【嘉德点评】一加的采用AI方法进行省电的专利，这种方法基于AI的深度学习方式，学习用户的不同的充电行为，预测下一次的充电时间，进而针对现有的电量进行动态的省电规划，生成电量运行策略，在保证维持用户使用体验的前提下，把电量维持到预测的充电时间点。从而提供了更加贴合用户习惯的省电策略，为用户对于手机的正常使用提供了方便。
集微网消息，4月17日，一加8系列新品首次在网上进行销售，取得了全网销售额1分钟破亿的成绩，此后，由于火热销售，一加8系列又出现了短暂的卖断货情况。
一加8厚度仅为8.0毫米，重量不过180克，是迄今最轻薄的骁龙865旗舰。该机配备6.55英寸90Hz瞳孔屏，后置4800万三摄、1600万前置自拍、4300mAh电池、30W有线快充，同时也是首次在一加8 Pro上使用了无线快充技术。
而一加除了在快充技术上的努力以外，在省电模式方面也下足了苦功，我们知道，在不同手机中具有不同的省电策略，例如省电模式下通过控制使手机在一定时间内没有任何操作的话，会自动进入休眠、待机、CPU等耗电部件降频或断电等等，这样更加长久保持电池的耐久力和使用时间。
现有的省电模式的运行方法一般包括两种：第一种方法，为当终端的电量达到一预设阈值时(例如不大于15％的电量)，启动省电模式；第二种方法，为设备上电启动后一直运行省电模式，除非用户自行关闭或调整，否则即为全时运行。
但第一种方法的问题在于，只会在固定条件下(电量低于15％时)开启,这种机制并不会考虑用户的使用习惯；第二种方法的问题在于，全时运作的省电机制多半会带来体验上的问题。这样的方案为用户对于移动终端的使用带来了不便，用户体验差。
为了达到智能的省电效果，一加在19年1月16日申请了一项名为“一种移动终端电量运行策略生成方法及其装置”的发明专利，申请号（201910041594.3），申请人为深圳市万普拉斯科技有限公司。
根据目前公开的专利，让我们一起来看看这项基于AI的智能省电方法吧。
如上图所示为该专利中手机电量运行决策方案的硬件运行环境示意图，也就是我们常用的手机内部硬件结构，手机包括以下部件：处理器1001、网络接口1004、用户接口1003、存储器1005和通信总线1002，除此之外，还有一些射频电路、音频电路、WiFi模块等等。
通信总线用于实现这些组件之间的连接通信；用户接口包括显示屏、输入单元比如键盘、遥控器，除此之外还有标准的有线接口、无线接口；网络接口包括标准的有线接口、无线接口(如WI-FI接口)；存储器一般选用高速RAM存储器，这样能够达到较快的传输速度。
而该专利发明的智能节电方法，就是针对于以上这样的手机设备，具体步骤如下图所示。
首先，因为手机充电需要一段时间，可以在每次充电结束后获取其对应的电池的充电使用习惯数据，这个信息为用户在使用该手机时的充电习惯和充电状态、充电方式等信息。例如包含用户进行充电起止时间点、充电时长，充电电源的类型，比如1.2V、2.1V，快充还是慢充，是通过普通AC还是USB接口，充电开始时手机的电池电量等等数据信息，通过充电使用习惯数据，可体现出用户使用手机时的使用习惯。
其次，根据充电使用习惯数据，通过预先训练的充电时间点预测模型，获得手机对应的下一次充电时间点。例如利用神经网络学习技术，通过利用充电使用习惯数据，输入至预先训练好的模型（充电时间点预测模型）中进行运算，预测出用户的下一次充电时间点。
接着根据手机的当前电量，获取系统预估电量耗尽时间点，系统预估电量耗尽时间点，可以为通过手机系统中实时或定时获取得到的数据，其计算依据为手机的当前电量。我们熟知的ios系统和安卓系统中，都有获取系统预估电量耗尽时间点的功能。
最后根据下一次充电时间点和系统预估电量耗尽时间点生成电量运行策略，以便于根据电量运行策略控制手机的省电模式的运行，比较常用的省电方法有对于硬件CPU、GPU进行降频，降低屏幕亮度，系统UI的色调调整等。
这里我们可以发现，整个方法中非常依赖利用AI技术获取的充电时间点预测模型，那是如何得到这个模型的呢？
如上图所示为充电时间点预测模型的获取方法的流程示意图，首先运行准备好的深度学习框架，充电时间点预测模型基于深度学习技术，通过运行相应的深度学习框架进行训练以后获得。
准备好深度学习框架后需要获取手机上的历史用电习惯数据，以及对应的预期标注结果数据，数据包括用户充电的位置、充电时间以及充电使用的快充慢充充电器等，而对于这些数据要进行预先标注。
最后基于神经网络算法中的监督式学习算法，将历史用电习惯数据作为输入，并且将其对应的预期标注结果数据作为真实值，将历史用电习惯数据输入至深度学习框架中。基于损耗函数进行计算后，将得到的计算结果与预期标注结果数据进行比较，从而进一步修正所得到的深度学习框架的计算参数，从而通过不断修正下，得到充电时间点预测模型。
以上就是一加的采用AI方法进行省电的专利，这种方法基于AI的深度学习方式，学习用户的不同的充电行为，预测下一次的充电时间，进而针对现有的电量进行动态的省电规划，生成电量运行策略，在保证维持用户使用体验的前提下，把电量维持到预测的充电时间点。从而提供了更加贴合用户习惯的省电策略，为用户对于手机的正常使用提供了方便。
关于嘉德
深圳市嘉德知识产权服务有限公司由曾在华为等世界500强企业工作多年的知识产权专家、律师、专利代理人组成，熟悉中欧美知识产权法律理论和实务，在全球知识产权申请、布局、诉讼、许可谈判、交易、运营、标准专利协同创造、专利池建设、展会知识产权、跨境电商知识产权、知识产权海关保护等方面拥有丰富的经验。
（校对/holly）
