因此当时我们感觉到, 这之后很可能会有一系列连锁反应即将发生.
为了能够将这个命题真正深挖下去, 这次我们尝试摒除科技媒体中普遍的 '见机拆机' '见产品说产品' 写作模式, 而是从移动AI芯片这个原点出发, 去观察一系列的变化和创造. 尽可能详细地捕捉移动AI究竟给我们带来了什么, 未来又可能发生哪些.
在两个月的若干篇文章中, 我们先后经历了麒麟970引发的讨论; 相关移动AI架构的问世; 苹果发布了iPhone X和A11芯片; 华为Mate 10作为国产手机的AI担当问世; 以至于三星, 谷歌, 高通, 联发科陆续发布了手机AI方案. 而我们也先后采访了芯片研发, 手机研发的相关从业者, AI科研工作者, 移动应用开发者, 以及更多的普通用户, 相继讨论了开发, 产品, 硬件, 用户体验等相关问题.
也许, 今天是时候来为这个命题做一个总结了: 终端上的AI运算, 究竟为手机带来了什么? 消费者到底凭什么为AI买单? 从移动终端到泛AI平台, 手机是否已经开始了某种深刻变化?
以及最关键的, 我们究竟如何理解华为等厂商提出的 '智能手机变为智慧手机' ? ——手机的智慧, 究竟是噱头还是真有其事?
视觉first: 芯片让用户AI不止有语音
我们总结了移动AI带来的三大变化, 首当其冲的就是AI带来了全新的视觉影像升级.
我们知道, 人工智能当中一个重要分支, 也是如今最火爆的领域就是机器视觉. 而机器视觉也是也是包罗万象的, 并且其中非常多的内容可以体现在手机上. 比如用手机拍照来辨识花草树木, 比如说抓拍动态物体, 比如说视频跟踪美颜, 比如说AR的准确贴合, 比如说人脸识别, 这些与我们日常生活息息相关的功能, 都离不开AI算法的支持.
而搭载了具有AI专项处理能力的芯片后, 最大的改善就是这些能力中有一部分可以不再依赖于云计算, 毕竟云计算过程有反应延迟, 带来的体验不好, 并且在无网环境下不能操作. 而更重要的是一些原本无法在移动端运行的想法, 获得了部署在手机中的可能性.
比如iPhone X的faceID功能, 以及华为Mate 10带来的 'AI慧眼识物' 等等, 都是机器视觉技术结合手机自身影像生产模式带来的 '合体技' .
更重要的是, 移动AI带给手机影像的改变, 是拍摄 (Mate 10智慧摄影) , 特殊拍摄 (算法处理光源) , 动态抓拍 (算法捕捉) , 视频 (智慧摄录, 美化) , 直播 (动态美颜) , 传感器 (faceID) , 图像识别, AR甚至MR等领域带来的全面提升. 从Mate 10等AI手机的产品功能中可以看出, 没有哪个视觉与影像部分是AI不能进去掺和一把的. 未来围绕这些能力, 将有进一步升级的空间. 这毫无疑问缓解了手机间的同质化竞争.
而手机作为我们日常处理图像资料的中心平台运用了AI加持, 也意味着AI的一个重要功能可以与消费者见面. 极大改善了用户AI领域只有语音交互的尴尬境遇
从人的生理特征上来说, 毕竟语音交互的体验和使用感比较单薄. 手机AI让用户 '眼见为实' , 也激发了AI本身的商业可能.
AI从图像开始, 已经成为了接下来几年终端AI的必经之路.
终端计算与传感体系: 人机交互尝试踏入3.0
终端AI运算带给手机的第二个改变, 来自于终端计算能力搭配传感体系, 或许将永久性的改写人机交互的历史.
在此前的文章中, 我们讨论过手机学习用户信息时的尴尬, 而用户不愿向手机开放自身信息, 最大的担忧当然来自于潜在的泄露风险. 而移动AI芯片的到来, 意味着对用户信息的学习和理解可以在完全无网的封闭空间里进行, 那么显然可以让用户消除最大的担心.
另外, AI带来的传感器体系升级, 也意味着手机收集和理解用户信息的方式正在变得多元化, 多样化.
这二者相加, 一方面信息更安全, 一方面更多不经意的信息可以流入手机, 或许表示手机理解用户将跨入新的纪元.
在Mate 10中, 我们已经可以看到拍照, 节电, 系统清理, 智能翻译等几个因素中加入了机器学习用户习惯, 输出个性化方案的模式. 这种模式或许今天还比较初级, 但在接下来的成熟期中, 却可能带给整个手机产业以巨大的改变.
手机的人机交互过程, 已经经历过两个版本: 1.0的按键控制板, 2.0的触屏控制板. 而一旦终端AI学习用户数据的方式和体系成熟, 或许人机交互将来到3.0模式——人类极少控制或者自然方式控制手机.
假如有一天, 手机不必再配置触屏了, 那显然很多事情都改变了.
开发者之战已经打响: AI的想象力开源
终端AI运算带给手机的第三个改变, 在于开发者生态的价值和想象力得到了一个空前的增长.
我们注意到, 手机端的AI开发者和开发生态从一开始就成为了必须争抢的战略资源. 围绕着机器学习平台的对接, 移动AI架构的易用性, 甚至安卓与iOS之间的迁移成本, 手机厂商从移动AI时代的开局就在构思将AI开发者和移动开发者结合, 组成一个全新的生态群落.
最有代表性的, 要属麒麟970推出了HiAI人工智能移动异构计算架构, 并积极将其开源. 就是为开发者进入移动AI铺平门槛.
苹果和安卓厂商纷纷与开发者展开深度连接, 意义在于移动AI提供的是算力, 硬件结构和开发架构的基础, 以及一小部分示范性的AI应用. AI作为一种有高度仿生性质, 区别于传统计算模式的新技术, 特征之一就是可以通过算力与数据基础, 构建出各种各样的应用场景.
所以有人说, AI时代必然是众包型创业时代, 因为在类似的机器学习或者深度学习平台上, 两个人开发者甚至很难开发出绝对相近的应用模型.
回落到手机上, 这个定理应该依然成立. 在芯片到硬件到平台的完善后, 我们也许将看到的是完全不同, 千奇百怪的移动AI应用. 区别于传统移动应用在连接点上产生差异, 移动AI应用将在底层技术上开始区分, 达到真正的万花筒时代.
另一方面, 想让消费者真正开始为AI买单. 更重要的是拿出移动AI不可替代的证据, 而最好的证据就是爆款秒杀级的应用个案. 因此在接下来的一段时间中, 移动AI开发者必然走高. 能够在准备好的食材上做出什么美味, 是手机平台与开发者共同努力的结果.
总结: 关于手机的智慧
从以上三点不难看出, 移动AI带给手机的变化是相当后端和多元的. 一方面它在几个关键领域都产生了深刻影响, 另一方面消费者也很容易在手机终端上快速感知到AI的存在和价值.
当手机的感知, 学习, 决策能力不断增强, 应用案例不断增多, 手机的地位或许会从移动终端全面向泛AI平台过渡. 而且从行业现状来看, 各个厂商接力布局AI终端计算应该并不是很遥远的事情. 而AI开发者群落的成熟, 也将倒逼手机厂商配置AI的速度.
换句话说, 移动AI将很大概率成为接下来手机的标配, 甚至开始向中低端产品蔓延. 而AI也有可能借此机会成为手机市场新的价值增长点, 带来新的溢价模块. 或者说将主流厂商推向新的起跑线.
起跑线上的战争已经开始打响, 最显著的例子就是很多国外主流评测网站都在对比iPhone X和华为Mate 10的AI异同, 无形中就把三星Note 8甩在了身位之后. 手机AI, 也可以说是国产品牌一次抢滩登陆的大胜.
最后, 我们或许可以总结一下到底什么是所谓的 '智慧手机' . 有人说AI+智能手机就是智慧手机, 未免有点太玄了. 这其实是没有理解所谓智慧到底是什么.
在我看来, 手机有智慧, 并不是说手机可以无所不能. 而是说通过AI的算法加持, 以及数据处理, 机器学习, 自我成长能力, 手机将有可能获得更加贴近人类智慧模型的某些能力.
人类的智慧是一个很复杂的生态系统, 它有一些独特的因素, 是过往经典计算模式下机器难以模拟的. 当然短期内手机无法完全, 甚至无法大部分模拟人的智慧特性, 它所能模拟的只是几个特征. 比如:
智慧是他所不能的
人类通过自己的智慧判断, 识别, 提出解决方案, 这些都无法为其他能力取代. 在手机端也是如此. 加入AI, 手机将可以解决一些传统硬件, 软件体系下无法解决的问题. 比如在复杂的拍照功能中选择, 比如系统理解并记忆你的语音指令. 为传统所不能, 就是智慧.
智慧是千差万别的
即使是双胞胎, 他们的智慧也不一样. 两个人只有同级别的智慧, 绝没有相同的智慧. 这点体现在手机AI上, 指向着完善的AI开发环境, 会让手机产品之间出现差异化, 个性化, 体系化的产品功能. 手机这么私人的东西, 原本就应该千差万别, 就像人类的大脑一样. 这也是AI带来的美妙想象.
智慧是灵光一现的
人类运用智慧, 大多是在电光火石间做出决断. 假如需要回家查几天书再拿出结论, 那我们一般说他渊博, 而不是智慧. 好的机器也是如此, 它不应该去搜索, 筛选然后给出答案, 而是应该在一瞬间满足用户的复杂需求, 调动所有能力去解决一件事. 移动AI进入终端计算时代, 意味着手机的瞬间解决能力开始到来. 如何训练这种能力对用户群有更大意义, 还依赖于后续的持续探索.
所谓手机的智慧, 并没有那么神秘. 可能只是让我们用惯了的手机变得有点不同而已. 但也就是始终都去拥抱一点不同, 人类才有未来可言.