احتمال هوش مصنوعی گوشی

در آغاز به نظر می‌رسید اپل با چیپ ست A11 Bionic و آنچه که خود «موتور پردازش عصبی» (Neural Engine) می‌خواند، تا سال‌ها هیچ رقیبی نداشته باشد، ولی اکنون که همین باقیمانده نسخه بازپسین ای از NOKIA 1100 با ادعای هوشمند بودن و برخورداری از چیپ ست مجهز به «هوش مصنوعی» (Artificial intelligence) شناسایی شود. ولی چیپ ست‌های دارای هوش مصنوعی در گوشی‌های موبایل واقعاً چقدر مفید و کاربردی هستند؟

اولین چیزی که در ارتباط با این ماجراها باید بدانید، هوش مصنوعی اصلاً رویداد تازه‌ای در گوشی‌های موبایل نیست و از سال‌ها قبل سازندگانی چون اپل، سامسونگ و حتی خود گوگل، از بعضی الگوریتم‌ها و تکنیک‌های مبتنی بر فناوری هوش مصنوعی در درمان دوربین کاربرد می‌کردند. آنچه که طی کم و بیش به یک سنه تازه تازگی پیدا کرده و برای نخستین بار اپل با A11 Bionic به آن دامن زد، «شتاب دهنده هوش مصنوعی» (AI accelerator) و نه خود تکنولوژی هوش مصنوعی است.

واقعیت این است حتی می نا بر روی باستانی ترین گوشی های اندرویدی و آیفون هوش مصنوعی داشت ولی سخت آنجاست که این تکنولوژی مترقی دارای محاسبات وزین و پیچیده است که نه تنها به قدرت پردازشی بالا نیاز دارد، بلکه می تواند به سرعت باتری گوشی های موبایل را هم ببلعد. به همان انگیزه هایی که اشاره شد، در گذشته و به طور مشخص لغایت پیش از A11 Bionic اپل، چندان امکان سهم گیری از این فناوری در گوشی های موبایل وجود نداشت یا کمینه نمی شد خیلی روی آن تکیه کرد. ولی دشوار هوش مصنوعی کجاست؟

هسته‌های پردازشی «پردازنده مرکزی» (CPU) و تا حدی هم «پردازنده گرافیکی» (GPU) برای اجرای نوع خاصی از پردازش‌ها طراحی نشده‌اند و عملاً کل منظوره هستند، می‌توان از هسته‌های CPU برای پردازش تصویر کاربرد کرد، محاسبات مربوط به بازی‌ها را اجرا کرد، فایل‌ها را فشرده سازی کرد و هر آنچه که تصور می‌کنید. در ظاهر کل منظوره بودن هسته‌های CPU یک برتری کبیر برای آن است اما هنگامی که به محاسبات پیچیده و فناوری‌های پیشرفته چون هوش مصنوعی می‌رسیم، سایر این هسته‌های کل منظوره تاثیر مطلوبی ندارند و نه تنها زیاد کُند عمل می‌کنند، بلکه تاثیر آنها به ازای انرژی مصرفی ایده آل نیست.

آنچه که اشاره شد طراحان پردازنده را به سپریدن این کار وا‌داشت لغایت پردازنده‌های اخص ای برای هوش مصنوعی طراحی کنند که به طور اختصاصی برای سپریدن محاسبات و پردازش‌های این فناوری طراحی و بهینه سازی شده باشد. نتیجه آن پیدایش پردازنده‌های مجزا برای هوش مصنوعی است که در ریشه-بن-بیخ عجله دهنده هوش مصنوعی هستند. از آنجایی که این پردازنده‌ها الی جای ممکن برای هوش مصنوعی و پردازش‌ها و محاسبات مرتبط با آن بهینه سازی شده‌اند، بسیار سریع‌تر از هسته‌های CPU و GPU عمل می‌کنند اما یک عیب کبیر دارند و آن همه منظوره نبودن آنها است. خوب یا بد؛ پردازنده‌های هوش مصنوعی کارکرد زیاد محدودی دارند و بر خلاف هسته‌های CPU نمی‌توان از آنها برای هر کاری استفاده کرد.

در چنین شرایطی اگر یک سازنده یا برند هدف داشته باشد به طور جدی از هوش مصنوعی در گوشی‌های خود سهم بگیرد، به یک عجله دهنده هوش مصنوعی کارآمد هم بیچارگی دارد که می‌تواند به طور مجزا بر روی برد گوشی تعبیه شود یا بخشی از چیپ ست (SoC) باشد و اینجا بود که چیپ ست‌هایی چون A11 Bionic اپل با عجله دهنده هوش مصنوعی ظهور کردند. ولی چیپ ست‌های مجهز به شتاب دهنده هوش مصنوعی فقط نیم معادله هستند، نیمه سایر آن در جبهه نرم افزار است.

افزون بر اپل، ظرف  نزدیک  به یک سال اخیر تقریباً همگی طراحان کبیر چیپ ست‌های موبایل به سمت هوش مصنوعی جنبش کرده‌اند یا دست کم کوشش کرده‌اند از رقبا عقب نمانند، از همین رو HiSilicon با Kirin 970 آنچه که «واحد پردازش عصبی» (NPU) می‌خواند را شناسایی کرد، MediaTek از Neuropilot و APU پرده استحصال و کوالکام هم با چیپ ست Snapdragon 660 و پس متعلق به Snapdragon 710، شتاب دهنده هوش مصنوعی خود را به گوشی‌های موبایل آورد. البته ARM که طراح اصلی تقریباً تمامی هسته‌های پردازشی چیپ ست‌های یاد شده است، خویش یک پروژه اختصاصی به اسم Trillium را شناسایی کرده است.

هوش مصنوعی در گوشی‌های موبایل قابلیت یا کارکرد مشخصی نیست و وجود آن در یک گوشی، لزوماً به معنای ارائه همان کارکردها و قابلیت‌های موجود در گوشی دیگری نیست. برای مثال اپل از هوش مصنوعی در شفا دقت قابلیت تشخیص صورت و ارائه قابلیت انیموجی بهره می‌گیرد ولی هواوی متعلق به برای تشخیص محیط و موضوع عکس و متناسب با آن اعمال تنظیمات بهینه استفاده می کند. پس هنگامی که یک گوشی مجهز به شتاب دهنده هوش مصنوعی تعبيه می‌کنید، لزوماً قابلیت‌های مشخصی را دریافت نمی‌کنید. در واقعیت اغلب مواقع کارکرد هوش مصنوعی صرفاً شفا عملکرد قابلیت‌ها و کارکردهای گوشی است و خویش یک قابلیت مستقل و مجزا نیست.

تشخیص اینکه یک چیپ ست واقعاً حائز عجله دهنده هوش مصنوعی است یا نه،  هیچ راحت نیست. برای نمونه چیپ ست Snapdragon 660 کوالکام واقعاً حائز عجله دهنده مجزا برای هوش مصنوعی نیست، در عوض از  «پردازنده سیگنال دیجیتال» (DSP)، هسته‌های CPU و «پردازنده تصویر» (ISP) در ترکیب با بخش‌هایی از پردازنده گرافیکی برای عجله بخشی به هوش مصنوعی بهره می‌گیرد.

ظهور شتاب دهنده‌های هوش مصنوعی در چیپ ست‌های موبایل لزوماً یک موهبت نیست. عجله دهنده‌ها یا موتورهای هوش مصنوعی در چیپ ست‌های موبایل از نظر طراحی همانندی زیاد زیادی با دسته «پردازنده سیگنال دیجیتال» (DSP) دارند و تعریف اینکه موتور هوش مصنوعی به چه چیزی اطلاق می‌شود بسیار سخت است. در همین شرایط هوش مصنوعی دست کم در تبلیغات و بازاریابی در حال بلعیدن کل چیز است، مدیریت مصرف باتری بر پایه هوش مصنوعی، رابط کاربری با توانایی یادگیری، پردازش زبان طبیعی، تشخیص اشیاء و چهره، این ها تنها بعضی از کارکردهایی هستند که این روزها سازندگان و برندها بر راز مصرف کنندگان داد می‌زنند.

نکته مهمی که نباید متعلق به غافل شد، تقریباً هیچ یک از کارکردها و قابلیت‌های بر پایه هوش مصنوعی به انفرادی توسط عجله دهنده یا موتور هوش مصنوعی چیپ ست اجرا نمی‌شود و منابع دیگری چون هسته‌های CPU و GPU و حافظه رم نیز مورد استفاده پیمان می‌گیرند.

ادعاهای مطرح شده در رابطه با هوش مصنوعی هیچ بی همانندگی با آن روزهایی نیست که بر تعداد هسته‌های پردازشی CPU در موبایل‌ها افزوده می‌شود ولی نه تنها مایه افزایش تاثیر نمی‌شدند، بلکه باتری را هم می‌بلعیدند. در آن سررسید تعبیه شمار بیشتری هسته پردازشی CPU تقریباً بیهوده بود اما با گذر سررسید و حمایت جامعه توسعه دهندگان از اپلیکیشن هایی که توانا به سهم گیری از بیش از یک هسته پردازشی بودند، اوضاع تغییر کرد. حال که هم هوش مصنوعی دقیقاً به چنین حمایتی نیاز دارد.

سایت wikipedia