讓我們回想一下那遙遠的過去,是什么原因決定了我們拋棄小板磚一樣的功能機,選擇智能手機的?下面就隨小編一起來了解一下相關(guān)內(nèi)容吧。

是因為顏值?交互新鮮感?我相信絕大部分用戶,是因為APP模式帶來了太多實用價值,身邊的人都用上了,自己甚至沒法不跟進。所以喬幫主的偉大之處,不僅在于顛覆了手機的形態(tài),更重要的是給未來手機的生態(tài)打開了入口。直到今天其能量與想象力也遠沒有耗竭。

等到手機AI時代拉開序幕,這個邏輯似乎依舊通用。畢竟AI算法的特征就是千奇百怪,做什么的都有。

有人用AI做醫(yī)療,有人用AI當客服,甚至還有人用AI預測死亡時間,如何把這些令人咋舌的點子,全都移植到手機上,顯然才是這個時代真正的大生意。

但對于全新的人工智能世界來說,把開發(fā)者和開發(fā)生態(tài)引入自己的平臺,從而形成手機AI命題下的產(chǎn)業(yè)壁壘,在技術(shù)和商業(yè)上都并非易事。而這場關(guān)于開發(fā)生態(tài)的爭奪戰(zhàn),其實早已在巨頭間打得風生水起。

　對AI來說,千百萬聰明的頭腦才值錢

看一下今年集中發(fā)布的眾多真真假假的“AI手機”,會發(fā)現(xiàn)不少有意思的現(xiàn)象。比如去年華為Mate10上率先發(fā)布了場景識別、數(shù)據(jù)標簽的拍照模式,結(jié)果今年各品牌的旗艦機全都加入了類似功能。

當然不是說這種功能不好,確實場景識別+拍攝可以解決很多問題,帶來體驗升級。但問題是這也太雷同了吧?有那么多能力的AI,怎么會到了最后都變成一模一樣的“學生頭”了?

事實上,目前手機上完成度較高的AI解決方案,就有圖像識別、環(huán)境理解、圖像增強、NLP、語音處理等幾大類數(shù)十種能力。至少可以改善直播和短視頻、攝影、社交、購物、AR、翻譯等六大類主流應用的性能與體驗。創(chuàng)造未知流行應用的可能性則更加誘人。畢竟手機廠商自己永遠也做不了多少AI應用,真正能讓普羅大眾接受手機AI的,是千百萬聰明的頭腦,甚至是基于AI解決方案的全新商業(yè)模式。

但豐滿的技術(shù)理想想要照進骨感的應用現(xiàn)實中,總還需要那么點距離。

比如說,手機中缺乏AI專項處理能力的話,很多AI任務放到手機上會體驗很差,或者干脆跑不起來。再就是缺乏平臺和API開放性的前提下,開發(fā)者也不知道怎么把AI模型移植到手機上。更遠處說,在無法確定未來利益與商業(yè)價值的情況下,開發(fā)者也不敢貿(mào)然投身手機AI開發(fā)這個新事物中。

手機AI本身對應用多樣性的呼喚,和開發(fā)者缺少技術(shù)支持和商業(yè)保證,不敢貿(mào)然走入手機AI開發(fā),近乎成為了手機AI話題的主要矛盾。假如不解決,那我們可能會面對每年只能看到兩三種新AI應用的尷尬情況。

當然了,矛盾從來都是機會。尤其對于掌握技術(shù)先手優(yōu)勢和生態(tài)聚合底氣的玩家來說,在行業(yè)普遍無法完成一件事時完成它,或許是對未來最好的布局。而今圍繞移動AI應用開發(fā)的爭奪戰(zhàn),其實已經(jīng)在少數(shù)幾個巨頭間悄悄打響。

　HiAI與TFlite:巨頭們的生態(tài)爭奪早已經(jīng)開始

對于中國消費者,尤其是手機重度愛好者而言,今天最熟悉的手機AI開發(fā)平臺,肯定是華為在麒麟970之后推出的HiAI移動AI開發(fā)架構(gòu)。

基于麒麟970提供的終端AI加速能力,以及華為與榮耀先后推出了三款搭載AI芯片的產(chǎn)品,HiAI架構(gòu)的作用在于打通開發(fā)者環(huán)節(jié),引入生態(tài)開發(fā)能力。

到目前為止,HiAI架構(gòu)已經(jīng)升級到了2.0版本,幾乎兼容了所有主流深度學習開發(fā)框架,并且推出了開發(fā)教學課程以及兩代開發(fā)者主板。

我們耳熟能詳?shù)目焓?、抖音、美圖,以及不少購物、社交類應用,都已經(jīng)披露了與華為和HiAI架構(gòu)進行合作的方案。比如快手會基于HiAI架構(gòu)開發(fā)新的直播特效、手勢與肢體識別、場景識別應用,并且還將開發(fā)新的壓縮模型,在弱網(wǎng)環(huán)境下也能使用AI特效。

與華為在終端執(zhí)行AI的思路相類似,但又有很大不同的,大概要屬谷歌在去年年底開啟的TensorFlow Lite。與HiAI基于華為的AI芯片與產(chǎn)品不同,TFlite本質(zhì)上還是基于深度學習開發(fā)框架TensorFlow的,只是其目的在于幫助開發(fā)者在本地設(shè)備上開發(fā)和運行汲取學習模型。這也導致其特性偏于算法開發(fā)一端,而比較輕視應用和商業(yè)環(huán)節(jié)。

但根據(jù)相關(guān)報道,Pixel 2中的一些應用已經(jīng)基于TFlite進行了開發(fā),并且未來很大概率會出現(xiàn)的谷歌款移動AI芯片,也將與TFlite相結(jié)合。目前,TensorFlow上的不少大神已經(jīng)基于TFlite做出了不少好玩的應用模型。這些應用距離中國用戶較遠,但很多idea對于國內(nèi)開發(fā)者具有參考價值。

值得一提的是,蘋果雖然目前推出了AI芯片A11,但并沒有推出整體支持AI生態(tài)開發(fā)的平臺型產(chǎn)品。但這也并非說明蘋果不重視開發(fā)者環(huán)節(jié)。去年6月,蘋果就在IOS開發(fā)板塊上開源了名叫Core ML的機器學習能力,目前已經(jīng)開放了Vision API和Natual Language API兩個API接口,可以讓開發(fā)者基于此開發(fā)機器視覺和自然語言處理功能。

目前來看,蘋果更傾向于小規(guī)模低層級的能力開發(fā),讓開發(fā)者來改善IOS環(huán)境下的應用體驗,而不是做出顛覆型的開發(fā)。按照蘋果的特點,他往往更喜歡在技術(shù)成熟后先囤積下來,用高超的工程化能力進行一次性釋放。

不管怎么說,巨頭圍繞AI開發(fā)生態(tài)的爭奪已經(jīng)確定了方向。目前各自為戰(zhàn)的特點,可以看做巨頭基于自身技術(shù)強勢與戰(zhàn)略需求進行試水,這導致行業(yè)缺乏統(tǒng)一標準,但也給開發(fā)者帶來了野蠻生長的機遇。不管怎么說,這場爭奪未來的戰(zhàn)役,核心早就確定。

　移動AI爭奪戰(zhàn)到底在打什么

在新技術(shù)開始沖刷需求與認知的背景下,平臺與各領(lǐng)域開發(fā)者想要融合為生態(tài),始終都是由幾個層面的因素決定的。

第一要務,是降低準入門檻。

這個門檻包括很多方面,比如技術(shù)準入門檻;試用成本;學習成品;遷移成本;兼容成本。開發(fā)者不能花太多的時間和金錢去嘗試未知的市場命題,也不想因為平臺兼容、框架遷移等問題把自己搞德焦頭爛額。甚至不太懂算法的開發(fā)者,也想要進入這個領(lǐng)域貢獻智慧與流量。而這些,都是平臺方的責任。

其次,好的生態(tài)性離不開好的賦能方案。比如分利政策、市場引導環(huán)節(jié)等等。對于開發(fā)者,尤其是中國這樣高競爭強度市場的開發(fā)者來說,商業(yè)價值永遠是一切的前提。平臺在提供好的技術(shù)解決能力之上,必須考慮和有效引導開發(fā)者合理獲取流量與商業(yè)回報。

最后,在市場認知較薄弱的情況下。一個轟動的“大招型”案例,或許比所有技術(shù)參數(shù)和市場分析都更有說服力。一旦平臺孵化了某個奇點型應用,那么市場馬上會看到基于AI芯片和AI移動開發(fā)架構(gòu)生長出的商業(yè)價值。從而確認進入手機AI時代的合理方式。從邏輯上我們都知道未來會怎樣,但真實的時間軸中,必須由某件個案去開啟未來。

總體而言,手機AI生態(tài)開發(fā)就像一座建立在未來的城堡。我們知道百花齊放才是AI的真相,也知道掌握著技術(shù)優(yōu)勢的巨頭已經(jīng)開始破土動工?；蛟S一點點時間,會是整個AI移動開發(fā)最后所需的調(diào)味劑。

就今天的中國開發(fā)者來說,顯然HiAI架構(gòu)是更好的選擇,對于擁有高技術(shù)等級的開發(fā)者而言,或許能夠融會貫通不同的開發(fā)方案,形成自己的開發(fā)體系當然更好。

或許一個例子可以說明AI開發(fā)生態(tài)對于手機的價值:今天,一款智能手機把自己說的再好,結(jié)果根本搭載不了微信,那它基本就是廢塑料。

同樣的道理,AI手機的價值,在于能夠盡快搭載上某個不遠處的未知AI應用。這樣來看,手機AI的戰(zhàn)略壁壘根本不在是否在營銷話術(shù)上“AI了”一把,而是在面對開發(fā)生態(tài)的技術(shù)準入門檻和生態(tài)建設(shè)計劃。

目前我們所能看到的,這依舊是一個巨頭的技術(shù)博弈游戲。當然了,一切都還充滿變數(shù)。