Jest powód, dla którego Pixel 3 został okrzyknięty najlepszym telefonem z aparatem. Google używa algorytmów oprogramowania w swoim pakiecie HDR + do przetwarzania pikseli, a po połączeniu z odrobiną uczenia maszynowego niektóre naprawdę spektakularne zdjęcia mogą pochodzić z telefonu, który może mieć standardowy problem sprzęt komputerowy.
Aby pomóc w przetwarzaniu tych algorytmów, Google użył wyspecjalizowanego procesora o nazwie Pixel Visual Core, układu, który po raz pierwszy widzieliśmy w 2017 roku z Pixel 2. W tym roku wygląda na to, że Google ma zastąpił Pixel VIsual Core czymś, co nazywa się Pixel Neural Core.
Google może używać technik sieci neuronowych, aby jeszcze bardziej ulepszyć zdjęcia na Pixelu 4.
Oryginalny Pixel Visual Core został zaprojektowany, aby pomóc algorytmom używanym przez Google do przetwarzania obrazu HDR +, dzięki czemu zdjęcia zrobione Pixelem 2 i Pixel 3 wyglądają tak wspaniale. Wykorzystał trochę programowania maszynowego i tak zwaną fotografię obliczeniową, aby inteligentnie wypełnić części zdjęcia, które nie były całkiem idealne. Efekt był naprawdę dobry; Pozwala telefonowi z dostępnym na półce aparatem fotograficznym robić zdjęcia równie dobre lub lepsze niż jakikolwiek inny dostępny telefon.
Verizon oferuje Pixel 4a za jedyne 10 USD miesięcznie na nowych liniach Unlimited
Jeśli Pixel Neural Core jest tym, za co uważamy, że jest to Pixel 4 po raz kolejny będzie walczyć o pierwsze miejsce w fotografii smartfonem. Dlatego.
Sieci neuronowe
Wygląda na to, że Google używa chipa wzorowanego na technice sieci neuronowej, aby poprawić przetwarzanie obrazu w telefonie Pixel na 2019 rok. Sieć neuronowa to coś, o czym można było wspomnieć raz lub dwa, ale koncepcja nie jest często wyjaśniana. Zamiast tego może wyglądać jak jakiś komputerowy mumbo-jumbo na poziomie Google, który przypomina magię. Tak nie jest, a idea sieci neuronowej jest w rzeczywistości dość łatwa do ogarnięcia.
Sieci neuronowe zbierają i przetwarzają informacje w sposób przypominający ludzki mózg.
Sieci neuronowe to grupy algorytmów wzorowane na ludzkim mózgu. Nie jak mózg wygląda, a nawet działa, ale jak przetwarza informacje. Sieć neuronowa pobiera dane sensoryczne poprzez tzw. Percepcję maszynową - dane zbierane i przesyłane przez czujniki zewnętrzne, takie jak czujnik kamery - i rozpoznaje wzorce.
Te wzorce to liczby zwane wektorami. Wszystkie zewnętrzne dane ze świata „rzeczywistego”, w tym obrazy, dźwięki i tekst, są tłumaczone na wektor oraz klasyfikowane i katalogowane jako zbiory danych. Pomyśl o sieci neuronowej jako o dodatkowej warstwie na wierzchu rzeczy przechowywanych na komputerze lub telefonie i tej warstwie zawiera dane o tym, co to wszystko oznacza - jak wygląda, jak brzmi, co mówi i kiedy stało się. Po utworzeniu katalogu nowe dane można sklasyfikować i porównać z nim.
Przykład z prawdziwego świata pomaga to wszystko nabrać sensu. NVIDIA produkuje procesory, które bardzo dobrze radzą sobie z obsługą sieci neuronowych. Firma spędzała dużo czasu skanowanie i kopiowanie zdjęć kotów do sieci, a po zakończeniu klaster komputerów za pośrednictwem sieci neuronowej mógł zidentyfikować kota na dowolnym zdjęciu, na którym był. Małe koty, duże koty, białe koty, koty perkalowe, a nawet lwy górskie czy tygrysy były kotami, ponieważ sieć neuronowa zawierała tak wiele danych o tym, czym „był” kot.
Mając na uwadze ten przykład, nietrudno zrozumieć, dlaczego Google chciałby wykorzystać tę moc w telefonie. Rdzeń neuronowy, który jest w stanie połączyć się z dużym katalogiem danych, byłby w stanie zidentyfikować, co widzi obiektyw aparatu, a następnie zdecydować, co zrobić. Może dane o tym, co widzi i czego oczekuje, mogłyby zostać przekazane do algorytmu przetwarzania obrazu. A może te same dane mogłyby zostać przekazane Asystentowi w celu zidentyfikowania swetra lub jabłka. A może mógłbyś przetłumaczyć tekst pisany jeszcze szybciej i dokładniej niż robi to teraz Google.
Nie jest przesadą myślenie, że Google mógłby zaprojektować mały chip, który mógłby łączyć się z siecią neuronową i procesorem obrazu w telefonie, i łatwo jest zrozumieć, dlaczego miałby to zrobić. Nie jesteśmy do końca pewni, czym jest Pixel Neural Core ani do czego może być używany, ale na pewno będziemy wiedzieć więcej, gdy zobaczymy telefon i rzeczywiste szczegóły, kiedy zostanie „oficjalnie” ogłoszony.