手機拍照作為剛需功能，一直是用戶評判一款終端好壞的直接標準之一。受限于物理極限以及摩爾定律，攝像頭和傳感器實現“質”的飛躍，可能性不大。未來幾年，手機攝影的突破點在于AI技術與元器件的深度融合。

近日，在商湯科技與艾瑞咨詢聯合發(fā)布的《2018年中國人工智能手機行業(yè)研究報告》中指出，2006年及以前，手機行業(yè)屬于功能推動階段，從一開始圍繞接打電話到承載拍照、聽音樂、上網等復合功能。2007年至2016年，市場變?yōu)樾阅芡苿与A段，配置成為商家逐鹿的方向。2017年之后，市場進入智能驅動的階段。人工智能開始推動手機產品的迭代，硬件技術的升級需要軟件技術地優(yōu)化和凸顯。

人工智能手機＝AI芯片＋AI功能，即“滿足AI算力需求移動端芯片，且加載了深度學習AI功能的智能手機。”。AI芯片指內置獨立神經網絡計算單元，通過CPU、GPU、DSP及其他通用計算單元聯動賦能。AI功能囊括人臉解鎖、AI拍照、智能相冊、AI智能助手等等。

報告顯示，巨頭廠商扮演了引領者的角色，多方面推動AI手機落地。2018年，我國4G滲透率達70%，手機市場3G向4G升級結構性紅利漸失。部分硬件提升邊際成本和收益不成正比。這種情況下，預計到2022年，搭載AI功能的智型手機出貨量占比，將從2017年的不到10%提升到80%，年銷量將超13億部。AI手機將是未來行業(yè)的產品方向。

盡管在過去的2018年，AI人工智能手機噱頭滿滿，不乏各種炒作以及不著邊際地吹牛皮。但手機攝影取得的巨大進步，主要在于軟件和硅層，而不是傳感器和鏡頭等硬件。AI人工智能可以更好地理解，圖像呈現的內容。預計未來幾年關于手機攝影的常識，將會從硬件思維轉變?yōu)锳I思維。手機制造商們的人工智能技術水平，將會成為手機拍照功能好壞的主要判斷標準，且這種趨勢絲毫沒有放緩的跡象。

2015年，谷歌上線的APP，清晰地展示了人工智能技術與攝影技術融合之后的照片。在此之前，谷歌一直試圖通過機器學習技術對照片進行分類。谷歌的照片APP直接面向消費者提供人工智能服務，這對于大多數人而言，是難以想象的。“突然之間，用戶可以從雜亂無章、數以千計的圖片庫，轉換為可搜索的資料庫”，“突然之間，谷歌就知道你的貓看起來像什么”。

據雷鋒網了解，2013年，谷歌收購了多倫多大學一家神經網絡方面的初創(chuàng)公司DNNResearch，用以推動谷歌基于語音和圖片的搜索功能。該公司通過訓練人類標記的數據，訓練深度學習網絡，此過程被成為監(jiān)管學習（Supervised Learning）。具體而言，在數百萬張圖片上訓練網絡，以使得它能夠通過像素級別的視覺線索，來幫助圖片識別分類。隨著時間的推移，算法將會識別得越來越準確。

比如，一個大熊貓，囊括了可以正確識別熊貓動物品類，黑色皮毛與白色皮毛的比例，以及和荷蘭奶牛皮毛的區(qū)別。進一步訓練以后，理解更加抽象的詞匯成為可能。例如，“動物”、“早餐”等，對人類而言比較簡單，但對機器來講，屬于沒有視覺輸出的詞匯。

訓練完以上的模型，需要大量的時間以及整理能力。一旦數據中心完成之后，它將可以以低功耗、便捷的方式在設備上運行。如今，前期這些繁重的工作已經完成，只要把照片上傳到云端，谷歌就可以通過模型來分類、標記整個圖片庫。

谷歌圖片功能發(fā)布大約一年之后，蘋果發(fā)布了基于神經網絡（類似谷歌）的搜索照片功能。但鑒于蘋果用戶隱私條例的承諾，蘋果的分類功能實際上是在每個設備中單獨進行的，設置后在后臺進行，并不發(fā)送數據，用時長達一到兩天時間。

盡管和照片智慧管理是一回事，但人工智能和機器學習，毫無疑問，對于照片拍攝具有重大意義。攝像頭和傳感器可以“比大更大”，可是又起到怎樣的作用呢？攝像頭、傳感器已經達到物理極限。如今，在某些情況下，手機拍攝的照片比傳統照相機拍得更好已經不是什么“稀罕事”。其背后深層次原因在于，傳統相機無法在芯片維度與手機競爭。手機芯片系統包括CPU、圖像信號處理器、越來越多的神經處理單元NPU。

硬件的改變促成了計算攝影時代的到來，廣義上的概念，涵蓋了從人像模式的“假景深”到算法，一切計算形式，幫助手機拍攝出難以置信的手機照片。不是所有的計算攝影都包括人工智能，但人工智能肯定是重要的一個部分。過去，蘋果手機正是基于此，驅動雙攝像頭的人像模式。iPhone一個攝像頭的圖像信號處理器通過機器學習區(qū)分人，另一個攝像頭創(chuàng)建深度圖隔離主體、模糊背景。

這項技能在2016年就出現了，所以，通過機器學習識別人并不是什么新生事物。照片軟件組織（photo organization software）也早已經做到這一點，智能手機拍照的突破在于，實時性的處理速度。然而，谷歌才是這一領域的領導者，三代Pixel所展示出的結果令人信服。HDR+是一種默認的攝影模型，通過復雜的算法，融合幾張曝光不足的幀合并為一幀。就像谷歌計算攝影的負責人Marc Levoy所言，“機器學習只會隨著時間的推移變得更好，同谷歌照片軟件一樣，谷歌已經在一個巨大的、被標記的照片數據庫上訓練人工智能。進一步幫助相機的曝光，就像Pixel 2，產生了令人印象深刻的照片質量基準。”

前幾個月，谷歌推出了Night Sight（夜景）功能，Pixel通過機器學習技術以長曝光來精準地預測白平衡和色彩。其中，Pixel 3效果最好，可能是算法隨最新的硬件進行了迭代。這套算法適用于谷歌所有Pixel系列，甚至是缺少光學圖像穩(wěn)定性的工程機。這也從側面說明了，于移動攝影而言，相機的軟件比硬件更為重要。簡而言之，在人工智能的“操持”下，硬件因此擁有了更大的提升空間。

據雷鋒網了解，華為的Nova 4以及榮耀的View 20，首次采用了索尼IMX586圖像傳感器，4800萬像素，意味著現階段的最高級別分辨率。盡管如此，仍然需要在很多極其微小的單元填滿像素，對圖片質量產生不確定性影響。榮耀“AI Ultra Clarity”（人工智能超清晰）模式，擅長于最大限度地利用分辨率，解擾傳感器不常見的色彩濾光器，釋放出額外的細節(jié)。用戶可以將圖片放大，“海報”級照片應運而生。

圖像信號處理器在某一段時間非常重要，隨著計算攝影技術的進步，NPU將會發(fā)揮重要的作用。雖然蘋果公司的A11仿生芯片最先觸達消費者，但華為是率先宣布在自家麒麟970上，采用人工智能芯片的公司。全球最大的安卓處理器供應商高通公司，并未將機器學習作為戰(zhàn)略重點。谷歌開發(fā)了自己的芯片Pixel Visual Core，用以幫助人工智能相關的圖像處理。蘋果最新的A12仿生芯片具有八核神經引擎，可以在core ML中運行任務，直接與圖像處理器相連接，比A11快九倍?？梢愿玫貙?，生成更真實的景深。

所以，芯片對于對于機器學習的效率和性能至關重要。需要說明的是，谷歌的算法是在大型計算機上訓練的，大型計算機擁有發(fā)達的GPU以及英偉達深度學習Tensor Core（張量計算核心），大部分工作可以“提前”完成。一旦將機器學習的計算能力搬運到移動端設備上，可以預見，在相當長的一段時間內，屬于前沿性研究。

即使目前處于計算攝影的早期階段，神經引擎可以減少手機拍照的處理負擔，隨時間的積累，運行速度越來越快。拍照作為任何手機最基本的功能，面部ID、人臉識別解鎖、AR視頻、AI人像、景物美化、相冊智能分類、智能場景識圖......在過去兩年時間，已經深入滲透到普通人的日常生活中。

《2018年中國人工智能手機行業(yè)研究報告》顯示，語音助手、人臉解鎖、智能光線拍攝、美顏和識圖成為2018年中國AI智慧手機用戶最經常使的TOP5功能。人臉解鎖、語音助手、隨行翻譯、智能光線拍攝、AI雙攝／三攝、背景虛化成為用戶認為最有價值的TOP5功能。

雷鋒網認為，指數級增長遇到物理極限這個“天敵”，沒有休止地持續(xù)增長逐步放緩。未來誰能夠拯救停滯不前的移動攝影，答案不言自明！

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。