Как смартфон стал суперкомпьютером
Изначально в смартфонах, как и в компьютерах, стоял центральный процессор (CPU) с одним или несколькими ядрами, однако с развитием технологий его возможностей стало не хватать. Приложения, чья работа задействует искусственный интеллект, нуждаются в значительных вычислительных мощностях. Для внешне простых действий (например, распознать лицо владельца) гаджету требуется параллельно провести множество операций, и хотя сами по себе они несложны, их количество становится для традиционного CPU значительной преградой.
Так, к центральному процессору производители добавили графический — GPU (такой как на видеокарте в компьютере). Он как раз рассчитан на параллельное выполнение большого числа относительно простых операций. Соответственно, архитектура процессора в смартфоне усложнилась: относительно «медленные» ядра отвечают за фоновые операции и операции, не требующие значительной вычислительной мощности, «быстрые» — за ресурсоемкие задачи.
Однако для некоторых функций и этого оказалось недостаточно, и следующей ступенью стал — NPU, или нейронный процессор. Его еще называют сопроцессором или ИИ-ускорителем. Он применяется в дополнение к графическому и центральному процессорам, увеличивая производительность гаджета и снижая нагрузку на аккумулятор.
Что получает пользователь
Конечно, пока не все смартфоны оснащены NPU, но таких моделей выпускается все больше, а возможности, которые они дают, постепенно становятся такой же частью повседневности, как и сам смартфон.
Наверное, одна из самых часто используемых функций на базе искусственного интеллекта, — фото- и видеосъемка. То, что для пользователя выглядит как наведение фокуса и собственно съемка, в самом смартфоне сопровождается множеством операций: распознаванием сцены и объектов, выставлением лучших настроек, применением алгоритмов для улучшения качества картинки, записью на носитель в хорошем качестве… Кроме того, различные «умные» фото- и видеоэффекты также обычно выполняются с помощью ИИ.
Он задействован и при распознавании изображений, в том числе разблокировки по лицу. NPU повышает надежность этой технологии, так как с ним гаджет лучше понимает, где владелец с новой прической, а где — просто похожий человек.
Без ИИ у нас не было бы голосовых помощников и инструментов с дополненной реальностью, но для их работы часто задействуется не смартфон пользователя, а мощности поставщика услуг. Например, Алиса не будет понимать голосовые команды без интернета, так как эти процессы происходят на серверах «Яндекса». Однако некоторые помощники ориентируются на ИИ в самом гаджете. Как правило, они анализируют больше сведений о своем пользователе и подстраиваются под его привычки, расписание и пр. Обычно это помощники конкретных брендов — Samsung, Huawei, Apple и пр., — поскольку возможности программ определяются в том числе возможностями смартфонов.
То же самое, например, с распознаванием речи и переводом ее в текст или на другой язык. Для смартфонов с ИИ создаются приложения, которые выполняют данные операции непосредственно в телефоне, а значит, могут работать в офлайн-режиме. А еще способности используются в интересных инновационных разработках. Ведь зачем изобретать сложные новые устройства, когда суперкомпьютер уже есть у многих пользователей? Поэтому умные гаджеты применяются не только в быту, для решения личных задач, но и в работе: для быстрых вычислений, распознавания объектов и пр. Рассмотрим, например, как смартфоны помогают здравоохранению.
Смартфоны для здравоохранения
Благодаря распознаванию изображений, а также быстрому анализу информации, смартфону можно поручить различные рутинные операции. Во-первых, это освободит время человека для более сложных задач, во-вторых, машина выполняет подобные задачи быстрее, она всегда внимательна, не устает и не отвлекается.
Так, нейросеть в смартфоне справляется с анализами крови и мазков, рассчитывая лейкоцитарную формулу, проводя пап-тест (скрининг рака шейки матки), диагностируя малярию и пр. Celly.AI оптимизирует работу лаборатории: нейросеть в 10 раз быстрее человека проводит микроскопию мазка крови и уменьшает нагрузку на врачей. А главное, такое решение не требует приобретения дорогостоящего оборудования — достаточно смартфона, приложения и линзы-адаптера, чтобы подсоединить гаджет к микроскопу.
Другая технология работает со слюной — ее образцы нужно поместить в специальную кассету, и дальше приложение анализирует результаты. Оно диагностирует коронавирусы, ВИЧ, болезнь Лайма и даже депрессию и тревожность (об этом расскажет наличие в образце специфических гормонов). Подобные тесты пациент может проводить даже дома, без участия медицинских специалистов.
Чат-боты помогают докторам собирать анамнез и отвечать на самые распространенные вопросы пациентов, другие приложения анализируют истории болезни, выдают наиболее вероятные диагнозы, советуют дополнительные анализы, проверяют сочетаемость лекарств. Для пациентов также созданы разнообразные помощники, которые не только напомнят о необходимости приема препаратов, но и проконтролируют жизненно важные показатели с умных датчиков и передадут их лечащему врачу.
Apple создал целые платформы решений для врача и пациента — ResearchKit и CareKit. Они вовлекают в исследования, сбор данных и разработку приложений все больше людей и таким образом способствуют прорывам в лечении и предупреждении заболеваний. Например, Autism & Beyond с помощью распознавания лиц выявляет признаки аутизма у детей от 18 месяцев. Ранняя диагностика позволит раньше начать лечение и адаптацию детей, что при аутизме очень важно. Mole Mapper по фотографиям родинок отслеживает их изменения, и сейчас специалисты работают над созданием алгоритма, который бы определял меланому на самых первых этапах.
Технологии быстро развиваются, искусственный интеллект становится умнее, а число моделей с нейропроцессорами растет. Скорее всего, и интересных разработок, задействующих возможности мобильного суперкомпьютера, со временем будет все больше. Каждая из них будет отвечать за свои конкретные, специфические задачи, однако в совокупности подобные проекты наверняка позволят медицине — как и другим сферам — сделать качественный шаг вперед. Они оптимизируют работу отдельных сотрудников и целых учреждений, а также автоматизируют многие процессы, которые, как казалось ранее, может взять на себя только человек.
