這就是為什么Pixel 4的Neural Core芯片可以改變攝影行業(yè)的原因

Pixel 4的“泄漏”之一談到了規(guī)格，并提到了Pixel Neural Core。這是有史以來在手機中找到的最多的Google產(chǎn)品。

Pixel 3被譽為最佳拍照手機是有原因的。Google使用其HDR +軟件包中的軟件算法來處理像素，當與一點機器學習結合使用時，一些非常壯觀的照片可能來自具有標準配置硬件的手機。

為了幫助處理這些算法，谷歌使用了一種稱為Pixel Visual Core的專用處理器，這是我們在2017年首次與Pixel 2一起看到的芯片。今年看來，谷歌似乎已經(jīng)用一種稱為Pixel Neural Core的東西代替了Pixel VIsual Core。

Google可能正在使用神經(jīng)網(wǎng)絡技術使Pixel 4上的照片更好。

最初的Pixel Visual Core旨在幫助Google的HDR +圖像處理使用的算法使使用Pixel 2和Pixel 3拍攝的照片看起來很棒。它使用了一些機器學習程序和所謂的計算攝影來智能地填充不太完美的照片部分。效果真的很好;它允許帶有現(xiàn)成相機傳感器的手機拍攝的照片質量優(yōu)于或優(yōu)于其他任何手機。

如果我們相信Pixel Neural Core，那么Pixel 4將再一次爭奪智能手機攝影領域的頭把交椅。這就是為什么。

看來Google正在使用以神經(jīng)網(wǎng)絡技術為模型的芯片，以改善其2019年Pixel手機內(nèi)部的圖像處理。神經(jīng)網(wǎng)絡是您可能會提到一兩次的內(nèi)容，但該概念并不經(jīng)常被解釋。 。相反，它看起來像是一些類似于魔術的Google級計算機。事實并非如此，而神經(jīng)網(wǎng)絡背后的想法實際上很容易使您的頭腦wrap繞。

神經(jīng)網(wǎng)絡以類似于人腦的方式收集和處理信息。

神經(jīng)網(wǎng)絡是根據(jù)人類大腦建模的算法組。不是大腦的外觀甚至工作原理，而是大腦如何處理信息。神經(jīng)網(wǎng)絡通過所謂的機器感知(通過機器傳感器等外部傳感器收集和傳輸?shù)臄?shù)據(jù))獲取感官數(shù)據(jù)，并識別模式。

這些模式是稱為向量的數(shù)字。來自“真實”世界的所有外部數(shù)據(jù)(包括圖像，聲音和文本)都被轉換為矢量，并被分類和分類為數(shù)據(jù)集?？梢詫⑸窠?jīng)網(wǎng)絡視為存儲在計算機或電話上的事物之上的額外層，該層包含有關其含義的數(shù)據(jù)-它的外觀，聽起來像什么，它說什么以及何時發(fā)生。建立目錄后，可以對新數(shù)據(jù)進行分類并與之進行比較。

一個真實的例子可以使這一切變得更有意義。NVIDIA生產(chǎn)的處理器非常擅長運行神經(jīng)網(wǎng)絡。該公司花費了大量時間將貓的照片掃描并復制到網(wǎng)絡中，一旦完成，通過神經(jīng)網(wǎng)絡的計算機集群就可以在其中包含貓的任何照片中識別出貓。小型貓，大型貓，白色貓，印花布貓，甚至山獅或老虎都是貓，因為神經(jīng)網(wǎng)絡擁有關于貓“是”什么的大量數(shù)據(jù)。

考慮到該示例，不難理解Google為什么要在手機內(nèi)部利用這種功能。能夠與大量數(shù)據(jù)接口的神經(jīng)核心將能夠識別相機鏡頭所看到的內(nèi)容，然后決定要做什么。也許有關其所見和所期望的數(shù)據(jù)可以傳遞給圖像處理算法?；蛘?，可以將相同的數(shù)據(jù)輸入給Assistant來識別毛衣或蘋果。或者，也許您可??以比Google現(xiàn)在更快，更準確地翻譯書面文本。

毫不費吹灰之力地認為Google可以設計一種可以與神經(jīng)網(wǎng)絡和電話內(nèi)的圖像處理器接口的小型芯片，并且很容易理解為什么要這樣做。我們不確定確切地說是Pixel Neural Core是什么，或者可能用于什么用途，但是一旦“正式”發(fā)布時，一旦看到手機及其實際細節(jié)，我們肯定會知道更多。