这就是为什么Pixel 4的Neural Core芯片可以改变摄影行业的原因

Pixel 4的“泄漏”之一谈到了规格，并提到了Pixel Neural Core。这是有史以来在手机中找到的最多的Google产品。

Pixel 3被誉为最佳拍照手机是有原因的。Google使用其HDR +软件包中的软件算法来处理像素，当与一点机器学习结合使用时，一些非常壮观的照片可能来自具有标准配置硬件的手机。

为了帮助处理这些算法，谷歌使用了一种称为Pixel Visual Core的专用处理器，这是我们在2017年首次与Pixel 2一起看到的芯片。今年看来，谷歌似乎已经用一种称为Pixel Neural Core的东西代替了Pixel VIsual Core。

Google可能正在使用神经网络技术使Pixel 4上的照片更好。

最初的Pixel Visual Core旨在帮助Google的HDR +图像处理使用的算法使使用Pixel 2和Pixel 3拍摄的照片看起来很棒。它使用了一些机器学习程序和所谓的计算摄影来智能地填充不太完美的照片部分。效果真的很好;它允许带有现成相机传感器的手机拍摄的照片质量优于或优于其他任何手机。

如果我们相信Pixel Neural Core，那么Pixel 4将再一次争夺智能手机摄影领域的头把交椅。这就是为什么。

看来Google正在使用以神经网络技术为模型的芯片，以改善其2019年Pixel手机内部的图像处理。神经网络是您可能会提到一两次的内容，但该概念并不经常被解释。 。相反，它看起来像是一些类似于魔术的Google级计算机。事实并非如此，而神经网络背后的想法实际上很容易使您的头脑wrap绕。

神经网络以类似于人脑的方式收集和处理信息。

神经网络是根据人类大脑建模的算法组。不是大脑的外观甚至工作原理，而是大脑如何处理信息。神经网络通过所谓的机器感知(通过机器传感器等外部传感器收集和传输的数据)获取感官数据，并识别模式。

这些模式是称为向量的数字。来自“真实”世界的所有外部数据(包括图像，声音和文本)都被转换为矢量，并被分类和分类为数据集。可以将神经网络视为存储在计算机或电话上的事物之上的额外层，该层包含有关其含义的数据-它的外观，听起来像什么，它说什么以及何时发生。建立目录后，可以对新数据进行分类并与之进行比较。

一个真实的例子可以使这一切变得更有意义。NVIDIA生产的处理器非常擅长运行神经网络。该公司花费了大量时间将猫的照片扫描并复制到网络中，一旦完成，通过神经网络的计算机集群就可以在其中包含猫的任何照片中识别出猫。小型猫，大型猫，白色猫，印花布猫，甚至山狮或老虎都是猫，因为神经网络拥有关于猫“是”什么的大量数据。

考虑到该示例，不难理解Google为什么要在手机内部利用这种功能。能够与大量数据接口的神经核心将能够识别相机镜头所看到的内容，然后决定要做什么。也许有关其所见和所期望的数据可以传递给图像处理算法。或者，可以将相同的数据输入给Assistant来识别毛衣或苹果。或者，也许您可​​以比Google现在更快，更准确地翻译书面文本。

毫不费吹灰之力地认为Google可以设计一种可以与神经网络和电话内的图像处理器接口的小型芯片，并且很容易理解为什么要这样做。我们不确定确切地说是Pixel Neural Core是什么，或者可能用于什么用途，但是一旦“正式”发布时，一旦看到手机及其实际细节，我们肯定会知道更多。