移動AI開發生態爭奪戰|手機AI旅行地圖<三>

標籤：手機   AI   

讓我們回想一下那遙遠的過去，是什麼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？
是因為顏值？互動新鮮感？我相信絕大部分使用者，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，不僅在於顛覆了手機的形態，更重要的是給未來手機的生態開啟了入口。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演算法的特徵就是千奇百怪，做什麼的都有。

有人用AI做醫學，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。
但對於全新的人工智慧世界來說，把開發人員和開發生態引入自己的平台，從而形成手機AI命題下的產業壁壘，在技術和商業上都並非易事。而這場關於開發生態的爭奪戰，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
看一下今年集中發布的眾多真真假假的“AI手機”，會發現不少有意思的現象。比如去年華為Mate10上率先發布了情境識別、資料標籤的拍照模式，結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，確實情境識別+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？有那麼多能力的AI，怎麼會到了最後都變成一模一樣的“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Image Recognition、環境理解、映像增強、NLP、語音處理等幾大類數十種能力。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效能與體驗。創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，真正能讓普羅福士接受手機AI的，是千百萬聰明的頭腦，甚至是基於AI解決方案的全新商業模式。

但豐滿的技術理想想要照進骨感的應用現實中，總還需要那麼點距離。
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，或者乾脆跑不起來。再就是缺乏平台和API開放性的前提下，開發人員也不知道怎麼把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價值的情況下，開發人員也不敢貿然投身手機AI開發這個新事物中。
手機AI本身對應用多樣性的呼喚，和開發人員缺少支援人員和商業保證，不敢貿然走入手機AI開發，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。尤其對於掌握技術先手優勢和生態彙總底氣的玩家來說，在行業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應用開發的爭奪戰，其實已經在少數幾個巨頭間悄悄打響。
HiAI與TFlite：巨頭們的生態爭奪早已經開始
對於中國消費者，尤其是手機重度愛好者而言，今天最熟悉的手機AI開發平台，肯定是華為在麒麟970之後推出的HiAI移動AI開發架構。
基於麒麟970提供的終端AI加速能力，以及華為與榮耀先後推出了三款搭載AI晶片的旗艦產品，HiAI架構的作用在於打通開發人員環節，引入生態開發能力。
到目前為止，HiAI架構已經升級到了2.0版本，幾乎相容了所有主流深度學習開發架構，並且推出了開發教學課程以及兩×××發者主板。

通過開放晶片能力、演算法能力和應用能力，整個HiAI架構目前可以提供給開發人員相對完善的五種引擎和全套介面。這就讓開發人員有了可以針對性實現AI能力達成的平台，避免了自己收集資料，從頭訓練這個過程的技術難度和大量時間與金錢成本。
到目前為止，我們耳熟能詳的快手、抖音、美圖，以及不少購物、社交類應用，都已經披露了與華為和HiAI架構進行合作的方案。比如快手會基於HiAI架構開發新的直播特效、手勢與肢體識別、情境識別應用，並且還將開發新的壓縮模型，在弱網環境下也能使用AI特效。
與華為在終端執行AI的思路相類似，但又有很大不同的，大概要屬Google在去年年底開啟的TensorFlow Lite。與HiAI基於華為的AI晶片與產品不同，TFlite本質上還是基於深度學習開發架構TensorFlow的，只是其目的在於協助開發人員在本地裝置上開發和運行汲取學習模型。這也導致其特性偏於演算法開發一端，而比較輕視應用和商業環節。

但根據相關報道，Pixel 2中的一些應用已經基於TFlite進行了開發，並且未來很大機率會出現的Google款移動AI晶片，也將與TFlite相結合。目前，TensorFlow上的不少大神已經基於TFlite做出了不少好玩的應用程式模型。這些應用距離中國使用者較遠，但很多idea對於國內開發人員具有參考價值。
值得一提的是，蘋果雖然目前推出了AI晶片A11，但並沒有推出整體支援AI生態開發的平台型產品。但這也並非說明蘋果不重視開發人員環節。去年6月，蘋果就在IOS開發板塊上開源了名叫Core ML的機器學習能力，目前已經開放了Vision API和Natual Language API兩個API介面，可以讓開發人員基於此開發機器視覺和自然語言處理功能。
目前來看，蘋果更傾向於小規模低層級的能力開發，讓開發人員來改善IOS環境下的應用體驗，而不是做出顛覆型的開發。按照蘋果的特點，他往往更喜歡在技術成熟後先囤積下來，用高超的工程化能力進行一次性釋放。
不管怎麼說，巨頭圍繞AI開發生態的爭奪已經確定了方向。目前各自為戰的特點，可以看做巨頭基於自身技術強勢與戰略需求進行試水，這導致行業缺乏統一標準，但也給開發人員帶來了野蠻生長的機遇。不管怎麼說，這場爭奪未來的戰役，核心早就確定。
移動AI爭奪戰到底在打什麼
在新技術開始沖刷需求與認知的背景下，平台與各領域開發人員想要融合為生態，始終都是由幾個層面的因素決定的。
第一要務，是降低准入門檻。
這個門檻包括很多方面，比如技術准入門檻；試用成本；學習成品；遷移成本；相容成本。開發人員不能花太多的時間和金錢去嘗試未知的市場命題，也不想因為平台相容、架構遷移等問題把自己搞德焦頭爛額。甚至不太懂演算法的開發人員，也想要進入這個領域貢獻智慧與流量。而這些，都是平台方的責任。
舉例來說，華為HiAI架構的能力之一，就是通過開放應用程式層API，讓那些不懂AI演算法的開發人員也能根據自身需要，開發出高品質AI應用，從而把自身精力聚焦在應用的體驗和業務實踐上。或者已經比較成熟的APP，可以短時間將自己的應用進行針對性AI化，而不耗費大量的學習成本與開發週期。

當然，這不是說開發人員就應該不懂演算法。而是不同的開發人員有不同的需求和價值，平台要能提供選擇性，讓開發人員找到最合適自己釋放才能的姿勢。
其次，好的生態性離不開好的賦能方案。比如分利政策、市場引導環節等等。對於開發人員，尤其是中國這樣高競爭強度市場的開發人員來說，商業價值永遠是一切的前提。平台在提供好的技術解決能力之上，必須考慮和有效引導開發人員合理擷取流量與商業回報。
最後，在市場認知較薄弱的情況下。一個轟動的“大招型”案例，或許比所有技術參數和市場分析都更有說服力。一旦平台孵化了某個奇點型應用，那麼市場馬上會看到基於AI晶片和AI移動開發架構生長出的商業價值。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生態開發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，也知道掌握著技術優勢的巨頭已經開始破土動工。或許一點點時間，會是整個AI移動開發最後所需的調味劑。
就今天的中國開發人員來說，顯然HiAI架構是更好的選擇，對於擁有高技術等級的開發人員而言，或許能夠融會貫通不同的開發方案，形成自己的開發體系當然更好。
或許一個例子可以說明AI開發生態對於手機的價值：今天，一款智能手機把自己說的再好，結果根本搭載不了，那它基本就是廢塑料。
同樣的道理，AI手機的價值，在於能夠儘快搭載上某個不遠處的未知AI應用。這樣來看，手機AI的戰略壁壘根本不在是否在營銷話術上“AI了”一把，而是在面對開發生態的技術准入門檻和生態建設計劃。
目前我們所能看到的，這依舊是一個巨頭的技術博弈遊戲。當然了，一切都還充滿變數。

移動AI開發生態爭奪戰|手機AI旅行地圖<三>