現(xiàn)在，越來越多的廠商和開發(fā)者正在加入手機(jī)AI這一領(lǐng)域，越來越多的用戶也在關(guān)注手機(jī)AI。那我們?yōu)槭裁葱枰謾C(jī)AI？到底期待什么樣的AI體驗(yàn)？

我們已經(jīng)討論過很多有關(guān)手機(jī)AI的問題，半年過去，我們很高興看到越來越多的廠商和開發(fā)者加入這個(gè)大命題，越來越多的消費(fèi)者開始關(guān)注AI。同時(shí)，移動(dòng)AI的相關(guān)平臺(tái)、解決方案和黑科技也在開枝散葉。

智能手機(jī)的歷史上，曾經(jīng)出現(xiàn)過很多令人激動(dòng)的時(shí)刻。而AI的加入，顯然正在醞釀下一個(gè)。

要知道，手機(jī)AI的出現(xiàn)和發(fā)展，并不僅僅完成了手機(jī)某部分的進(jìn)化。

在芯片、算法、開發(fā)平臺(tái)，以及硬件、軟件、傳感設(shè)備等要素的協(xié)同進(jìn)化下，我們接下來很可能見證一場(chǎng)，人與移動(dòng)設(shè)備共存方式的長(zhǎng)久改變。從攝影、游戲、翻譯這樣的手機(jī)固有功能，到旅行、商務(wù)、家庭這些與每個(gè)人密不可分的生活方式，都可能被手機(jī)AI帶來的沖擊所改變。

然而，在對(duì)未來滿懷好奇的時(shí)候，手機(jī)AI的相關(guān)賽道也開始出現(xiàn)擁堵，甚至混亂。很多“AI擦邊球”開始出現(xiàn)，劣幣效應(yīng)若隱若現(xiàn)，也不免讓心底泛起憂慮。

于是我們似乎應(yīng)該來回答一個(gè)問題：到底我們?yōu)槭裁葱枰謾C(jī)AI？手機(jī)AI又有哪些必要條件？

想要回答它，讓我們回到那久遠(yuǎn)的過去——幾個(gè)月之前。

“史”前時(shí)代：手機(jī)開始嘗試人工智能，以及遇到的問題

雖然手機(jī)AI，這件事大舉躍入公共視野，僅僅是幾個(gè)月之前的事。但恐怕我們想要搞明白這次相遇，還要再把時(shí)間倒回去一點(diǎn)，也不多，七十年吧。

自1951年，會(huì)議確定了AI概念開始，學(xué)術(shù)界對(duì)人工智能運(yùn)算的期許，始終都可以總結(jié)成三件事：像人類一樣對(duì)話；用如同人類的眼鏡識(shí)別萬物；如人類一樣推理和思考。

為了這三個(gè)目標(biāo)，計(jì)算機(jī)科學(xué)和數(shù)學(xué)界努力了幾十年。發(fā)明了從邏輯到專家系統(tǒng)，再到機(jī)器學(xué)習(xí)的各種解決方案。

有意思的是，在智能手機(jī)徹底占領(lǐng)人類生活方式之后，這三個(gè)“小目標(biāo)”剛好能滿足手機(jī)下一步進(jìn)化的需求——對(duì)話操作?？梢缘窒|屏操作中的不便、機(jī)器視覺技術(shù)，可以讓手機(jī)的拍照、視頻和圖像處理更多元。而基于多元數(shù)據(jù)的機(jī)器學(xué)習(xí)，可以讓手機(jī)開始理解用戶的習(xí)慣和需求。

從這個(gè)邏輯上看，智能手機(jī)的下一步幾乎肯定是AI。但怎么跨入AI的大門，對(duì)于手機(jī)產(chǎn)業(yè)來說卻并不是那么容易解決的問題。

其實(shí)早在移動(dòng)AI芯片出現(xiàn)之前，各種手機(jī)探索AI的方式已經(jīng)陸續(xù)誕生，或許這個(gè)可以稱為手機(jī)AI的“史前時(shí)代”。

比如說：蘋果手機(jī)一度以語音助手Siri掀起了浪潮，而Siri的不斷進(jìn)化，基本是靠AI的語音交互和語義理解能力來實(shí)現(xiàn)的。最早的Siri是個(gè)問答模板，而AI的加入讓ta不斷變得“聰明”起來。

再比如：蘋果手機(jī)，很早開始探索的圖片識(shí)別和標(biāo)簽分類，也是利用了AI的圖像理解技術(shù)來實(shí)現(xiàn)。

在語音和圖像之外，AI理解用戶這件事也被嘗試了出來。

2016年，榮耀發(fā)布了榮耀magic，首次探索了利用AI技術(shù)，主動(dòng)理解用戶信息，提供主動(dòng)服務(wù)。

除此之外，AI還隱藏在手機(jī)的更多角落。比如：很多雙攝解決方案中，都需要用AI的空間算法來優(yōu)化拍照效果。

但以上這些探索，卻不約而同遇到了問題：AI的神經(jīng)網(wǎng)絡(luò)和卷積運(yùn)算模式，不同于傳統(tǒng)的運(yùn)算和圖像處理任務(wù)。用CPU+GPU的傳統(tǒng)移動(dòng)運(yùn)算模式來處理比較吃力，還要大量耗能。

就像上文所說蘋果的圖像分類，由于讓手機(jī)識(shí)別圖像的運(yùn)算非常緩慢，必須要依托云計(jì)算來完成，所以蘋果選擇在夜晚進(jìn)行分類處理。對(duì)于用戶來說，這種隔一天才能完成的運(yùn)算當(dāng)然體驗(yàn)很差。

AI很好，但運(yùn)行AI很慢很耗電，在2017年之前差不多是手機(jī)產(chǎn)業(yè)的共識(shí)。

那么，解決方案是什么呢？

萌芽紀(jì)元：從AI芯片開始一切

差不多所有技術(shù)發(fā)展史上，關(guān)鍵節(jié)點(diǎn)的技術(shù)突破，都會(huì)成為撬動(dòng)整個(gè)行業(yè)的“勝負(fù)手”。燃油機(jī)之于輪船、汽車；交流電之于照明和電器設(shè)備，莫不如是。

對(duì)于手機(jī)AI來說，既然CPU、GPU來承擔(dān)復(fù)雜的AI計(jì)算任務(wù)不靠譜。那解決方案，當(dāng)然是單獨(dú)做一個(gè)基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的AI專項(xiàng)處理單元。

其實(shí)類似的云計(jì)算芯片解決方案已經(jīng)很多，但在2017年年中的時(shí)候，外界還是普遍不看好這類技術(shù)可以在移動(dòng)終端實(shí)現(xiàn)。

清楚記得去年7月，一位同行還跟我抬杠。他言之鑿鑿地告訴我，以他報(bào)道芯片十年的經(jīng)驗(yàn)，AI移動(dòng)芯片五年內(nèi)都不可能出現(xiàn)。

好吧，最后打臉的不是我。

去年9月2日，華為率先發(fā)布了世界首款搭載AI任務(wù)專項(xiàng)處理能力的移動(dòng)芯片——麒麟970，它的最大特點(diǎn)顯然在于它在CPU、GPU兩個(gè)通用處理單元之外，加入了AI處理單元NPU（Neural?network?Processing Unit，神經(jīng)網(wǎng)絡(luò)單元）。

由于利用了深度學(xué)習(xí)處理技術(shù)，NPU可以比其他處理模式，更快地處理卷積、遷移等深度學(xué)習(xí)任務(wù)，也就可以達(dá)成更快的AI任務(wù)處理能力。

9月13日，蘋果在發(fā)布iPhone X時(shí)發(fā)布了A11芯片。

A11集成了一個(gè)專用于處理AI任務(wù)的運(yùn)算單元“神經(jīng)網(wǎng)絡(luò)引擎(Neural Engine)”，開啟了iPhone的AI之路。

隨后到了10月，華為發(fā)布了搭載麒麟970的旗艦機(jī)——華為mate10，在攝影、圖片識(shí)別和用戶服務(wù)幾個(gè)層面展開了AI攻勢(shì)；而榮耀也緊隨其后，發(fā)布了搭載麒麟970的V10；剛剛發(fā)布的華為P20也以此為基礎(chǔ)，創(chuàng)造了DxO攝像頭評(píng)測(cè)的分?jǐn)?shù)新高。

目前來看，華為、榮耀、蘋果的主流旗艦產(chǎn)品，在今年都會(huì)搭載AI專用芯片，并以此作為產(chǎn)品功能創(chuàng)新的基礎(chǔ)，應(yīng)該已經(jīng)沒什么疑問。

此外，谷歌在pixel2中，使用了在攝像頭區(qū)域安裝專用圖像處，處理單元ImageProcessing Unit（IPU）的解決方案；三星則希望以新的語音交互功能，帶來AI體驗(yàn)。

整個(gè)移動(dòng)AI賽道開始變得多元，但有一個(gè)共識(shí)，似乎已經(jīng)在這場(chǎng)比賽初期就達(dá)成了——專用的處理能力，是AI體驗(yàn)的基礎(chǔ)。

創(chuàng)生期的共識(shí)：AI為什么需要終端計(jì)算？

無論是華為、蘋果還是谷歌，似乎都在一開始就認(rèn)定了，先有AI處理單元，而后有AI體驗(yàn)。

這到底是什么道理？直到現(xiàn)在，很多手機(jī)評(píng)測(cè)和分析還是沒有搞清。

讓我們舉個(gè)例子：應(yīng)該很多人都用過拍照識(shí)花功能，春天是個(gè)踏青的季節(jié)，這功能在今天可謂正當(dāng)其時(shí)。但不妨回想一下，這個(gè)很有代表性的AI體驗(yàn)，其實(shí)反應(yīng)非常慢。各種識(shí)花軟件都要等上一會(huì)，假如網(wǎng)絡(luò)不好還要等更久。

這就是因?yàn)閳D像識(shí)別消耗算力較大，還要到云端進(jìn)行數(shù)據(jù)庫(kù)匹配，最終導(dǎo)致體驗(yàn)并不是瞬時(shí)的。

其實(shí)，用CPU和GPU也都能處理AI任務(wù)，就像單CPU也能處理圖像任務(wù)一樣，問題是缺乏針對(duì)性算力，會(huì)導(dǎo)致能耗過高和大量延遲。

假如是識(shí)花倒也還好，畢竟這么雅致的事值得等上一等，但假如是直播中進(jìn)行AI優(yōu)化與識(shí)別，高延遲加高耗電不就太過分了？

這就是通過AI處理單元，在終端完成AI任務(wù)處理的第一個(gè)原因：提高處理速度，達(dá)成實(shí)時(shí)化，低耗能，并能夠處理復(fù)雜的AI任務(wù)。

另一方面，最近Facebook的數(shù)據(jù)泄露事件，鬧得沸沸揚(yáng)揚(yáng)。而此前谷歌、蘋果也都有關(guān)于數(shù)據(jù)庫(kù)泄露的問題出現(xiàn)。

在AI時(shí)代，用戶把聲音、圖像和視頻上傳給系統(tǒng)，完成識(shí)別與優(yōu)化已經(jīng)成為必然。但上傳到云端，把自己的數(shù)據(jù)交給一個(gè)遠(yuǎn)在天邊的服務(wù)器，似乎有些不妥。

拍個(gè)花花草草當(dāng)然還好了，但如果是自己與家人的照片和視頻，冒著隨時(shí)可能泄露的風(fēng)險(xiǎn)，上傳到云端進(jìn)行AI處理，估計(jì)很多用戶都會(huì)選擇放棄。

這就是手機(jī)必須搭載AI處理單元的第二個(gè)原因：終端處理，保證安全。

當(dāng)然，云端訓(xùn)練機(jī)器，終端機(jī)器服務(wù)用戶的“云端一體化”思路是更加合理的。但終端AI處理能力，是整個(gè)AI服務(wù)閉環(huán)中不可或缺，但也是最難攻克的一環(huán)。

除了上述兩點(diǎn)之外，近半年的手機(jī)AI創(chuàng)生史中，還有一件事是值得大家思考的。

那就是我們到底期待什么樣的AI體驗(yàn)？

再舉個(gè)例子：在去年華為Mate10發(fā)布了場(chǎng)景化拍照模式之后，今天小米mix2S也發(fā)布了宣傳話術(shù)都近乎一樣的功能。

相信不久的將來，還會(huì)看到更多場(chǎng)景識(shí)別拍照，最終這將成為今年主流機(jī)型的標(biāo)配。

但AI真的只能如此雷同嗎？

回想一下喬布斯帶給智能手機(jī)的創(chuàng)意，最大的突破在于引入了APP模式，讓各種各樣的功能和體驗(yàn)進(jìn)入到同一部手機(jī)里。而AI原本應(yīng)該是更多元化，更多想象力的技術(shù)邏輯，怎么竟然變成了“天下是一家，抄我再抄他”？

開發(fā)一種AI算法很容易（模仿就更容易），讓各種各樣的AI功能百花齊放卻有點(diǎn)難。

而這就是AI需要在終端完成計(jì)算的第三個(gè)原因：通過硬件提供通用AI加速能力，引進(jìn)開發(fā)生態(tài)。

試想一下，假如手機(jī)AI算力支持，也不提供開放接口，只是自己搞了一些簡(jiǎn)單AI功能。那一個(gè)開發(fā)者即使想出來特別牛的AI創(chuàng)意，基本也于事無補(bǔ)。

是拿少數(shù)幾個(gè)AI功能，賭消費(fèi)者能否買賬，還是拿千萬開發(fā)者的創(chuàng)意能力，去賭AI生態(tài)的開花結(jié)果，顯然并不是特別難的選擇題。

所以，整個(gè)手機(jī)AI的從無到有，從蠻荒生長(zhǎng)到萌芽勃發(fā)，基本可以看做是一個(gè)問題和一個(gè)回答：我們到底如何AI？

答案是：走最困難的路，搭建從芯片到平臺(tái)，再到生態(tài)的邏輯閉環(huán)。

畢竟AI不是魔法，不能從空中結(jié)出果子。

作者：腦極體，微信公眾號(hào)：腦極體

本文由 @腦極體 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash ，基于 CC0 協(xié)議