鲁大师发布AI评测：手机也能测“智商”了！

也许几个月前，AI芯片对你来说还是一个非常陌生的词，但近期在华为麒麟970的NPU和iPhone X Face ID的大火之下，或许你也听说了手机AI的魅力。近日，国内致力于手机评测的鲁大师，也正式发布了针对AI芯片的测试项目——【AI性能评测】。通过该项目，用户可以轻松了解到自己手机的AI芯片水平。

AI对于一部手机的意义：更智能更精确

   虽然目前我们的手机已经被称为“智能手机”，但距离真的“智能”其实还有段距离。

   我们现在使用手机的一系列操作，比如解锁、拍照、进入应用，其实都是依靠我们自己的手和眼睛来完成的。而AI的作用，就是手机可以提前预测用户需求，给出相应指导，实现真正的智能化。

   需要注意的是，AI芯片或者称之为AI协处理器与CPU、CPU没有太大关系，因此CPU性能的高低，几乎不会对AI芯片造成多少影响。可以这么说，一个新发布的旗舰芯片的AI能力，取决于这个芯片有没有对AI模块进行优化，如果没有，那么这个芯片性能再强，AI性能也不怎么样。

AI芯片对于手机智能化的提升是非常明显的。比如当下最火的iPhone X的Face ID，以及华为Mate10对拍照场景进行的自动识别分析判断，都与AI有关。例如在Mate10中，按照华为的介绍，NPU在本地化AI计算方面有着很大的优势，针对如图像识别等AI场景的处理，NPU的性能是CPU的25倍、能效是CPU的50倍，而功耗仅有大型处理器的百分之一左右。

在未来，它的优势会更加明显。举个简单的例子：现在女孩子们自拍，要点击使用“美颜模式”，而未来，在拍摄的过程中，手机的AI主动“出击”，拍摄的时候自动识别你在“自拍状态”，手机直接调整到“美颜模式”，不再需要你去选择就能拍出美美的照片。

当然，这一切都还是初级可以预测到的，在未来，AI可以做的还有更多。因此，一部手机的AI能力，是非常值得关注的。可以说，它象征着智能手机的未来。

鲁大师为什么选择AI评测？

   虽然目前AI并不成熟，但它未来发展潜力不可限量。从上文提到的华为麒麟970、苹果A11等不难看出，AI的力量逐步强大，应用也逐步广泛，影响到整部手机只是迟早的问题。

   目前的旗舰芯片，实际已拥有AI模块，譬如麒麟970、苹果A11。因此通过鲁大师AI测试，用户可以从其跑分成绩上，直观地看到每款手机的AI性能究竟有多强。

鲁大师的AI评测是什么？

   鲁大师AI评测使用目前较为常用的三种神经网络Inception V3、ResNet34、VGG16的特定算法，机器识别图片内容，按照概率高低输出可能的结果列表。最终，通过识别效率来判断手机AI性能，进而给出测试评分。

   需要注意的是，这项测试与CPU、GPU性能关系不大，主在测试手机DSP智能模组当中的AI协处理器。可以说，一部手机得分高低取决于该芯片中的AI模块能力。因此有可能发生搭载骁龙835的手机的AI性能测试与骁龙820的手机相近的情况。因为这两颗处理器本来的区别在于CPU和GPU的逻辑性能，AI测试受到DSP性能影响，传统的跑分在这里并不能说明谁更“聪明”。在逻辑性的计算上,骁龙835性能更好，跑分更高。在智慧程度上两者没有本质的区别，AI的得分可能会十分接近。

*科普：

   ResNet34（残差网络）微软的残差网络（ResNet）与传统的顺序网络架构（如AlexNet、OverFeat和VGG）不同，其加入了y=x层(恒等映射层),可以让网络在深度增加情况下却不退化。ResNet架构已经成为一项有意义的模型，其可以通过使用残差模块和常规SGD来训练非常深的网络。鲁大师AI测试设置了34层的深度。 Inception V3 Inception V3是Google开发的一个开源神经网络模型。这种架构先前叫GoogLeNet，现在简单地被称为Inception vN，Keras库中的Inception V3架构提出了对Inception模块的更新，进一步提高了ImageNet分类效果。用了Inception之后整个网络结构的宽度和深度都可扩大，能够带来2-3倍的性能提升 VGG16 VGGNet由牛津大学的视觉几何组（Visual Geometry Group）提出，VGG模型结构简单有效,前几层仅使用3×3卷积核来增加网络深度，增加网络深度可以有效提升模型的效果。比较起ALEXNET, VGG对图片有更精确的估值以及更省空间，而且VGGNet对其他数据集具有很好的泛化能力。

这三种神经网络的作用，简单来说就是判别AI在识别图像中的能力。举例来说：该测试项目会提供一系列被测试的图片，华为Mate10的麒麟970当中的AI协处理器将发挥其作用在测试中对其进行识别（被测试图片右侧为对应的识别结果）。最后三项神经网络都会给出各自的评判分数，其中Inception V3测试成绩为 61分，ResNet34测试成绩为94分，VGG16测试成绩为57分。最后得出总分为212分。

   用户想要参与测试方式很简单：下载鲁大师最新版本v8.5.0.17，进入【AI性能评测】，下载测试包后即可自动开始测试。

   由于该版本刚刚发布，仅有实验室数据，故鲁大师数据中心暂未公布AI排行。相信版本正式发布后，有了大量真实用户参与评测跑分，鲁大师方面必然会给出更为公正合理的排行。

总结

   据悉，鲁大师测试项目已集合了“性能评测”、“体验评测”、“VR评测”以及目前发布的“AI性能评测”。可以说，在手机评测方面，不但加深了深度，同时也扩宽了广度。

   虽然AI在手机实际使用中还尚未被完全开发利用，但从AI的前景来说，鲁大师发布该测试仍然为AI性能水平判断提供了可能。相信在未来手机发展过程中，AI能体现的价值会越来越明显，而鲁大师在此扮演的角色也会越来越重要。