在高通祭出骁龙820、三星祭出Exynos 8890先发制人后，联发科终于发布了传闻已久的Helio X20。在发布会上，联发科除介绍了X20的各种技术细节外，还透露其未来的处理器将会支持Deep Learning、Computer Vision以及LTE Advanced三项技术，一定程度上改变了大家对联发科只能做低端的传统偏见。
三项技术中，Computer Vision用于在VR当中提供更真实的画面、而LTE Advanced着眼于4G+以及5G，那剩下的Deep Learning是什么东东呢，它又会对智能手机产生什么样的改变?
Deep Learning为手机带来阿尔法狗
前不久，谷歌研发的阿尔法狗(AlphaGo)以4比1大比分战胜韩国围棋九段李世石，彻底引爆了社会关于人工智能的讨论，虽然结论众说纷纭，但已经世 界排名第二的阿尔法狗无疑成为了最大赢家，也顺带让大家认识了谷歌旗下研究人工智能的部门DeepMind，而今天我们要讨论的Deep Learning就是与其类似的技术。
从字面上看，Deep Learning直译为深度学习非常恰当。简单而言，就是手机等电子设备可以自行自我的深层次学习，将机器学习和系统神经科学的先进技术结合起来，建立通用学习算法，让手机理解使用者的使用习惯，从而自动改变手机设置来更适应使用者。
在以往智能手机的雏形中，我们其实已经见过类似的案例，比如现在各大系统内置的语言助手，它可以回答人们各种有卵用或没卵用的询问，响应人们打开应用、 听歌说笑话、设置提醒的要求，但这个程度的智能是建立在以语音为媒介、语义理解为基础的前提下的，除开第一次使用的新奇感，之后就鲜有问津。
而不需要与用户交流的智能程序也有，比如在iOS 9中：搜索栏可进行简单的数字计算和换算;最左侧的搜索界面会根据用户不同时段的使用频率推荐联系人、应用、附近地点;插入耳机自动播放刚才未播完的音乐，根据邮件信息推测来电人身份 (未保存通讯录)等等。
某种程度上，现在的智能手机多少有些名副其实的“智能”了，但这种智能程度还比较初级，多依赖数据的积累总结规律，有时还要用户进行设置、对话来触发， 停留在系统层面的软件处理，而我们所说的Deep Learning则是以硬件驱动的智能系统，它会让手机更进一步智能化，让阿尔法狗服务于每一个用户。
智能手机的进化：更懂你我
早在2014年，联发科就曾宣布与百度合作研发基于异构计算芯片的超智能手机平台，它利用百度的深度神经网络技术(Deep Neural Network)，全面挖掘手机芯片的潜在能力，在此基础上实现超级智能。目前，联发科已经开放了Deep Learning的SDK，可以通过声纹识别、图像辨识两方面的技术来提高手机的身份识别准确度和智能程度。那这种能力还原到我们实际生活中是什么样呢?
首先是通过各种传感器的配合，让手机自适应用户不同时间段的生活状态。比如我们喜欢早上坐地铁的时候查看新闻资讯，Deep Learning就会通过GPRS、气压计、光线传感器等数据判断我们所处的环境，适时调整屏幕的色温来更适合阅读，并对相关的新闻、电子书软件预启动， 整合推送用户感兴趣的内容，同时提高这些软件的网络使用优先级，让用户只用把心思放在阅读本身即可。在关灯睡觉前同样如此，Deep Learning会让系统去除掉屏幕的蓝光，并把亮度调到最低以保护我们的视力。
除此之外，Deep Learning还可以让手机变身成一个综合控制中心，成为所有智能家居、外设的核心。比如，当手环之类睡眠智能硬件感觉到用户即将苏醒时，就会把信息发 给手机，通过Deep Learning为用户安排适宜季节及用户身体状况的早餐，然后启动相关智能厨具完成，用户起床拿起早餐出门还会发现，自己的电动汽车早已在楼下待命。用 户下班前，Deep Learning会远程控制家里电器的开关，例如热水器提前煲热水、电饭煲自动煮饭;更聪明的是，它还会读取用户的通讯软件、邮件等通讯信息，判断用户是 否可能会延迟回家(例如从微信中得知晚上有饭局)，来暂停或中止家里电器的运行，成为生活最佳的智能控制中心。
最后，它还可以让手机的摄像头识别拍摄的物体，成为人的第三只眼睛，大大增强AR技术的实用性。比如，如果你在街边广告牌上看到明星穿的一件好看衣服， 可以拿起手机拍摄并进行识别，Deep Learning会找到这件衣服的品牌或类似产品，并为你指出离你最近的销售该产品的商场。而如果这件衣服安装了智能纽扣之类的硬件，手机更是可以直接引 领你找到它，并通过NFC识别在手机端显示出该产品的信息及售价，如果你喜欢，直接用NFC支付即可带走。
以上的一切，或许就是Deep Learning带来的改变。让手机更懂你我。
实现的前提：硬件+算法+大数据+网络
可以说，上述描述的生活已经相当科幻了，甚至有些天方夜谭，那它真的可以实现吗?通过什么来实现呢?
Deep Learning实现的前提首先自然是强大的芯片运算能力，现在的处理器能力虽离超级计算机还很远，但满足简单的智能应用是没有问题的;所以，Deep Learning的实现更多要依赖于手机中的诸多传感器传导光线、距离、位置、温湿等数据，来反映用户的使用状态或周围环境情况，再通过对应的算法，为功 能智能化提供决策依据。
然而，光有传感器数据还不够，要完成整套的智能行动，还需要海量的大数据作为支撑，所以通过软件系统收集用户的各种信息就特别充分必要。但是，收集过程中如何保护用户隐私也是个亟待解决的问题，既要避免被第三方破解，也不能让手机厂商或者系统持有者随意利用。
再者，网络速度对于Deep Learning解析数据、匹配最佳解决方案也是至关重要的。目前的4G网络虽然速度很快，但即时性不能得到保障，最终反应到用户体验上就会有又慢又呆的 感觉，久而久之就不愿意再使用了。相较之下，最佳的方案必然是正在研究制定的5G标准，它才能最大限度满足超低延迟下传输数据，实现实时的处理。
总结
如果用一句话来总结Deep Learning，那就是：它能让手机真正的智能起来，但目前还需要一点时间。毫不夸张的说，Deep Learning为每个用户的手机都带来了一只神奇的阿尔法狗，它依靠各类软硬件、大数据、高速网络彻底改变了我们的生活方式，极有可能还会顺带掀起智能 家居、智能电器的热潮。
而一贯以高性价比形象出现的联发科，能前瞻性的展开Deep Learning的合作研究，多少给Helio的高端品牌之路加了点分。
