进入移动AI时代，改变却还需时日
继全面屏此前成为手机圈的热词之后，此前华为手机在新旗舰Mate 10系列产品的发布会中，掌门余承东反复提及AI、Machine Learning；除此之外，谷歌也在最近推出了名为Pixel Visual Core的移动芯片，进一步的提升安卓系统图像处理性能，并适应机器学习的要求；与此同时，芯片巨头英特尔同样本周向用户推出了其第一代神经网络处理器(NNP)。
一时间，人工智能又重新成为科技圈炙手可热的词汇，包括华为、苹果、谷歌，和英特尔这些巨头纷纷将目光投向了这一领域，不过机器学习领域目前还是以算法为主导，算法模型对于人工智能的成长有着不可或缺的作业。而随着华为的麒麟970、苹果的A11等带有人工智能特性的处理器问世，风向开始从算法为主导到以产品为主导进行过渡。
虽然我们都知道人工智能在未来必将成为重要的一个方面，但是从目前来看，其解决方案对用户和开发者的行为模式还没有足够的影响，这一市场仍需要厂商来进行引导。而此前推出的华为Mate 10系列和iPhone 8/X，就正属于通过硬件体验来教育用户的产品。
从华为Mate 10看移动AI
回到刚刚发布的华为Mate 10系列本身来看，其最大的亮点就是搭载了全球首款移动AI芯片麒麟970，除了常规的CPU和GPU以外，还加入了NPU(神经网络处理器)。众所周知，深度神经网络（AI）的背后，需要大量计算力的支撑，而NPU就是这么个专门应对AI计算的芯片。
还是让我们稍微复习一下华为Mate 10有关人工智能特性的功能：AI相机功能可以实现AI识物，根据不同的场景自动识别人像、美食、夜景等各式各样的环境条件，自动调节相机参数，AI精准识别人像范围虚化背景，在任何场景都能拍出优质图像。还可通过NPU加速实现实时文字交互翻译和识图翻译，也可方便地进行面对面的语音翻译。
从华为在发布会上的宣布的信息来看，AI技术带来的便捷性着实让人眼热。而这些AI特性的实现，华为选择了端云结合的思路，基于云端大数据，训练移动AI提供基础的通用模型。再结合用户本地的行为模式，AI就可以提供定制化的服务。也就是说把云端算法推理的模糊性结果放到移动端本地精确化。
移动AI的应用要看开发者
对于普通消费者来说，这些带有AI特性的手机目前来看，最大的效果就是把公众版算法模式演变为适合自己的定制版模型，用户在使用的过程中会渐渐发现手机越来越懂你了，根据机器学习算法对用户行为的记录和预测，来调配计算资源，经常使用的APP会被重点推荐，而总是不用的功能，AI就不会再为你推荐。
不过，这些美好的畅想对于第三方开发者就是，“有句MMP，不知道当讲不当讲”，厂商爸爸动动嘴，开发者们码断手。目前移动端的AI芯片还是一个新概念，各大厂商提供的API接口较混乱，同时也缺乏编程和计算方式的统一。
从舒适区迁移到陌生领域的阵痛是让第三方开发者们踟蹰的原因，同时对于普通开发者而言，移动AI的计算力膨胀给了他们推出更加小巧的AI应用的可能，服务器的压力被手机的AI芯片部分分担，计算力也从云端迁移到本地，未来的消费级市场上AI应用也肯定会更加普及。
苹果的A11仿生处理器，仅仅只给GPU开放了CoreML一个框架，而华为则是采用开放AI生态策略，相比A11就进步了许多，目前支持TensorFlow、TensorFlow Lite、Caffe、Caffe2等深度学习框架搭建的App。看到这，大家有没有联想到iOS和Android的故事，闭环和开放两种意识形态又一次在AI领域碰撞。
移动AI的未来当然是无限广阔的，不过对于一个良性的生态系统来说，软硬件的结合不可少，目前来说仅仅有了硬件的基石作用，API配适、基于AI的应用、应用商店政策等软环境还在搭建之中。所以，目前来看，AI处理器能带给我们的仅仅可能是性能上的提升，让现有应用的体验更上一层楼，对于整个移动端的使用模式改变，未来还需要更多的开发者参与。
【本文图片来自网络】
推荐阅读