厌倦了Siri或谷歌助手耗尽你的手机电池?

萨斯喀彻温大学(USask)一种新的人工智能计算机模型有望使亚马逊、苹果和谷歌的虚拟助手等“智能”应用程序更安全、更快、更节能。

“智能”服务，如面部识别、天气预报、虚拟助理和语言翻译，依靠一种称为“深度学习”的人工智能(AI)技术来预测用户模式。

但这些人工智能过程往往需要太多存储空间，无法在手机上本地运行，因此数据通过互联网被发送到外部服务器，这需要大量电力，从而消耗手机电池，并可能增加用户的隐私风险。

USask电子与计算机工程博士后研究员张浩表示:“我的方法将人工智能计算过程分解成更小的‘块’，这有助于在手机上本地运行‘智能’应用，而不是依赖外部服务器，同时降低能耗。”

“这项研究可能会为平板电脑、手机和电脑等数字设备设计应用程序和操作系统提供一种不同的方式。”

张勇进行了精确的模拟，将他的人工智能模型与现有手机系统上使用的模型进行了比较，发现他的人工智能模型可以同时运行多个应用，比目前市场上的设备更有效率。他的模型运行速度快了20%——在某些情况下快了两倍——并表明电池的续航时间是原来的两倍。这项研究结果发表在《IEEE计算机汇刊》杂志上。

Zhang发现人工智能过程可以有效地使用可变长度的更小的四比特序列处理数据，所以他用这些更短的“比特块”构建了自己的模型。目前的设备使用固定的32位序列来更精确地处理数据。因此，手机或电脑的速度就慢了，需要更多的内存空间来存储数据。

“大比特序列并不总是被要求处理数据，”USask电气和计算机工程教授、张的导师高世民(Seok-Bum Ko)说。“更短的序列可以用来节省电力和提高速度性能，但仍然可以保证足够的准确性，让应用程序运行。”

虽然结果很有希望，张和Ko正致力于将他们的人工智能模型集成到更大的计算机和电话系统中，并测试该模型如何在真实处理器中运行。

Ko说:“如果我们的研究一切顺利，我们可能在三到四年的时间里将我们的模式与应用程序和系统集成。”

张的研究得到了联邦机构NSERC的资助，他认为USask是攻读博士学位以研究深度学习的合适地方。作为香港城市大学的硕士生，他在高景天的指导下，在USask进行交换实习，这段经历改变了他的一生。

他说:“这两所大学有很好的研究合作，这里的实习经验非常棒。”“我们有很好的研究设备，可以支持我做很多实验，研究很多研究课题，特别是深度学习。”