DeepMind的AI项目如何修复Android系统糟糕的电池状况

谷歌的Android Pie操作系统使用DeepMind的人工智能来改善你手机的电池寿命。不过这会有哪些不同之处呢？

2014年1月，谷歌斥资4亿英镑收购了总部位于伦敦的人工智能公司DeepMind。当时，还不清楚谷歌和现在的母公司Alphabet将会从中得到什么。四年后，专注于为谷歌开发人工智能的DeepMind团队开始获得回报。

谷歌推出其最新的移动操作系统Android Pie，涉及到DeepMind迄今为止在现实世界中最大的机器学习推广。而且它的人工智能有一个雄心勃勃的目标。该公司希望解决现代智能手机最令人头疼的问题之一：电池续航时间不佳。

自2017年春季以来——在开发者预览版Android Pie发布之前，DeepMind位于伦敦总部的团队开始与谷歌的同行合作。其结果是在操作系统中引入了两个人工智能系统。自适应电池，它的目标是阻止应用程序在后台消耗电池寿命，以及自适应亮度，它可以根据手机所在的环境自动调整屏幕。

Android工程师Ben Murdoch说，Android Pie开发者版、beta版和一般发布版本的第一批数据显示，该系统正在运行。在Android设备后台运行的应用程序唤醒中央处理器（CPU）的频率减少了30%，通过Wi-Fi和移动信号传输的数据在某些情况下已经减少到了20%。这两种情况都减轻了电池的压力。

“我们已经看到了我们所说的差异的减少，”默多克补充道。“大多数用户都很熟悉这一天，你的电池消耗的速度比你预期的或者正常情况下要快得多。”我们把这些不可预测的事件称为“糟糕的电池日”。我们在那些糟糕的电池时代里处于统治地位。”

尽管Android Pie已经公开亮相，但该系统仍处于相对较早的阶段。8月6日，该操作系统的公开版本已经发布，但仍只能在少数几款手机上使用。目前有超过20亿台运行Android版本的设备，但大多数都是老式的操作系统。（谷歌最近的一次故障是在Pie发布之前发布的，称只有14%的设备在运行Oreo。）

那么，潜在的电池节省技术背后的人工智能是如何工作的呢？“这个模型是一个深度卷积神经网络，”Chris Gamble说，他在DeepMind的团队中工作，为谷歌开发产品。卷积神经网络通常被用于机器学习领域，并且已经在从自动驾驶汽车到图像识别技术等各个领域进行了测试。

DeepMind的人工智能分析了使用Android设备的人如何使用他们的应用。“它有两层，它使用应用的时间戳来预测该应用何时会被打开，”Gamble说。机器学习模型学习了应用程序使用的模式——去掉应用程序的名称和细节，以阻止它们被偏见地处理——来预测哪些应用会被定期使用。然后，每个应用程序被分配一个可能被打开的可能性。“如果两个应用程序的使用方式相同，那么它们可能会得到相同的预测，因为它们会有相同的输入数据，”Gamble说。“但事实是，它们可能是两个完全不同的应用。”

人工智能将每一款应用划分为四个桶中的一个，从而节省了电池寿命。每一个桶都有不同的限制，这阻止了某些特定手机行为的发生。默多克说，这四个木桶分别为：正在被使用或者最有可能被使用的活跃的应用程序；工作集，可能很快就会使用；经常使用的应用程序；以及那些很少被使用的。

放置在工作集合中的应用程序可以不受限制地运行，而放置在较低优先级桶中的应用程序有不同的限制。“随着应用程序开始发现自己在工作集，频繁和罕见这几个桶的限制增加了，”Murdoch 说。“对这些任务的限制可能是：设备必须充电，或者设备必须有网络连接。”其他的限制可能会是阻止应用程序设置闹钟的功能以唤醒手机。应用程序也可以被限制响应通过云接收的消息，而对于很少使用的应用，它们的背景和网络活动完全受到限制。

这可能会影响用户体验。当Android Pie用户使用自适应电池时，它会警告说：“通知可能会被推迟”。因此，如果你不经常在手机上使用Facebook，你可能会看到推送通知的延迟。应用程序每小时被扫描一次，以预测它们的使用情况，并且人工智能处理都是在每台设备上单独完成的。

此前，DeepMind已经将人工智能部署到了谷歌的数据中心。它的机器学习直接控制着巨大的服务器和网络基础设施的冷却，这些公司声称这种装置可以节省能源。不过，手机是另一种业务。

“在移动设备上进行机器学习是极其复杂的，”Gamble说。虽然它比以往任何时候都更强大，但手机仍然没有更大的系统的计算能力，这些系统可以依靠更多的资源来处理数据。“我们所确定的一件事是，模型的第一次迭代是非常计算密集型的，”Gamble补充道。这对于那些不是高端机型的手机来说尤其重要。自适应电池和亮度最初是在谷歌的Pixel设备上进行测试的，但它被扩展到其他手机上，因为它被移出了原型机。

为了解决机器学习模型的任何问题，Android和DeepMind已经在2019年Android Q发布之前更新了人工智能系统，这使得它在现实世界中得到了更广泛的应用。Murdoch说：“这些模型是在他们自己的Android平台上构建和部署的，我们可以灵活地通过Play Store进行更新，因为我们认为这是合适的。”只要有足够的改进，谷歌就可以将更新推送到机器学习中。“随着时间的推移，我们打算做的一件重要事情是监控模型在现场的表现，并根据需要对它们进行调整。”

目前，我们不可能完全说出机器学习技术将会有多有效，以及手机电池寿命是否会有显著的改善。人们抱怨的地方是人工智能出了问题。Murdoch说：“理想情况下，如果用户没有注意到，这便是我们最大的成功。”