在过去的几年中，越来越多的公司专注于AI(人工智能)，以此来区别其产品与竞争对手。AI的使用范围从理解语音命令到识别方案再到执行直接命令，因此有必要减少客户与服务之间的摩擦。由于AI的迅猛发展，现在AI被广泛用作流行语，现在应该建立一些测量此功能的系统。
AnTuTu以其流行的基准测试应用程序而闻名，它已经为自己提供了一个可量化的标准，供每个人判断不同平台的AI性能差异。为了为此奠定基础，AnTuTu已与芯片制造商合作发布了基准测试应用程序“ AI Review”，该应用程序专注于测量智能手机的AI性能。
AnTuTu在AI Review上的博客文章首先指出了衡量像人工智能之类的东西时遇到的困难。当前在智能手机领域，还没有针对AI的统一标准，这又导致了每个芯片制造商都有自己对AI的理解和实现的情况。高通通过Hexagon DSP处理一些AI运算。华为的海思通过独立的NPU进行处理。三星和联发科技还通过分别称为NPU和APU的专用芯片来处理AI操作。硬件和软件之间的协同作用使这种情况更加复杂，这对于有效的AI性能至关重要。每个供应商都为AI提供了自己的SDK-高通公司拥有SNPE，联发科拥有NeuroPilot，海思拥有HiAI，依此类推。
AnTuTu的AI Review基准分为两个子类别：图像分类和对象识别。图像分类测试基于Inception v3神经网络查看包含200张图像的测试数据，而对象识别测试则基于MobileNet SSD神经网络查看600帧视频。然后，将这些神经网络转换为制造商通过供应商提供的SDK支持的神经网络。如果该芯片不支持与AI相关的算法，则基准测试应用程序将使用TFLite进行基准测试，AnTuTu自己会警告其结果不令人满意且不可靠。
基准评分与速度和准确性直接相关。如果为了速度而牺牲了准确性，则AnTuTu会将分数分配给得分。这将阻止仅依靠提供快速但错误的结果进行的AI基准作弊。
AnTuTu还针对其应用的使用提出了一些特别的建议。使用相同AI处理器的平台不太可能出现较大的得分差距，因为基准测试不仅可以测试性能，还可以专注于AI性能。三星尚未发布其AI SDK，HiSilicon将TFLite用于某些功能，这意味着在这些情况得到改善之前，它们的得分将一直很低。该设备的基本Android版本也会对得分产生影响，因为Google本身一直在系统级别优化对AI的支持。
即使从AnTuTu自己的博客文章中也可以清楚地看出，仅通过将AI的性能简化为一定数量来衡量基于AI的性能的目标 也不可能实现。基于AI的计算涉及很多变量，这为不同硬件和软件解决方案之间已经非常复杂的交互增加了另一层复杂性。基准测试活动产生的单数得分并不能弥补AI世界所涉及的细微差别。因此，尽管您可以查看自己的成绩并从某种程度上感到自豪，但要知道我们仍处于AI的相对早期阶段，甚至还处于AI基准测试阶段。
