因此當時我們感覺到, 這之後很可能會有一系列連鎖反應即將發生.
為了能夠將這個命題真正深挖下去, 這次我們嘗試摒除科技媒體中普遍的 '見機拆機' '見產品說產品' 寫作模式, 而是從移動AI晶片這個原點出發, 去觀察一系列的變化和創造. 儘可能詳細地捕捉移動AI究竟給我們帶來了什麼, 未來又可能發生哪些.
在兩個月的若干篇文章中, 我們先後經曆了麒麟970引發的討論; 相關移動AI架構的問世; 蘋果發布了iPhone X和A11晶片; 華為Mate 10作為國產手機的AI擔當問世; 以至於三星, 穀歌, 高通, 聯發科陸續發布了手機AI方案. 而我們也先後採訪了晶片研發, 手機研發的相關從業者, AI科研工作者, 移動應用開發者, 以及更多的普通用戶, 相繼討論了開發, 產品, 硬體, 用戶體驗等相關問題.
也許, 今天是時候來為這個命題做一個總結了: 終端上的AI運算, 究竟為手機帶來了什麼? 消費者到底憑什麼為AI買單? 從移動終端到泛AI平台, 手機是否已經開始了某種深刻變化?
以及最關鍵的, 我們究竟如何理解華為等廠商提出的 '智能手機變為智慧手機' ? ——手機的智慧, 究竟是噱頭還是真有其事?
視覺first: 晶片讓用戶AI不止有語音
我們總結了移動AI帶來的三大變化, 首當其衝的就是AI帶來了全新的視覺影像升級.
我們知道, 人工智慧當中一個重要分支, 也是如今最火爆的領域就是機器視覺. 而機器視覺也是也是包羅永珍的, 並且其中非常多的內容可以體現在手機上. 比如用手機拍照來辨識花草樹木, 比如說抓拍動態物體, 比如說視頻跟蹤美顏, 比如說AR的準確貼合, 比如說人臉識別, 這些與我們日常生活息息相關的功能, 都離不開AI演算法的支援.
而搭載了具有AI專項處理能力的晶片後, 最大的改善就是這些能力中有一部分可以不再依賴於雲計算, 畢竟雲計算過程有反應延遲, 帶來的體驗不好, 並且在無網環境下不能操作. 而更重要的是一些原本無法在移動端運行的想法, 獲得了部署在手機中的可能性.
比如iPhone X的faceID功能, 以及華為Mate 10帶來的 'AI慧眼識物' 等等, 都是機器視覺技術結合手機自身影像生產模式帶來的 '合體技' .
更重要的是, 移動AI帶給手機影像的改變, 是拍攝 (Mate 10智慧攝影) , 特殊拍攝 (演算法處理光源) , 動態抓拍 (演算法捕捉) , 視頻 (智慧攝錄, 美化) , 直播 (動態美顏) , 感測器 (faceID) , 映像識別, AR甚至MR等領域帶來的全面提升. 從Mate 10等AI手機的產品功能中可以看出, 沒有哪個視覺與影像部分是AI不能進去摻和一把的. 未來圍繞這些能力, 將有進一步升級的空間. 這毫無疑問緩解了手機間的同質化競爭.
而手機作為我們日常處理映像資料的中心平台運用了AI加持, 也意味著AI的一個重要功能可以與消費者見面. 極大改善了用戶AI領域只有語音交互的尷尬境遇
從人的生理特徵上來說, 畢竟語音交互的體驗和使用感比較單薄. 手機AI讓用戶 '眼見為實' , 也激發了AI本身的商業可能.
AI從映像開始, 已經成為了接下來幾年終端AI的必經之路.
終端計算與感測體系: 人機交互嘗試踏入3.0
終端AI運算帶給手機的第二個改變, 來自於終端計算能力搭配感測體系, 或許將永久性的改寫人機交互的曆史.
在此前的文章中, 我們討論過手機學慣用戶資訊時的尷尬, 而用戶不願向手機開放自身資訊, 最大的擔憂當然來自於潛在的泄露風險. 而移動AI晶片的到來, 意味著對用戶資訊的學習和理解可以在完全無網的封閉空間裡進行, 那麼顯然可以讓用戶消除最大的擔心.
另外, AI帶來的感測器體系升級, 也意味著手機收集和理解用戶資訊的方式正在變得多元化, 多樣化.
這二者相加, 一方面資訊更安全, 一方面更多不經意的資訊可以流入手機, 或許表示手機理解用戶將跨入新的紀元.
在Mate 10中, 我們已經可以看到拍照, 節電, 系統清理, 智能翻譯等幾個因素中加入了機器學慣用戶習慣, 輸出個性化方案的模式. 這種模式或許今天還比較初級, 但在接下來的成熟期中, 卻可能帶給整個手機產業以巨大的改變.
手機的人機交互過程, 已經經曆過兩個版本: 1.0的按鍵控制板, 2.0的觸屏控制板. 而一旦終端AI學慣用戶數據的方式和體系成熟, 或許人機交互將來到3.0模式——人類極少控制或者自然方式控制手機.
假如有一天, 手機不必再配置觸屏了, 那顯然很多事情都改變了.
開發者之戰已經打響: AI的想象力開源
終端AI運算帶給手機的第三個改變, 在於開發者生態的價值和想象力得到了一個空前的增長.
我們注意到, 手機端的AI開發者和開發生態從一開始就成為了必須爭搶的戰略資源. 圍繞著機器學習平台的對接, 移動AI架構的易用性, 甚至安卓與iOS之間的遷移成本, 手機廠商從移動AI時代的開局就在構思將AI開發者和移動開發者結合, 組成一個全新的生態群落.
最有代表性的, 要屬麒麟970推出了HiAI人工智慧移動異構計算架構, 並積極將其開源. 就是為開發者進入移動AI鋪平門檻.
蘋果和安卓廠商紛紛與開發者展開深度連接, 意義在於移動AI提供的是算力, 硬體結構和開發架構的基礎, 以及一小部分示範性的AI應用. AI作為一種有高度仿生性質, 區別於傳統計算模式的新技術, 特徵之一就是可以通過算力與數據基礎, 構建出各種各樣的應用場景.
所以有人說, AI時代必然是眾包型創業時代, 因為在類似的機器學習或者深度學習平台上, 兩個人開發者甚至很難開發出絕對相近的應用模型.
回落到手機上, 這個定理應該依然成立. 在晶片到硬體到平台的完善後, 我們也許將看到的是完全不同, 千奇百怪的移動AI應用. 區別於傳統移動應用在連接點上產生差異, 移動AI應用將在底層技術上開始區分, 達到真正的萬花筒時代.
另一方面, 想讓消費者真正開始為AI買單. 更重要的是拿出移動AI不可替代的證據, 而最好的證據就是爆款秒殺級的應用個案. 因此在接下來的一段時間中, 移動AI開發者必然走高. 能夠在準備好的食材上做出什麼美味, 是手機平台與開發者共同努力的結果.
總結: 關於手機的智慧
從以上三點不難看出, 移動AI帶給手機的變化是相當後端和多元的. 一方面它在幾個關鍵領域都產生了深刻影響, 另一方面消費者也很容易在手機終端上快速感知到AI的存在和價值.
當手機的感知, 學習, 決策能力不斷增強, 應用案例不斷增多, 手機的地位或許會從移動終端全面向泛AI平台過渡. 而且從行業現狀來看, 各個廠商接力布局AI終端計算應該並不是很遙遠的事情. 而AI開發者群落的成熟, 也將倒逼手機廠商配置AI的速度.
換句話說, 移動AI將很大機率成為接下來手機的標配, 甚至開始向中低端產品蔓延. 而AI也有可能藉此機會成為手機市場新的價值增長點, 帶來新的溢價模組. 或者說將主流廠商推向新的起跑線.
起跑線上的戰爭已經開始打響, 最顯著的例子就是很多國外主流評測網站都在對比iPhone X和華為Mate 10的AI異同, 無形中就把三星Note 8甩在了身位之後. 手機AI, 也可以說是國產品牌一次搶灘登陸的大勝.
最後, 我們或許可以總結一下到底什麼是所謂的 '智慧手機' . 有人說AI+智能手機就是智慧手機, 未免有點太玄了. 這其實是沒有理解所謂智慧到底是什麼.
在我看來, 手機有智慧, 並不是說手機可以無所不能. 而是說通過AI的演算法加持, 以及數據處理, 機器學習, 自我成長能力, 手機將有可能獲得更加貼近人類智慧模型的某些能力.
人類的智慧是一個很複雜的生態系統, 它有一些獨特的因素, 是過往經典計算模式下機器難以類比的. 當然短期內手機無法完全, 甚至無法大部分類比人的智慧特性, 它所能類比的只是幾個特徵. 比如:
智慧是他所不能的
人類通過自己的智慧判斷, 識別, 提出解決方案, 這些都無法為其他能力取代. 在手機端也是如此. 加入AI, 手機將可以解決一些傳統硬體, 軟體體系下無法解決的問題. 比如在複雜的拍照功能中選擇, 比如系統理解並記憶你的語音指令. 為傳統所不能, 就是智慧.
智慧是千差萬別的
即使是雙胞胎, 他們的智慧也不一樣. 兩個人只有同級別的智慧, 絕沒有相同的智慧. 這點體現在手機AI上, 指向著完善的AI開發環境, 會讓手機產品之間出現差異化, 個性化, 體系化的產品功能. 手機這麼私人的東西, 原本就應該千差萬別, 就像人類的大腦一樣. 這也是AI帶來的美妙想象.
智慧是靈光一現的
人類運用智慧, 大多是在電光火石間做出決斷. 假如需要回家查幾天書再拿出結論, 那我們一般說他淵博, 而不是智慧. 好的機器也是如此, 它不應該去搜索, 篩選然後給出答案, 而是應該在一瞬間滿足用戶的複雜需求, 調動所有能力去解決一件事. 移動AI進入終端計算時代, 意味著手機的瞬間解決能力開始到來. 如何訓練這種能力對用戶群有更大意義, 還依賴於後續的持續探索.
所謂手機的智慧, 並沒有那麼神秘. 可能只是讓我們用慣了的手機變得有點不同而已. 但也就是始終都去擁抱一點不同, 人類才有未來可言.