打开手机摄像头，相机自动识别人脸，并把对焦点所在锁定人脸之上，然后按下快门，“咔嚓”一声一张合焦精准的照片留在相册当中。识别人物是高通（Qualcomm）Zeroth最常见的应用，但Zeroth研发过程，远没有拍照留念那么简单，高通在其中付诸了巨大努力，今天Zeroth应用更不局限于此，Zeroth还欲借骁龙处理器助你安全上路。

Zeroth生从何来

Zeroth，我们很难用一个中文词语将意义清晰表达出来，它是高通“脑启发计算”研究项目的代号，其核心是深度学习（Deep Learning）。深度学习是机器学习的一个分支，机器学习是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测，简而言之就是从反复的规律中学习并进行自己的判断。深度学习则要建立在模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，这就包含了更多方面，例如图像、声音和文本。

深度学习对计算机运算能力依赖非常高，往往采用大规模并行计算，与人脑特性相符。可人脑的并行运算能力比传统计算机高出5个数量级，因此深度学习依附在云计算或是高性能的CPU/GPU计算集群之上。在Zeroth项目初期高通曾使用GPU与FPGA（Field－Programmable Gate Array，现场可编程门阵列）进行计算，后来采用专门的NPU（Neural Processing Unit，神经处理单元）执行。

到了今天Zeroth已经可以在移动处理器上实现，也就是我们熟悉的骁龙820处理器。Kryo CPU、Adreno 530 GPU与Hexagon 680 DSP是骁龙820执行Zeroth计算主力军，尤其是Adreno 530 GPU，它负责大量并行运算。

机器人上Zeroth实验

在Zeroth实验的最初阶段，高通并没有将其直接部署到移动终端当中，而是在骁龙Rover、骁龙Cargo等机器人上进行实现，还与Planet GmBH合作，尝试基于OCR（Optical Character Recognition，光学字符识别）的手写文字识别。

骁龙Rover是高通一个利用深度卷积神经网络（Deep Convolutional Neural Networks，Deep CNNs）技术的实验型机器人，可通过简单的机器学习进行人脸识别，而不需要对整个卷积神经网络进行再次培训，实现实时面部识别功能。它搭载了深度感应摄像头，可对分割图像进行分类，检测并识别图形和数据，使机器人具备理解特殊物体的能力，例如人脸识别。

骁龙Cargo是另一个验证Zeroth技术的机器人，它拥有两条带传动能力的履带以及8个飞行用的旋翼，即可行驶又可飞行，行动异常灵活。它配有由骁龙处理器驱动的一体化飞行控制器，骁龙处理器不仅可控制机器人的通讯、定位、电      机控制，还可实现实时计算机视觉处理。骁龙Cargo具备在通过摄像头实现3D空间中的视觉障碍检测能力，以在运动过程中回避障碍，可以学会收纳玩具（识别、归类而后将玩具放在您选定的箱子里），而上述任务借助的是一个在骁龙处理器上运行的深度学习分类器。

由于人类手写文字的随机性，基于OCR的手写识别一直是人工智能中较难解决的问题，高通Zeroth团队与Planet GmBH合作，采用了骁龙处理器与Zeroth深度卷积神经网络力量，实现了OCR的手写识别。