告别百舸争流的时代，如今的智能手机市场越来越像神仙打架，拼的是绝对的技术硬实力，真全面屏、挖孔屏、折叠屏、10倍变焦等三五年前还在小编笔下对未来设想中的技术名词一股脑涌现出来。当然，在这些技术升级或者变革中，IT之家小编觉得，还有一项是不能忽视的——AI。
AI在智能手机中应用的深入，是已经开始的必然，它是让智能手机真正无愧于“智能”这个修饰词的核心技术。如今的手机智能吗？很难说不，但这只是相对于以往的功能机而言的。真正的智能，应该像一个真实的助手，拥有不同维度的感知能力和学习能力，并主动提供服务，当你想购物，她能主动提供比价信息；当你要看电影，会主动推荐你最喜欢的类型，你到达电影院时还能主动显示取票码，甚至当你说话中出现微妙的情绪变化，它也能准确捕捉到，并了解你的心意……这些，都有赖人工智能技术的深入运用。
我们这里说的只是智能手机，事实上，在我们所能看到未来，是万物互联的，悄然走近的5G时代就像一张大网，将电视机、汽车、冰箱、洗衣机、空调、音箱、甚至电表水表等等海量设备，无数终端，都网罗在内，理论上，这些终端都应该具备这种真正的“智能”。
这就是我们所说的边缘化。
5G时代，如何让海量的设备都可以做到真正的智能？这是真正的难题。而在3G、4G时代发挥重要作用的基础连接技术提供商高通，有他的解决之道。我们不妨了解一下。
终端AI和云端AI，相辅相成
刚才我们说到智能手机的AI能力，以及万物互联时代海量终端的AI能力，其实我们在讲一个重要概念——终端侧AI。
终端侧的AI，就是指数据的采集、计算、决策都在前端设备本地进行。相较于云端AI，终端侧AI拥有更好的隐私性、更高的可靠性和更低的时延，同时高效利用网络带宽。
5G，一个新时代的开端，因为它颠覆的是通信系统最基础的连接技术。我们知道，5G将成为一个统一的连接架构，能够利用不同的频谱、满足不同的服务需求、采取不同的部署模式，从而实现万物互连。而终端侧AI，可以说是万物互联时代的“天然绝配”，它能够很好地满足物联网高可靠低时延的核心需求。道理很简单，目前全球已有数十亿的联网终端，未来只会越来越多，海量终端彼此互连并感知周围环境。产生的海量数据全部传给云端进行处理和管理，不容易，也不现实，更影响体验，因此，去中心化，让边缘化的每个终端设备都有智能计算的能力，是必然之路。所以，终端侧AI的应用，至关重要。
而高通，是终端侧AI的关键推动者，也是5G的关键推动者。高通技术副总裁李维兴曾在发言中阐述了为什么高通觉得5G和AI是高度相关的。因为在5G时代，训练、推理将在云端处理，所有的边缘终端都将具备机器学习能力。这就意味着，数据处理将可以在最靠近数据源的位置处理，对云端处理进行补充。5G+AI的战略，也能够保证隐私性、可靠性、低时延和高效性。2019年是全球5G向前发展一个十分关键的时间点，在云端进行AI的训练、推理，在终端侧进行AI的数据处理，这是值得期待的战略。
一方面，集中式的云端AI在大数据训练以及支持时延不敏感的内容和存储中发挥着重要作用，另一方面，AI的具体执行却会越来越多的在无线边缘的海量终端上，两者相辅相成，互为补充，但前提是通过高速率低时延泛在网的5G彼此连接作用。
目前，高通的终端侧人工智能已经可以通过随时随地的网络连接同时与云端协同合作。在面向手势识别、连续认证、个性化用户界面和面向自动驾驶的精密地图构建等方面，通过使用场景来训练终端侧人工智能，这一切的实现都得益于高速的连接和高性能的终端侧智能处理。
高通，终端侧AI的推进者
过去几年，细心的小伙伴会发现，高通其实一直在强调骁龙移动平台的AI能力，事实上，他们也一直在坚持做一件事：将具有强大算力的人工智能技术应用到终端上，推进终端侧AI的发展。
当然，我们这里说终端侧AI，但由于过去包括现在这些年，智能手机是在我们日常生活中离我们最近的、最关键的智能终端设备，所以我们讨论眼下的终端侧AI，很容易还是会落脚在手机上。
举例来说，早在2007年，高通就启动了首个人工智能项目，那个时候，其实还是功能机的天下。经过近10年的积累以及成果取得，高通在2015年骁龙820处理器上正式融入了第一代人工智能引擎Zeroth，在CPU上实现运行神经网络，还采用了当时商用领域最为主流的深度学习框架Caffe，能自动根据用户拍摄的照片进行分类，比如识别出实物和汽车的图像，分别存储在两个不同的文件夹，方便用户更好地管理拍摄的照片；
