专栏首页镁客网拔刺 | 手机处理器真的会老化吗?

拔刺 | 手机处理器真的会老化吗?

--- 拔出你心中最困惑的刺!---

在这个用过即弃的时代,不要让你的求知欲过期。

今日拔刺:

1、手机处理器真的会老化吗?

2、人工智能技术在行业里有什么具体的应用?

3、谈及AI时常听到的“神经网络”与“深度学习”到底是什么意思?

本文 | 1675字 阅读时间 | 4分钟

手机处理器真的会老化吗?

会。

手机本身就是一个消耗品,任何电子产品用久了,性能会下降,就会出现卡顿,死机等现象。不过手机的处理器的集成度很高,想要老化也需要十年左右的时间,所以手机出现卡顿的现象和处理器老化并没有很大的关系。

会使手机卡顿的原因有很多种,现在智能手机的平均寿命在1—3年,因为系统与软件不断更新会给硬件带来压力,现在的app随着不断的更新和使用,占用的手机内存也会越来越大,现在的QQ、淘宝等常用APP已经达到了1G多的储存量,手机没了内存,系统跟不上软件的运行,用久了便会出现卡顿的现象。

硬件老化是一方面的原因,另一方面,系统更新后对硬件软件的调控能力都会影响手机的日常使用,比如前阶段苹果升级IOS11系统,很多苹果用户反应升级之后本来流畅的手机会很卡,其实处理器并没有老化,这个锅应该是系统来背。

手机温度过高也是罪魁祸首之一,温度高会使芯片产生电子迁移(因电子的流动所导致的金属原子移动)的现象。将会损坏芯片上的金属导线,从而造成CPU内部短路,温度越高,对CPU的伤害就越大。

事实上,CPU是不会轻易老化的,但是因为任务要求的运算量越来越大,系统更新越来越快,要处理的东西也越来愈复杂,使得CPU被简介老化了。

在这个全民智能的时代里,手机更新换代的速度意想不到的快,几乎每个品牌一年内都要推出三款以上的新机型,处理器也不段的升级换代,在处理器老化之前就已经被淘汰了。

人工智能技术在行业里有什么具体的应用?

近年来随着网络的高速发展,新出现的人工智能也在国内外表现出了超高的热度,人工智能的应用非常广泛,涵盖了很多行业。

首先在居家生活中,门锁的指纹识别,视网膜识别及掌纹识别都用到了人工智能技术。房间里的智能感光系统,智能窗帘,智能电视,智能马桶,智能扫地机器人和智能吸尘器也都有这类技术的应用。

在教育领域,现在打开电视就能看到的智能学习机器人,有自适应学习,虚拟助手,专家系统等方面的功能,个性化程度高。可以帮助孩子辅导功课,相当于一个全能家教。

在医学领域也有很多典型应用案例,医疗机器人在医学领域应用非常常见,比如智能假肢,和帮助病患做康健活动的机器人,甚至有的可以和医生一起进行手术。智能医学影像可以感知环节对患者进行有目的的影响分析,帮助医生进行确切诊断。在医学方面还有一个应用普及更为广泛的,就是智能健康管理,像我们平时带的智能手环,可以测量出脉搏,血压,让人们随时随地了解自己的健康状态并进行管理。

汽车行业,通过人工智能警报系统应用场景导向,也就是智能导航系统,还有无人驾驶系统等,使得社会效率大大提升,同时也能保障驾驶者和行人的安全。

除了上述几方面,身边还有非常多的人工智能应用,比如很多饭店都在使用智能机器人上菜,广泛应用于航拍的无人机,智能导购智能客服等。

谈及AI时常听到的“神经网络”

与“深度学习”到底是什么意思?

AI(Artificial Intelligence),全称叫人工智能,是一种基于计算机的多学科交叉的新兴科学技术。它的作用跟我们想象中的一样,能够代替人类做很多繁重的工作。

而神经网络和深度学习,则是实现人工智能的方式,未来可能用神经网络实现我们想象中的人工智能,也可能以深度学习的方式实现。也就是说,人工智能是目标,而神经网络和深度学习是方法。

那神经网络和深度学习有什么区别呢,相信你已经略知一二,他俩是两种不同的方法。这两种方法既有相同点又有不同点。

人工神经网络是生物学里根据人的大脑里神经元的运转方式而抽象总结出来的一种方法,其特点是通过不断迭代、负反馈的方式求最佳解的过程。

深度学习的概念正是源于神经网络,在神经网络的基础上其含有多个隐含层和多个感知器。深度学习像一种贪心算法,追求从最低层找到一个事物的多种表达方式,比如一幅图像,最简单直接的形式是表达成像素点的形式。同样,图像也可以表达为各种轮廓的边构成,由颜色构成,梯度构成或者更高一层次的元素如:四肢、棱、柱子等构成。在这个基础上对事物进行分类辨别。

从广义上讲,深度学习也是神经网络的一种。传统的神经网络只有输入层、隐含层、输出层。但深度学习则是在多层神经网络的基础上还有特征学习部分,这就是我上面讲的对信息的分级处理。

本文分享自微信公众号 - 镁客网(im2maker)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-09-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 从数据出发,看2016年人工智能产业的变与不变

    镁客网
  • 关于AI的方方面面,参加世界智能大会的李彦宏和马云说了很多

    镁客网
  • 「人物特写」清华大学邓志东:“特征提取+推理”的小数据学习才是AI崛起的关键

    镁客网
  • 人工智能大数据等创造了哪些工作机会?

      作为近年来在无论在科技领域还是投资领域都非常火爆的概念,人工智能大数据等名词被讨论很多遍。这些新技术会带来什么工作机会呢?

    加米谷大数据
  • “人工智能”超越人类还需多少年?

    译者│枫凌 点击标题下「翰文网」可快速关注 “奇点”将在2045年左右到来 人工智能的进步令人惊叹。人们一直在争论这种能力超越人类的“奇点”(技术的奇异性)是否...

    企鹅号小编
  • Gulp折腾之路(II)

    前段时间折腾Gulp,主要是搜寻一些插件,组合之以优化前端开发流程。这段折腾历程除了达成所愿外,给予最大的收获是:只要你想实现某功能,基本就已有对应插件供使用;...

    晚晴幽草轩轩主
  • 图卷积神经网络在交通流预测中的应用总结

    深度学习与交通大数据
  • 图卷积神经网络在交通流预测中的应用总结(附下载方式)

    深度学习与交通大数据
  • 预备知识和符号约定

    YingJoy_
  • 3. 预备知识和符号约定

    如果你已经学习了机器学习课程(如我在Coursera上的Machine Learning MOOC),或者你拥有应用监督式学习的经验,你应该可以理解下面的内容。...

    YingJoy_

扫码关注云+社区

领取腾讯云代金券