前几天, 华为与新智元主办了 '华为HiAI能力开放公开课' , 很多我们的读者都关注了这次课程. 于是不少读者留言或者在问答类平台邀请我们来回答, 如何看待和理解这次课程. 也有读者本身就是移动应用的开发者或者从业者, 来询问我们到底如何将HiAI平台带来的AI开发能力与自身业务相结合, 以及想要走这条 '移动AI之路' , 要注意哪些地方.
仔细想想, 这确实是一次从各方面详细解释了HiAI架构与华为提出的移动AI战略的 '干货分享' , 感兴趣的读者不妨找来看看. 但毕竟这是一次偏重AI平台与技术能力的分享, 很多移动应用开发者可能对这个领域还比较陌生, 所以我们今天来专门回答一些读者的提问.
我所接触到的很大部分移动应用开发者, 其实目前还处在听说了AI很好, 但对于到底如何进入AI, 如何快速完成商业化, 以及到底选择如何与平台发生连接, 还是有些模糊.
所以我们希望用最直白的方式, 从一个不懂算法的开发者的视角(中国大部分移动开发者都是如此), 来审视一下HiAI架构到底带给了开发者哪些东西. 在面对AI的时候, 开发者又应该如何思考, 如何来完成自己APP的快速AI化.
从移动时代跳到AI时代, 不能听别人怎么说, 仅仅跟着风口起舞. 更重要的, 是开发者要知道 '我' 到底想要什么.
'我要小风险尝试'
假如我们是移动应用开发者, 听说了AI可以给自己的APP实现各种功能, 加持各种炫酷的玩法, 我们的第一反应会是什么?其实最理性的反应一定是一句话: 我能玩得起吗?
这并非杞人忧天, 就在刚刚, AI大神Yann Lecun发了条推特, 意思是AI泡沫会快速破裂, 最核心的原因在于, 很多目标定在月亮那么高的AI企业, 钱已经快花完了….
大概世界上最大的悲剧莫过于此: AI还没搞出来, 钱搞没了….
其实在HiAI架构和麒麟970芯片到来之前, 中国的移动应用开发者如果想尝试AI, 基本的套路是购买云服务商的AI相关算力与服务, 这个是按流量计费的, 用户越多成本越高, 并且很多测试部署都会产生成本. 而更可怕的其实是开发者必须从头收集海量的训练用数据, 以及模型训练的巨大工作量和训练难度.
显然小开发者, 创业团队是很难承受从头开发AI应用的时间, 技术和费用成本的, 中大型移动应用团队则无法承受价值不确定性和战略压榨.
所以说, 假如我是移动开发者, 想要尝试AI化, 但又对未来没有百分百把握, 那么我最需要的是什么呢?
答案是, 小成本快速进场尝试的机会.
HiAI架构目前之所以具有唯一性和领先于行业的想象力, 是因为端侧开放的AI运算能力在行业内仅此一家. 换言之, 开发者就避免了使用云服务进行AI开发的高额成本. 基于麒麟970芯片中NPU的专项处理能力, 开发者即可以享受高于GPU十倍的AI算力, 又可以规避掉超高的成本压力.
而连接了HiAI架构之后, 整个华为的移动AI生态, 提供给开发者的是相对完善的五大引擎和全套接口, 也就让开发者有了可以针对性实现AI能力达成的平台, 避免了自己收集数据, 从头训练这个过程的技术难度和大量时间与金钱成本.
从开发者的价值选取中看, 麒麟970和HiAI架构的出现, 是通过端侧计算这个相对更合理的算力支撑方式, 给开发者提供了平台支持, 解决了硬件瓶颈. 而全面开放的平台策略解决方案输出, 则让开发者省去了一切从头来的尴尬, 可以专注于移动场景, 专注于手机上的AI体验.
综合来看, 小风险, 低门槛, 有较强生态整合度的HiAI体系被搭建出后, 应用开发者就可以基于平台能力去开发创新性的AI应用. 而不是从头做起, 面对未知进行高成本长时间的盲目探索.
风险小, 回报可期, 是一切技术商业的前提.
'我的APP, 当然我做主'
在面对AI时, 另一个开发者必须关注的问题, 是自己的APP到底能否通过AI获得成长, 还是仅仅凑个热闹?
今天很多领域中, 单独利用AI场景或者AI能力达成的体验已经非常出名, 比如说电商领域的识图购买. 一旦某个能力出名了, 一般情况是行业内的竞品都会跟风加入, 裹挟了很多开发者其实是 '不得不AI' .
但这里有个问题, 就是这种跟风和模仿来的AI应用能力, 其实只是一个单独的片段. 大家都有, 当然自己也要跟进. 但基于开发环境的闭塞, 这个AI能力无法得到完善, 也不能跟其他功能产生联动. 时间一长, 开发者就会发现自己被某个AI功能耗费了大量人力物力, 版本更新之后就无计可施, 只能让AI沦为鸡肋.
这就是开发平台无法解决关联推理和持续开发的问题. 由于机器学习框架中完成的模型都是单一的, 很难跟其他能力拼接在一起形成整体.
而这种问题的解决方案, 就是使用HiAI架构这种平台所带来的推理开发能力. HiAI架构目前提供的解决方案和平台功能, 涵盖了视频, 拍照, AR, 电商, 社交, 语言翻译六大领域, 可以说基本覆盖了今天移动应用的主要区域, 并且全面开放了芯片能力, 应用能力和云端能力.
换言之, 开发各种各样的关联技能, 或者进行不同程度的开发升级, 都可以借助HiAI来达成, 实现应用的强成长性.
这是一个非常值得关注的问题: 很多贸然闯入AI世界的移动开发者, 都仅仅满足于某个细节AI了. 这其实带给用户的体验提升有限, 但却耗费了自身大量成本. AI的前提, 必须保证自己是APP的主人, 可以清晰的规划APP下一步的需求与发展, 让想到与做到之间没有鸿沟.
在HiAI架构非常强调的开发应用层能力中, 集成了通用深度学习开发框架, 兼容各种开发方式. 这意味着, 开发者不会在HiAI上仅仅完成了加速, 或者某个能力的AI实现, 然后就无事可做了. HiAI提供的能力整合化服务, 可以结合识别, 学习和主动输出多种能力于一体, 让开发者在AI领域找到适合自己的聚集点.
优质的平台, 当然不是给开发者一条路, 让开发者走到黑, 而是应该给开发者一个棋盘, 让大家自己去纵横捭阖.
'我要干我最擅长的事'
还有一个在移动AI开发领域一直没有被正视的问题, 是中国大多数开发者并不是工程师, 并不擅长技术突破, 他们真正擅长的或许是运营和商业创意.
但吊诡的是, 我们今天在讨论手机上的AI时, 似乎默认了开发者应该都要懂算法, 懂搭建, 懂机器训练, 否则似乎就不是真正的AI. 但实际上, 做AI就要 '全民懂算法' , 绝对是一种技术偏见.
AI作为一种工具化的后端技术, 显然更合理的方式是开发的归开发, 应用的归应用, 整合在同一平台下的高效任务分配, 才可能有更加合理的生态化.
回到开发者这边, 我想大部分移动开发者对于AI的需求, 是我不需要开始学习复杂的算法和模型, 而是要知道去哪里接入这些算法, 直接作用于我的APP, 并让我清楚的知道接下来还能做哪些更酷的事.
总而言之, 开发者真正应该发挥的, 是自己的创造性和和商业洞察力. 而技术应该越来越友好和简单, 而不是让每个开发者都变成全链路的专家.
HiAI引擎的目标, 通过开放应用层API, 使能开发者在不懂AI算法的情况下也能开发高质量AI应用, 完全聚焦在应用的体验和业务实践上. 这就需要平台将多种能力全面开放给开发者, 在不同层级打开AI开放基础环境, 让不同需求, 不同基础的开发者都可以有效选择适合的方式, 即使彻底不懂算法的开发者, 也可以短时间将自己的APP进行针对性AI化.
符合这一条件的, 目前来看世界上仅有HiAI框架自己. 苹果和三星目前对AI芯片能力都采取了封闭政策, 更别提全面化的开放.
HiAI最突出的业界价值, 显然是在平台层面提供了不同等级, 领域的能力输出, 把选择权归还到了开发者这一边.
通过工具化, 全辅助式的AI架构支持, 让开发者重新回到商业和创意当中, 或许才是AI的正路, 也是AI生态化的未来.
下面我们或许期待的, 是开发者通过对新环境, 新基础不断去学习与摸索, 快速打造出能够激发广泛关注的现象级AI移动应用.
当鲜花和舞台都准备好之后, 大概就要看开发者自己的了.