一种新的软件设计方法旨在为移动设备配备真正的人工智能功能

人工智能已一点一点一点一点地地发展起来，逐渐成为公众意识和日常计算机使用的方式。

在人类竞争对手方面获得高调的计算机胜利，例如IBM的Watson在Jeopardy上的胜利！而Deep Blue击败国际象棋冠军Garry Kasparov的经历就是历史书。人工智能和深度学习已经深入地融入了越来越多的最终用户计算领域。

智能手机和其他移动设备也使用AI。到目前为止，人工智能工作已经在云中完成，但是一种新的软件设计方法旨在为移动设备配备真正的人工智能功能。

William&Mary计算机科学家Bin Ren解释说：“移动设备的资源非常有限。” “它的CPU和GPU比云可以访问的要小得多。”

Ren是开发了他们称为CoCoPIE的软件框架的合作的成员。任先生解释说，平板电脑，智能手机和物联网设备（例如运行恒温器的智能恒温器）可以使用实时AI应用程序，而无需对设备进行大量的硬件修改，而这些智能恒温器运行的软件富含CoCoPIE。

任是威廉与玛丽计算机科学系的助理教授。CoCoPIE合作的其他成员还有东北大学的王彦之，北卡罗来纳州立大学的沉西鹏和Perceptin Inc.的Liu Shoshan。

William&Mary的技术转让总监Jason McDevitt说，CoCoPIE具有极好的商业潜力。该大学与东北大学合作，拥有CoCoPIE技术的一组专利正在申请中。

任先生解释说，CoCoPIE遵循协同设计的原理，将压缩和编译器的功能结合在一起，以创建人工智能功能。他教授编译课程，这实质上是从人工编写的编程语言到二进制代码的翻译。Ren解释说，CoCo或压缩/编译概念在理论上很简单，但是要实现却是一个挑战。

他说：“我们设计了一种新颖的压缩技术。” “这是一种修剪技术，我们的工作需要基于模式的修剪。默认情况下，编译器无法从模式中受益，但是我们找到了一种使它们协同工作的方法。”

合作者在现成的三星Galaxy S10智能手机上试用了仅软件的AI方法。他们针对其他软件深度神经网络加速框架和硬件解决方案进行了一系列的图像增强测试。Ren表示，他们发现CoCoPIE在速度和功率效率方面均胜过所有这些解决方案，这是首次在移动设备上实现实时深度神经网络执行。

测试涉及一组图像的操作，这些图像受到智能手机用户的常见操作（着色，样式转换和通过数字超分辨率进行锐化）。任说，这个想法不仅使休闲手机摄像头用户受益。他说，一方面，移动和物联网设备中的本地AI可以帮助警察识别和逮捕犯罪者。

他说：“还有带宽。” “ 移动设备上的AI 将节省大量带宽。”