AI Benchmark这款软件主要测试了手机使用神经网络识别和处理图像的能力。并通过9个独立的神经网络执行不同的图像识别任务，考察各大处理器的AI处理能力。这9个不同神经网络分别针对不同的识别任务，其一是对象识别/分类，通过输入不同的图片进行训练，AI能够对数量庞大的图片进行区分，在AIbenchmark中，它还使用了不同像素的分辨率来进行识别，以进行更精确和细小物体的检测。
对象识别测试这一点与我们现在常见的“智慧识别”息息相关，虽然各大厂商都已经推出了这项功能，但是在识别准确率上都有所差别，因此这一项在跑分中还是拥有一定的说服力。此外，识别也分为物体识别与面部识别，在面部识别上，AI将会将面部图像分解为不同的特征点，然后通过与库里特征点进行比对，最终输出最近似的结果。面部识别测试在我们的手机上，除了图片搜图片这种多对多的识别方案，也包括多对一的面部识别解锁方案。
相比而言，面部识别方案需要比对的库里数据处理量虽然少，但是在特征点采集上面，面部识别的神经元网络需要经过更深次的细节训练。之前的AI应用在于识别-对比环节，而这一步的AI则偏向图像处理环节。例如在缺少光学变焦的手机上，如果你放大图片的话，你会发现细节部分的噪点会十分突出，这是因为它细节部分全部都是由算法补充出来的。
通过训练，AI能够对缺少过渡部分周围的像素进行识别，并且经过计算后自动填充，使得画面更加平滑自然。使用神经网络对图像进行去模糊处理而语义图像分割则是图像识别的进一步应用，也是立足在大量的图像识别上，然后针对整个画面识别的结果进行分类并加以标明。除此之外，AIbenchmark还测试了照片增强环节，这一项功能比较常见，就是常说的拍照AI模式，能够对画面场景进行识别以后按照预定的算法预设进行调整，比如说画面集体提亮，蓝天白云饱和度拉高等。
分割图像语义前面说了这么多测试全部都是建立在图像识别上，但是对于一般手机而言，大量的图像计算会消耗大量的内存，所以最后一个测试，也是对手机内存大小的测试。内存大小同样会限制识别图像大小说了那么多，我们来看看目前市面上的处理器跑分成绩到底如何。我们将AI Benchmark官方的跑分天梯图奉上，大家也可以自己下载这个软件（搜索AI Benchmark即可），测测自己手机的AI性能究竟如何。
AI跑分排行榜需要说明的是，目前跑分的前三名都是开发平台上测试的处理器。既然平台不同，性能和手机内部的同款处理器有差别也属于正常。同时这个跑分软件也有很大的局限性，比如尚未支持iOS系统等问题，不过相信未来还会有更全面的AI评分标准。毕竟目前的手机AI处理还处在“初级”水平，未来的路还很长，手机阵营三大芯片巨头谁胜谁负还未可知也。
为什么飞机和坦克的速度是用公里/小时计算，军舰是用节来计算速度？
在日常生活中，飞机、坦克或者是我们平时见到的小汽车等日常交通工具（好像在特地时候飞机也有用节来表示速度的），其速度都是使用“公里/小时”来计算的，而各种大型的船只包括军舰在内，它们的速度则是直接用“多少节”来表示，那为什么各种舰船就要“节”而不是用“公里/小时”来结算呢？首先，我们要知道“一节”是一个怎样的速度，一节 = 一海里/小时 = 1852米/小时，为什么一节的速度刚好是1852米/小时呢？因为今天的各种船舶在海上的位置其实是用经纬度来表示的，而用来表示船舶速度的“海里”就跟地球的纬度有关系，因为一海里（1852米）刚好是地球子午线（即经线）上纬度1分（1/60度）的长度，但是地球的形状并不是标准的球型，所以，不同纬度上1分的长度是不同的，比如在赤道上1海里 = 1843米，而在两极则约为1861.6米，在纬度45°时一海里又 = 1852.2米！所以，为了能标准的表示船舶的速度，在1929年的国际水文地理学会议上，通过以纬度1分的平均长度1852米作为1海里的标准长度，这种标准直至今天仍是通用的，有这样的标准计量单位，对于船舶来说，在大海上通过位置来推算距离就好算了很多（不用换算），比如一艘船现在在A点，下一个目标是B点，假设A、B两点的经度相同，纬度相差10度（1度=60分=60海里），那么这两个点之间的距离大概就是10x60=600海里左右，假如我的船速为15节，从A点到B点就需要花上起码40小时！最后，为什么把1海里/小时这样的标准速度称为“节”（Knot）呢？这里也有个典故，据说在16世纪的时候，当时并没有太好的方法来计算船只的航行速度，知道后来水手们想出了一个办法，就是用一条打了很多节的长绳子来测量船的速度，具体做法就是把这条绳子在船尾放下，每隔一段相同的时间，就计算被水流冲走的绳结的个数，然后通过计算就可以算出船的大概速度，而“节”这个单位就一直被沿用下来了。
