其他

Mate 10“布道”端AI 华为如何护航手机隐私安全

2017-10-27 懂懂 互联网前沿


作者:懂懂

来源:懂懂笔记(ID:dongdong_note)


如果遇到这几个场景,会不会让人很尴尬:


某品牌手机需要人脸识别才能解锁,但需要将你的人脸信息上传到其后台云端,你会不会有个人隐私泄漏的担忧?他们的云是绝对安全的吗?


你在家门口用指纹解锁进入房门,但是此时网络断掉了,指纹无法被传输到云端进行验证,你只能默默地等在门口,祈祷网络重新连接。


你用于开锁和付款的脸部信息被泄露了,朋友开玩笑说你可能要“整容换脸”。


你在使用无人驾驶汽车,当遇到突发情况时,信息上传到云端、云端分析处理下达指令回到终端,但已经过了1~2秒,结果错过最佳处理时机,甚至导至交通事故发生……


AI很美好,但是现阶段云管端的一些弊端,可能会让尴尬无处不在。


人工智能(AI)因为对计算能力要求高,并且需要大数据的支撑,所以一直被寄予在云端实现。但断网(稳定性)、响应速度、隐私安全,是云端的三大潜在隐患。或许,可以换一个思路,AI并不一定非要与云相伴相生。



“Mobile AI=On-Device AI + Cloud AI”。这是10月16日华为Mate10在德国慕尼黑发布时,华为消费者业务CEO总裁余承东在演讲中正式提出的战略构想。这款今年最被用户期待的高端智能手机,不仅主打AI功能,并且是将原来很多在云端实现的AI转移到手机里实现。这个战略重要的一点,就是要解决云管端存在的“AI体验差”难题。


余承东表示,云侧智能经过多年发展,已经广泛应用,但是云侧智能的体验并不完整。在用户体验方面,仍存在着实时性、稳定性和隐私方面的问题,而端侧智能可以实现同云端智能的优势互补。


时隔四天,在20日下午Mate10上海发布会上,余承东在展示华为终端2017年前三季度的骄人业绩后,再次强调“华为开启移动智能时代”。


“在人工智能时代,手机将成为人的智慧助手。今天,HUAWEI Mate 10通过创造性地集成人工智能专用NPU神经网络单元,在端侧人工智能上迈出了开创性的一步。” 余承东着重强调。



从这颗芯开始,AI可以走下“神坛”


AI已经走过60年的历史、经历了三波浪潮。但前两次都没有真正实现落地,原因在于计算能力不够和数据量不足。过去一年来,AI已经在逐步落地,应用场景越来越丰富。不过,同样因为计算能力和大数据处理的原因,AI一直都是依赖于云端实现。


所有科技企业并不是不知道云端可能存在的三个隐患,只是受困于端侧的计算能力无法有效支撑。


这次华为首次提出“端侧+云侧”的AI,希望让AI走下“云”这个神坛,在用户自己掌控的手机中实现AI应用,让其与云端的计算处理能力相辅相成,源自于一颗芯——麒麟970的诞生。


CPU的计算能力在过去二十年间遵循摩尔定律,也在如今受制于摩尔定律。而AI对于CPU的计算提出更高的要求,需要芯片的计算能力再出现几何倍数的增长。那么过去很多集成在智能手机系统中的AI功能,大多依靠CPU、GPU或DSP进行深度学习计算,其已经不能满足AI的运算量和速度,如同小马拉大车了。


更主要的是,由于它们的架构设计不是为深度学习定制,处理效率也相对底下。因此专门为机器学习设计的NPU(即神经元网络处理单元)应运而生,面对同样de 工作时,为AI而生的NPU处理效率极高,例如麒麟970这一个指甲盖大小的芯片上,搭载的NPU单元在机器学习方面就拥有传统CPU的50倍能效。


从麒麟970的整体布局来看,其封装后面积只有指甲盖大小,但里面却集成了55亿个晶体管。这个数字是什么概念呢?它要比高通骁龙835还要多出25亿个,可以说为了强化应用能力,华为为此不计工本。



在9月2日德国 IFA 2017大会上,余承东就曾经指出:麒麟970是华为首款AI移动计算平台,并且是全球首个集成专用NPU(神经网络处理单元)的人工智能手机芯片,所采用的是创新的HiAI移动计算架构,其复杂度甚至超过英特尔,更是超越了苹果和三星。


伴随着质疑甚至嘲讽,麒麟芯片一步步发展起来,这款麒麟970也随着Mate10的正式发布登上历史舞台。至此,第一颗移动平台上的AI芯片开始正式工作。在懂懂笔记看来,麒麟970的行业价值在于大幅提升了终端AI计算能力这个壁垒,也意味着人工智能手机时代无可争议的到来。


这与AI互联网时代的发展是交相辉映的。在AI兴起之后,互联网企业都侧重云侧智能的开发,云端技术已经相对成熟,目前已经广泛应用。但是,其体验并非完整,更重要的是隐私方面也存在问题。


每个手机用户都有很多个人信息:账户、密码、指纹、虹膜、人脸等等。比如指纹解锁,用户的指纹如果存在云端,会有几重隐患:第一,每一次解锁都需要上传、比对、下发指令,每一次都有可能在传输途中被截获、泄漏;第二,云厂商拥有海量用户隐私信息,万一泄漏就是不可逆的损失。



以前,如果用户名和密码泄漏,用户还可以通过修改密码来避免损失。如果泄漏的是指纹和人脸,难道用户还要去整容吗?这并非完全是一句玩笑话。



如果手机本地端就具备了一定的机器学习能力,加之良好的加密技术,那么个人隐私相关数据收集与学习就不用再涉及云端,而是可以存放在本地。从隐私保护和相应速度两方面来看,要比云端处理靠谱了很多。麒麟970能够让端侧构建一个包括隐私数据保护,个性化数据保护和应用服务产生的数据保护三个部分的安全隐私体系。同时因为内建TEE和inSE安全引擎,拥有着更高的安全性。


这种“云侧+端侧”协同实现AI的方案,从Mate10正式开始,未来涉及用户个人敏感、隐私数据,不需要再上传,在手机端就可以处理。而一些脱敏数据上传到云端,在进行大数据挖掘和分析后,可以形成更智能的计算模型,将这些计算模型下放到手机里,能够让我们掌中的手机不断进化更高的“智慧”。


除了隐私,端侧AI突破响应速度的瓶颈未来会凸显优势。过去几年,用户已经习惯云端的很多应用,但是也饱受数据上传或是下载过程中网络不给力的困扰,包括以外断网和传输不稳造成的延迟等,无法实现真正的实时、高效。如果本地的端侧硬件拥有强大的AI运算能力,用户的需要可以直接在本地(终端)处理,效率更高。



在麒麟970和华为Mate10的发布会上,有一组对比被反复使用:使用三星S8、苹果iPhone 8以及Mate10进行图片识别时,三星 S8 每分钟识别了95张,苹果iPhone 8 达到800多张,而Mate10通过本地 AI 运算,每分钟识别了2000多张。


实现这样的速度,关键点在于端侧强大的处理能力。云侧和端侧的关系是这样的:基本的大数据分析和数据模型的形成是在云端,在云端通过训练形成知识库,知识库放在手机端,用的时候随时从手机端调用。而手机端强大的运算能力,让用户的手机随着用户的使用不断智能化,不再是一个工具,而是陪伴用户一起成长。


这就有点像我们在国家图书馆学习知识,那好比是云端。而你在工作中解决实际问题,需要你用自己的知识去解决,而不是回到图书馆去查看所有知识。随着你在工作中不断解决问题,实践经验的增加,你的综合能力就越强。而你的经验如果可以被复制,具有通用性,将来也有可能成为图书馆和大学课本里的基础知识。


回到我们的手机,拍摄无疑是很多人最为看重的。在华为Mate10里,拍摄功能又有了极大的提升,似乎成为一个理想的“终极摄像头”。实现这个“终极摄像头”的秘密武器,一方面是徕卡摄像头工艺不断升级,另一方面源自别的手机上还无法实现的AI技术。



比如,Mate10摄像头准备拍摄时,会自动识别多达13种场景和场体,摄像头会根据场景和物体快速调整算法,根本不需要用户手动调节:如果是快速运动的物体,相机会自动调节快门,清晰地抓拍到动态景象;如果是在夜间,系统会自动调节光圈,提高亮度;如果发现拍摄的人脸,则会自动调节肤色,达到美颜的效果;如果拍摄的是毛茸茸的小动物,就可以稍微强化 50 29299 50 14754 0 0 8238 0 0:00:03 0:00:01 0:00:02 8237利度,让动物身上的毛发呈现更为自然、清晰,而不会像一般手机照相一样,总是糊成一团。


摄像头再强大,也需要专业人士不断进行调节,才能拍摄到好照片。如果在端侧实现AI,就可以把专业摄影师的技能“存放”在手机里,当手机遇到不同的场景、不同的对象时,自动调用这些技能,而不需要用户自己手动去调节。如果没有AI,只是摄像头的不断升级、更新,这些拍摄效果也许永远也无法实现。这也是端侧AI最有价值的地方。


“端侧智能强大的感知能力是手机成为人的分身和助手的前提,拥有了大量实时、场景化、个性化的数据,在强劲持久的芯片处理能力支持下,终端就能具备较高的认知能力,真正做到为用户提供个性化、直达服务,同时大幅提升了隐私数据本地处理的安全性。 ”余承东对于Mate10显得信心满满。



【结束语】


随着AI的兴起,似乎将大数据传到云端,在云端计算、分析,再将结果反馈给终端设备已经成为一种惯用路径。但是挑战也随之出现,云端实现AI,面临着三大瓶颈:第一没有网络的时候就难以AI;第二是速度慢、有延迟;第三是隐私,用户不愿意将个人信息上传到云端。


华为的“Mobile AI=On-Device AI + Cloud AI”战略的提出,是一种更好互补、协同的路径,通过端侧AI与云侧AI配合,解决安全、速度、网络传输等各种问题,让AI成为真正的AI,而不再受制于网络和完全隐患。谢绝 “整容”,拒绝尴尬,这很“Mobile AI”。


注:本文图二源自华尔街见闻,余下图片源自网络。

感谢原作者辛勤创作!版权问题、商务合作请加微信/QQ:2881339635

戳原文,更有料!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存