什么是设备端人工智能处理为什么它很重要

发布时间：2024-04-19 16:35:37 栏目：科技

导读 想象一下这样一个世界：您的手机在您说出需求之前就已了解您的需求，您的健身追踪器实时个性化您的锻炼程序，或者您的智能家居根据您的心情...

想象一下这样一个世界：您的手机在您说出需求之前就已了解您的需求，您的健身追踪器实时个性化您的锻炼程序，或者您的智能家居根据您的心情调整温度。由于设备上人工智能处理能力的不断增强，这个未来比您想象的更近。



但设备上的人工智能处理到底是什么?简而言之，这意味着直接在智能手机或智能手表等设备上运行人工智能算法，而不是依赖云中的远程服务器。这种本地处理带来了一系列好处，正在改变我们与技术交互的方式。

您经常听到的许多新的人工智能功能都使用设备上的处理。三星的 Galaxy AI和谷歌 Gemini都利用专门构建的微处理器和手机硬件在本地运行功能，尽管确切的要求仍然有点悬而未决。

例如，三星在整个Galaxy S24系列上提供全套 Galaxy AI 功能，但谷歌并未在 RAM 较少的较小 Pixel 8 上提供相同的本地处理访问权限。据推测，处理 LLM(大型语言模型)需要 12GB 内存，但三星和谷歌都没有证实。

向设备端人工智能处理的转变带来了几个关键优势：

增强隐私：通过将用户数据保留在设备本身上，设备上的人工智能可以最大限度地降低风险并确保用户对个人信息有更大的控制。这对于面部识别或健康记录等敏感数据尤其重要。

更快的性能：基于云的人工智能依赖于在设备和服务器之间来回发送数据。这种通信可能会引入延迟，从而导致响应时间延迟。设备上的人工智能消除了这种延迟，从而带来更流畅、响应更灵敏的用户体验。

离线功能：并非所有地方都有可靠的互联网访问。即使您处于离线状态，设备上的人工智能也允许人工智能支持的功能发挥作用。想象一下在露营时使用语音命令控制您的智能家居，或者在旅途中翻译语言而无需数据连接。

提高安全性：由于数据处理在本地进行，因此设备上的人工智能减少了黑客的攻击面。这对于处理敏感信息(例如金融交易或医疗诊断)的应用程序至关重要。

电源效率：不断地将数据传输到云端会耗尽电池电量。设备上的人工智能处理减少了对云的依赖，从而延长了设备的电池寿命。