AI大熱。

相比于算法的進步，人工智能在產(chǎn)品化和商業(yè)化層面還稍顯滯后。

當(dāng)下人工智能更多以To B的產(chǎn)品形態(tài)存在，而消費級產(chǎn)品雖在很早以前便充斥于市場中，但欠佳的用戶體驗與較慢的用戶接受度，使其直至現(xiàn)在仍舊難以進入主流。

相比而言，手機是一款普及度和使用頻率均非常高的消費級產(chǎn)品，與此同時，手機每天也可產(chǎn)生無數(shù)連續(xù)性的用戶操作數(shù)據(jù)和傳感器采集數(shù)據(jù)。因此，手機這一終端無疑是AI的最佳載體之一。

然而，雖然AI在手機端大有可為，但現(xiàn)階段依舊存在不少問題。

1、語音交互系統(tǒng)之殤

多年來，不少手機廠商多次嘗試在手機內(nèi)置入語音助手，其中Siri是用戶最為熟知的一個。Siri至今已推出6年時間，經(jīng)過這么多年的不斷打磨和優(yōu)化，表現(xiàn)并不能讓用戶滿意。

不止是Siri，其實無論是側(cè)重于閑聊的Chatbot，還是側(cè)重于任務(wù)處理的虛擬助理，在現(xiàn)階段仍然不成熟。

主要由于兩大原因：一是時機未到，其次技術(shù)（主要是NLP自然語言處理）還有很長的路要走。

①時機未到

時機未到，主要包括用戶尚未養(yǎng)成用使用語音交互的習(xí)慣，此外整個市場也處于培育階段。

科大訊飛執(zhí)行總裁胡郁曾指出，2014年科大訊飛與一手機巨頭簽署戰(zhàn)略合作，把語音交互技術(shù)應(yīng)用在他們的手機產(chǎn)品中。直到2017年，科大訊飛仍舊覺得語音交互系統(tǒng)在手機產(chǎn)品中的應(yīng)用時機未到，并不能排在最前面。

“根據(jù)經(jīng)驗，語音交互系統(tǒng)植入在硬件產(chǎn)品中的優(yōu)先級：首先是電視、機頂盒和冰箱，再到手機、機器人，最后才是VR?！焙粽劦?。

②技術(shù)難以突破

NLP是語音交互系統(tǒng)的核心技術(shù)，然而中國科學(xué)院智能技術(shù)研究專家張鈸院士曾指出目前NLP難以突破人工智能，主要原因是難以突破確定性、完全的知識和信息，以及封閉化和特定化問題的三大基本限制條件。

張鈸院士用一個例子指出當(dāng)下NLP中的問題“一年以前，如果我和微軟小冰聊天。我說我叫張鈸，小冰就會傻眼了。因為它的語料庫里沒有我的信息。我如果說我是章子怡，小冰就應(yīng)該可以聊下去?！?/p>

2、手機AI芯片：看似前沿，實則應(yīng)用場景有限

鑒于英偉達、賽靈思的GPU、FPGA在AI市場上的優(yōu)秀表現(xiàn)，很多人認為，手機AI芯片的時代也要到來。

近期，華為發(fā)布了手機專用AI芯片：麒麟970。

根據(jù)官方介紹，麒麟970在人臉識別、圖像處理和語音方面獲得前所未有的能力，提升手機應(yīng)用體驗的豐富性和效率。

這里筆者有個疑問，手機有必要用AI芯片嗎？

如華為官方所言，AI芯片更多是提高語音和圖像在本地的處理能力。但大規(guī)模的計算任務(wù)完全可以在云端完成，只有非常少的場景，才需要在本地處理。

哪些需要本地處理？

以我們熟知的圖片處理軟件Prisma為例，它能夠過人工智能把你手機中那些普通的照片模仿出著名藝術(shù)家畫作的風(fēng)格。

幾乎所有用戶都抱怨Prisma處理圖像等待的時間過久，主要因為圖像處理放在服務(wù)器和云端處理時間較長，但放在本地則面臨手機芯片吃不消的問題，一旦吃不消又會導(dǎo)致處理時間延長。

之后Prisma雖然實現(xiàn)了手機本地計算，通過大量優(yōu)化顯著降低了模型的復(fù)雜度（這樣做的負面影響導(dǎo)致效果變差），但對于手機CPU來說仍然負荷很大，速度仍然比較緩慢，部分風(fēng)格濾鏡需要計算10秒以上才能完成圖片轉(zhuǎn)換。

因此，類似Prisma這種復(fù)雜的場景，才往往需要手機專用AI芯片。

我們可以看到，麒麟970的主要作用是讓手機自身擁有承載深度神經(jīng)網(wǎng)絡(luò)的強大計算力，讓Prisma等這類需要跑在深度神經(jīng)網(wǎng)絡(luò)上的應(yīng)用提升體驗。

但實際上絕大多數(shù)應(yīng)用沒必要用深度網(wǎng)絡(luò)加速芯片去加速，一方面普通的手機芯片也可承載大多任務(wù)，另一方面，復(fù)雜的任務(wù)云端也可保質(zhì)保量地解決。

目前智能手機上需要用到AI芯片去加速的應(yīng)用并沒有很多。雖然未來會有發(fā)揮的潛力，但現(xiàn)階段應(yīng)用場景十分有限。

3、什么AI功能才是手機的剛需？

在人工智能主流環(huán)境下，人們更多崇尚“算法為王”。但不少業(yè)內(nèi)人士們持有一個觀點：消費級AI領(lǐng)域里，一個好的產(chǎn)品經(jīng)理要比一個優(yōu)秀的算法工程師更重要。

由于消費級產(chǎn)品的獨特性，算法突破落地到終端產(chǎn)品當(dāng)中，其效果提升往往非常有限，相比而言，把握好產(chǎn)品體驗、抓準(zhǔn)用戶需求會更有意義。

蘋果歷來在人工智能的宣傳上比較低調(diào)，但其實他們利用AI在增強用戶體驗方面有著不少探索。

蘋果相關(guān)負責(zé)人曾談到，人工智能已經(jīng)在為iPhone用戶帶來不少體驗上的提升：如識別陌生來電、Apple store使用深度學(xué)習(xí)辨別騙保行為，在解鎖后列出你最常使用的應(yīng)用、事項提醒，以及自動顯示附近標(biāo)記的酒店等，這些看似不起眼、但很實用的功能在蘋果全面擁抱機器學(xué)習(xí)及神經(jīng)網(wǎng)絡(luò)后，讓用戶的操作體驗越來越完美。

這些隱藏在iPhone中的AI便是“Apple Brain”，蘋果大腦已經(jīng)完全內(nèi)置于iPhone中。

從純技術(shù)角度講，要想實現(xiàn)上述功能，確實無需采用非常前沿的算法。但“實現(xiàn)”和“好用”這兩個結(jié)果有著質(zhì)的差別，要讓終端用戶滿意，這背后除了算法本身外，還有很多要考慮的因素。

AI研究者都知道，要讓機器學(xué)習(xí)模型的魯棒性強健，簡單地拿大量計算資源、用高級算法對大量數(shù)據(jù)進行粗暴式分析是行不通的，不僅造成計算資源的大量浪費，同時也容易出錯誤。這個時候，首先需要根據(jù)不同機型傳感器的特性、不同應(yīng)用的特性、不同用戶的特性，做很多規(guī)則的制定與定義。這塊看不見的工程其實非常復(fù)雜且繁瑣，同時也正是保證AI功能體驗優(yōu)秀的前提。

這里以與“Apple Brian”相似的國內(nèi)人工智能引擎“One Mind”為例，它是魅族Flyme自主研發(fā)的人工智能系統(tǒng)服務(wù)，具備分析、決策、進化學(xué)習(xí)的能力。

其中“進程收割者”功能會對每個App的實時動態(tài)特征、喚醒方式、內(nèi)存占用等方面進行審查，一旦發(fā)現(xiàn)有行為異常的應(yīng)用，如占用大量資源、后臺強制喚醒等，則會對其進行清理。

在One Mind此前，行業(yè)內(nèi)絕大部分安卓系統(tǒng)采用“圈定白名單應(yīng)用”這種一刀切的方式去定義。 但對于不在白名單內(nèi)，卻是用戶需要用到的APP，除非主動添加，否則便面臨被誤殺的問題。

語音識別出現(xiàn)錯誤用戶可忍受，濾鏡處理速度慢用戶也可忍受，但有些應(yīng)用明明在正常工作，卻被當(dāng)做是異常行為被關(guān)掉，這對用戶體驗的體驗影響是極其巨大的。

因此在做好AI功能之前，“進程收割者”首先要解決一大問題：如何定義“正常工作”？

Flyme團隊花了大量時間去重新定義“應(yīng)用工作”這件事，在制定好規(guī)則后，利用機器學(xué)習(xí)算法在規(guī)則體系下對用戶的行為進行學(xué)習(xí)、對后臺的應(yīng)用動態(tài)進行分析，據(jù)悉現(xiàn)階段，應(yīng)用識別準(zhǔn)確率可達到99.5%。

目前，整個人工智能與手機操作系統(tǒng)的結(jié)合才剛剛開始，相信未來 One Mind 會擁有更強大的場景分析能力和行為習(xí)慣的學(xué)習(xí)預(yù)測能力。Flyme負責(zé)人楊顏也公開表示：“現(xiàn)在的One Mind就像一個推開了新世界大門的孩子，它看到了不只是一束光，更是未來無限的可能?！?/p>

其實無論是蘋果的“Apple Brain”還是魅族Flyme的“One Mind”，都印證了蘋果高級副總裁Schiller的一句話：人工智能的目的，是讓用戶在不知不覺中得到AI帶來的體驗提升，用戶甚至都感覺不到它的存在，直到有一天才突然意識到，并發(fā)出感嘆：這一切到底怎么發(fā)生的？”

人工智能之于手機，并非陽春白雪，那些無需用戶刻意學(xué)習(xí)、持續(xù)提升用戶體驗、讓手機盡可能幫助用戶主動做正確決策的功能，才是手機人工智能的真需求。