層。在最下面的芯片這層，開放了DDK的接口，讓合作伙伴可以用華為麒麟970的神經(jīng)網(wǎng)絡(luò)芯片能力進行端側(cè)模型的加速，這個模型在性能加速方面，單模型可以做到10-25倍的加速，能耗比可以做到25-50倍的能耗提升。

    往上封裝了HiAI Engine，這是華為終端自有特性的算法模型封裝，行業(yè)創(chuàng)新公司可以基于華為包裝的這層能力，不用自己去做模型，也避免模型的重疊。最上面一層是云，通過云提供大量三方原子化服務(wù)接入的生態(tài)。

    HiAI Engine提供的ASR、CV、NLU的能力叫感知能力。除了感知之外，還要知道和理解用戶想要做什么，也就是決策系統(tǒng)和認(rèn)知推理。知道用戶的意圖和目的，才能推薦更精準(zhǔn)地服務(wù)。比如說華為手機上收到一條快遞的短信，在客戶允許的情況下，它能自動把這條短信識別出來，提醒用戶有一個快遞到了，這就屬于認(rèn)知領(lǐng)域的范疇。

    華為跟歐洲的一家公司合作，將他們的圖像風(fēng)格轉(zhuǎn)換應(yīng)用在神經(jīng)網(wǎng)絡(luò)芯片上加速，整個處理性能大概提高了300%，也就是3倍以上，但是它在整個風(fēng)格變換渲染過程中有很多傳統(tǒng)圖像處理的階段，所以真正算法的提升要比3倍還高。

    在HiAI Engine開放方面，已經(jīng)舉辦了八次公開課，這是從合作伙伴那邊收集來的需求，大家希望能夠在CV、ASR、NLU方面跟華為合作一些業(yè)務(wù)，包括直播和社交等等。

    已經(jīng)開放出來的將近30多個AI應(yīng)用接口，包括人臉識別、手勢、人像分割，大家在華為接口都可以做二次分發(fā)。跟隨著這些接口，還發(fā)布一套IDE，這套IDE可以直接集成到Android Studio。開放的API接口，是簡單的JSON和JAVA，兩三行代碼就可以實現(xiàn)，而且可以遠(yuǎn)程連接到華為手機上模擬調(diào)測，即使用戶手里沒有華為手機也可以進行功能的模擬和調(diào)測。

    每一個功能都有示例代碼，從代碼里面可以形成自己的核心代碼，這是非常方便的，只要稍作修改，加上業(yè)務(wù)邏輯，就可以快速地開發(fā)編譯成一個APP。

    面向未來，手機跟大家的生活和工作越來越貼近，我們希望在手機側(cè)提供更多更好的AI的交互和服務(wù)，能夠更快、更簡單地實現(xiàn)多贏，所以提供了一個開發(fā)者的平臺。