4 Informasi Yang Perlu Anda Ketahui Tentang AI di Perangkat Smartphone

5 Hal Yang Perlu Anda Ketahui Tentang AI di Perangkat Smartphone

Pasti apabila anda melihat di berbagai media review perangkat gadget atau dari website resmi smartphone yang mau anda beli pasti anda ini tidak asing dengan istilah “AI” alias Artificial Intelligence alias kecerdasan buatan. Fitur ini menggunakan teknologi yang dinamakan Neural Network dalam menentukan hasil dari suatu proses data menggunakan proses urat saraf yang mensimulasikan seperti otak manusia.

Pada kondisi tertentu yang membutuhkan presisi data dan proses yang rumit Neural Network membantu menghasilkan ketepatan hasil dan juga kecepatan dalam proses. Saat ini pada umumnya fitur AI disematkan pada sisi kamera yakni untuk kebutuhan Face Unlock, Image Recognition (Deteksi Objek) serta improvisasi gambar. Namun berkembangnya riset berbagai vendor juga menerapkanya untuk kebutuhan diluar kamera salah satunya untuk fitur Assistant Pribadi dan terjemahan kata. 

Tanpa berbicara panjang lebar kita bahas yuk 5 hal informasi yang perlu anda ketahui tentang AI di perangkat smartphone. 

1.  AI Yang Ada di Smartphone Sesungguhnya Bukanlah Benar-Benar AI, Melainkan Hanya “Light AI” 

Contoh Penerapan Neural Network Untuk Fungsi Image Recognition (Deteksi Objek) (Sumber: Nvidia) Klik untuk Perbesar

Fitur AI yang disebutkan oleh beragam vendor dan media sesungguhnya bukan AI yang sesungguhnya. Kenapa bisa begitu min? Soalnya proses pengolahan neural network yang ada di smartphone hanya setengahnya saja. Info lengkapnya anda bisa tuju kepada gambar diatas dalam penerapan Image Recognition. 

Studi kasus: Developer ingin menerapkan fitur AI yang bisa membedakan objek dengan benar di aplikasi kamera yang telah dirilis di platform Android miliknya 

Step 1 : Developer menyiapkan beberapa data gambar kucing dan gambar lainya untuk training/melatih Neural Network. Setelah dikumpulkan dengan bantuan framework dan juga superkomputer (Minimal Server mini atau superkomputer) dengan bantuan akselerasi GPU, sistem memberikan latihan dari data data yang ada, menghasilkan apa yang disebut jaringan saraf yang sudah terlatih yang bisa mendeteksi objek dengan benar. 

Step 2 : Jaringan saraf yang sudah terlatih tersebut dikirimkan melalui perangkat smartphone dengan cara di bundling melalui aplikasi kamera yang dia rilis tentu dengan beberapa contoh database nama objek. 

Step 3 : End User alias pengguna smartphone menggunakan aplikasi tersebut untuk mendeteksi objek tertentu. Pada tahap inilah System on Chip (SoC) aka processor di smartphone berperan dan menggunakan jaringan saraf yang sudah terlatih tersebut untuk mencocokan gambar yang diambil melalui kamera dengan database yang disediakan oleh developer. Proses ini dinamakan Inference alias pencocokan. mengingat jaringan saraf yang ada sudah terlatih, maka pencocokan objek bisa dilakukan di perangkat SoC smartphone yang lebih lambat dibandingkan superkomputer. 

Pada dahulu awal jaman AI di smartphone hadir, developer langsung menskip proses ketiga dan memilih proses Inference alias mencocokan gambar secara Cloud (melalui server/superkomputer) nantinya hasil akan dikirim menggunakan internet. Namun sekarang karena perkembangan processor semakin cepat proses Step 3 dilakukan di perangkat oleh karena itu munculah istilah “On-Device-AI”. 

2. AI Tidak Hanya Digunakan Untuk Fotografi  dan Selfie Saja

Pada awal artikel admin menyebutkan bahwa teknologi Neural Network tidak hanya digunakan untuk kebutuhan fotografi dan selfie saja. Banyak kebutuhan saat ini yang sudah dilakukan dengan teknologi ini namun banyak yang tidak mengetahuinya. Kami memberikan beberapa contoh. 

1. Google Translate : Google menggunakan teknologi Neural Network untuk membantu menerjemahkan kata per kalimat secara offline agar menghasilkan kata yang lebih presisi. Hal ini sebelumnya bisa diproses melalui server (Online) sekarang bisa dilakukan di perangkat. 
2. Teknologi Face Unlock : Mulai dari Android 7.0 kesini fitur ini sudah menjadi wajib ada pada smartphone. Fitur ini sudah tersisipi teknologi Neural Network juga di dalamnya. Salah satu fungsinya adalah untuk beradaptasi dengan perubahan pengguna. Kita tidak mungkin kan harus potong jenggot atau kumis dulu biar smartphone kita kebuka karena alasan wajah yang terekam untuk face unlock dulu tidak memiliki jenggot? Fitur AI lah yang akan menyesuaikan dan bahkan beradaptasi. Beberapa vendor smartphone seperti Huawei dikabarkan gelontorkan dana untuk riset dibidang AI agar fitur ini bisa presisi. 
3. Akselerasi Performa Smartphone : Seperti yang kita ketahui pada Android aplikasi yang kita tutup belum tentu dia tertutup sepenuhnya. kadang masih berjalan di smartphone. Walaupun Android akan menutup aplikasi yang sudah lama tidak terpakai akan tetapi kadang aplikasi yang tertutup itu malah kita ingin pakai terus. Hal inilah fungsi AI berperan akan menyeleksi mana aplikasi yang benar harus di tutup paksa atau mana yang hanya jalan sementara saja. 

Dan masih banyak lagi implementasi AI yang bakal dihadirkan oleh vendor smartphone ataupun developer pihak ketiga lainya. 

3. Pengolahan AI di Smartphone Bisa Dilakukan di SoC Biasa, Tidak Wajib Membutuhkan Komponen NPU 

Fitur AI sebenarnya sudah hadir sejak lama akan tetapi seperti yang saya jelaskan sebelumnya full prosesing dilakukan di Cloud. Hal ini berubah semenjak Apple dan Google meluncurkan program Neural Network masing-masing. Apple pada peluncuran iPhone X mengumumkan SoC Apple A11 Bionic. Pada SoC ini tersemat komponen bernama “Neural engine” sesuai namanya berguna untuk prosessing berbasis Neural Network fitur yang menggunakan Neural Engine seperti : Emoji, Siri dan FaceID. 

Tidak berselang lama berbagai vendor SoC menghadirkan komponen serupa seperti yang dilakukan oleh Apple akan Neural Engine. Huawei menghadirkan Neural Processing Unit (NPU) yang terintregrasi, Google menghadirkan Tensor Processing Unit (TPU) untuk perangkat Pixel. Beberapa SoC lain juga lakukan hal serupa. 

Tentu agar fitur AI bisa dirasakan oleh orang banyak dan permudah developer mengelola aplikasi semenjak Android 8.1 telah mendukung apa yang disebut “Android Neural Network API” sederhananya memungkinkan smartphone apa saja bisa menjalankan teknologi AI tanpa harus memiliki komponen khusus terdedikasi seperti yang saya sebutkan diatas. Hal ini terjadi karena Android NN API menggunakan komponen yang umum ada di SoC seperti CPU, GPU dan DSP sehingga SoC biasa sebut saja Snapdragon 450 atau Mediatek Helio P22 juga bisa melakukan fungsi prosesing “on-device AI”. Developer juga dipermudah karena mendukung framework terkenal yakni Tensorflow.  

Kehadiran Android NN-API ini tidak menggantikan fungsi berbagai komponen terdidikasi karena berbagai vendor sudah menyatakan dukunganya akan Android NN-API. Jadi nanti prosesing Neural network bakal dikelola oleh CPU, GPU, DSP + Komponen AI terdedikasi tersebut. jadinya performa semakin meningkat jadi tambah gokil kan?. 

 4. Contoh Penerapan AI di Berbagai Vendor SoC Smartphone

Setelah menjalaskan panjang lebar pasti ada yang nanya, penerapan AI di vendor smartphone yang saya pake apa sih? oke akan admin berikan jawabanya ya gan : 

1. Qualcomm: 
   A. Nama Marketing :  Snapdragon AI Processing Engine (AIE). Qualcomm Zeroth.
   B. Tools Developer : Snapdragon Neural Processing Engine SDK, Android Neural Network API.  
   C. Komponen : CPU, GPU, VPU, DSP (Dan dirumorkan kedepan akan gunakan komponen NPU terdedikasi). 
   D. Dukungan SoC : Semua SoC yang mendukung Android 8.1. namun untuk prosessing yang menggunakan DSP hanya hadir di beberapa SoC yang memiliki label AIE. Contoh SD 660, SD 670, SD 845 dsb.
2. Mediatek :
   A. Nama Marketing : Mediatek NeuroPilot Edge AI. 
   B. Tools Developer : Mediatek NeuroPilot SDK, Android Neural Network API. 
   C. Komponen : CPU, GPU, VPU, DSP, APU (AI Processing Unit). APU Merupakan lkomponen terintregrasi khusus untuk prosessing AI dari Mediatek. 
   D. Dukungan SoC : Semua SoC Mediatek yang mendukung Android 8.1 menggunakan CPU, GPU dan DSP. namun untuk komponen APU hanya mendukung di beberapa SoC seperti Helio P series (Helio P60 dan Helio P70) dan dukungan VPU hanya hadir di Helio X series dan beberapa SoC Helio P lawas seperti Helio P30.
3. Huawei (HiSillicon) :
   A. Nama Marketing : Huawei HiAI. 
   B. Tools Developer : Huawei HiAI Engine, Android Neural Network API. 
   C. Komponen : CPU, GPU, VPU, DSP dan NPU (Neural Processing Unit). 
   D. Dukungan SoC : Kirin 970 dan Kirin 980 menggunakan dukungan semua komponen (CPU, GPU, VPU, DSP dan NPU) untuk selain itu umumnya menggunakan CPU, GPU, VPU dan DSP saja.
4. Samsung :
   A. Nama Marketing : ???? (Umumnya disebut sebagai AI saja) 
   B. Tools Developer : Android Neural Network API, ???? (belum diketahui tools khusus Exynoss). 
   C. Komponen : CPU, GPU, DSP, VPU dan NPU (Di SoC Exynos 9820 mendatang untuk Galaxy S10). 
   D. Dukungan SoC : Semua SoC Exynos menggunakan CPU, GPU, DSP, VPU dan mendatang Exynos akan menggunakan NPU terdidkasi. 

Terima kasih, Semoga membantu dan bermanfaat apabila ingin mencopas artikel, harap sertakan sumbernya. capek uey ngetiknya 🙂 

Kamus Umum : 

– Neural Network : jaringan saraf buatan yang dibuat dalam pelatihan AI nantinya akan bermanfaat dalam prosesing AI. 
– SoC (System on Chip) : Nama lain dari processor sesuai namanya isinya berbagai macam “otak” untuk berbagai fungsi. seperti 

A . CPU : Central Processing Unit. “Otak Utama” untuk proses data. 
B.  GPU : Graphics Processing Unit: Otak untuk prses gambar 2D dan 3D seperti game. tapi jaman modern ini juga bisa untuk bantu akselerasi agar kegiatan seperti pembuatan video jadi lebih cepat termasuk untuk akselerasi AI juga. 
C. DSP : Digital Signal Processing : Otak yang memiliki konsumsi rendah di desain khusus buat kebutuhan tertentu. Umumnya untuk bantu proses foto dan video dan pemutaran audio. tapi kesini DSP bisa buat bantu akselerasi AI juga. 
D. VPU : Video Processing Unit kadang disebut juga multimedia processing unit. sesuai namanya tugasnya buat video playback biar lancar nonton Hentai dalam format 4K dan juga video encodng saat pembuatan video. 
E : Komponen AI prosesing terdikasi : Sebenarnya gak ada sebutan resmi dari komponen ini ada yang sebutnya NPU, VPU, APU dsb tujuanya sama untuk prosesing neural network agar bisa lebih cepat dan efisien dilakukan di perangkat gadget. Soalnya kalau dilakukan di komponen sendiri yang lain bisa idle jadinya hemat daya deh.