1. 程式人生 > >讓消費者覺得手機裏的AI有點厲害,總共分幾步?

讓消費者覺得手機裏的AI有點厲害,總共分幾步?

AI

讓我們回想一下歷史上的技術革命,會發現一個有意思的現象:所有科技成果進入生活,都不是一小部分專家或者企業的獨自完成的。而是依靠一大群人的智慧,才能把技術輸入更大一群人的生活。

比如說電器時代,眾多家用電器、小型電器層出不窮,才打開了民用電力的普遍市場。再比如PC時代真正到來,不是幾個半導體和計算機巨頭獨自起舞的結果,而是無窮無盡的軟件開發商、互聯網開發者,甚至遊戲開發者,共同堆砌出的龐大時代。

用我們熟悉的話說,這個大概就叫從群眾中來到群眾中去。科技巨頭只是個中間環節,是杠鈴中間的杠桿——沒有它當然不行,但真正有重量的其實是兩邊。

進入移動互聯網時代,百花齊放的應用生態更加證實了人民的智慧是無窮無盡的。但進一步到了AI時代,似乎我們還沒有找到新技術時代裏的“大眾智慧”。

技術分享圖片

今天越來越多的手機設備在鼓吹AI功能與體驗,但從市場回饋上看,似乎消費者並沒有真正覺得所謂的“手機AI”有什麽不同,甚至有聲音表示AI無非是手機的新溢價手段而已。

到底怎麽才能讓消費者在面對手機裏的AI能力,說一聲“哇,有點厲害哦”?在今天來看,引入更多人的智慧去征服萬千消費者,似乎是最靠譜的選擇。

3月19日,在香港Linaro開發者大會上,華為發布了全新的人工智能開發板HiKey 970。這款新的AI開發者裝備預計本月上線發售。

或許這是一個很有意思的契機,可以讓我們來聊一聊關於移動AI開發生態的“疑問三連”:

1. 為什麽一定要有開發者?

2. 開發者需要的是什麽?

3. 到底怎麽把開發者的智慧端到用戶面前?

這年頭的AI,什麽都不值錢,除了想象力

寫作本文之前,我簡單搜索整理了一些谷歌新聞一周之內關於AI的新聞。各種AI大概可以幹以下這些事情:用AI防鯊魚、用AI學寫中國書法、AI預測人類死亡時間、AI預測比特幣價格走向….

註意哦,這僅僅是一周之內,且還沒有把視野放到更多AI花樣的學術界。對比一下,你手機裏的AI能幹什麽呢?很大概率只能美顏自拍和弄個背景虛化吧?是不是感覺弱爆了?

說到底,AI是一種基礎運算方式的變化,它改變了機器的交互、識別、理解等多個基本能力,重新定義了計算機這東西的界限何在。

在接下來算力更加高效、數據資源更加充沛、平臺能力接口更加完善的前提下,AI必然會變得越來越廉價和普及,唯有一件東西會在AI的世界裏始終彌足珍貴,那就是開發者的想象力——當AI開發者擁有了一個點子,並且知道如何去實現它的時候,一整個新世界的大門可能就會開啟。一個醫療算法可能會改變億萬人的醫療健康;一個圖像識別技術可能改變我們的旅行體驗;一個壓縮算法可能改寫全人類的數據流通速度。從這個邏輯看,AI開發者想象力的上限,就是我們的未來。

但為什麽在手機中,我們卻沒有看到這種想象力爆棚的AI體驗呢?很簡單,因為貧窮限制了開發者的想象力。確切地說,是終端算力的貧瘠和開發路徑的窮困,限制了移動AI開發的想象力邊界。

這種尷尬,讓我們敲開了端側AI的大門。

端側AI:沒道理讓算力限制想象力

讓AI應用在手機這個活躍度最高的硬件種類上跑起來,早就不是什麽新鮮命題。畢竟AI的識別和學習能力,需要更多的實時數據和不間斷的訓練過程,在今天的人類世界中,恐怕沒有比手機更好的溫床。

反過來說,也沒有像手機一樣可以讓AI快速產生用戶價值的市場。畢竟AI不是個新東西,歷史上的AI浪潮歸於失敗,就是因為工程化難度被低估導致市場價值淪喪。不能用的技術肯定不是好技術。

技術分享圖片

於是讓AI技術跑在手機上,成為了國內外友人的共識。谷歌還推出了專門幫助機器學習任務跑在終端的TensorFlow Lite。各種花樣的手機AI功能其實並不少。

但為什麽我們始終沒有見到這些應用來到自己的手機上呢?原因也很簡單,移動芯片支撐不起來足夠的端側運算需求。由於AI任務有自己的深度學習運算需求,用CPU+GPU的模式會帶來功耗和能耗上的支撐不足,不是卡頓嚴重就是根本跑不起來。而引入雲計算又會產生很多問題。

比如視頻、圖像類的AI任務,假如要上傳到雲端進行算法處理再傳回手機,那麽無論如何都是有延遲的。直播的時候永遠自帶延遲效果,相信用戶從手機裏爬出來踹飛主播的心都有。

而另一個問題,是AI目前的主要任務是識別。而手機用戶識別的更多是自己與家人朋友的相片,以及周遭生活的各種圖像與信息數據,這些東西上傳到雲端永遠是有風險的。紮克伯格那種眉清目秀的都叛變革命了,咱們還是小心謹慎點好。

種種跡象表明,想要打開開發者的想象力,讓他們可以嘗試在手機世界中進行AI開發,終端AI算力就是個必不可少的先決條件。於是我們看到去年華為推出了搭載NPU專用硬件處理單元的麒麟970芯片,隨後推出了幾款產品,以及全面向開發者開放的AI開發平臺HiAI。

技術分享圖片

而蘋果的A11神經仿生芯片也是類似的思路,只是到目前為止還沒有采取生態開放的方式。

但可以相信,接下來更多移動AI芯片+開放開發平臺會成為標配。畢竟說到底,從來沒有一個信息技術時代,是在硬件沒有準備好的情況下發生的。

從村口到戰場:生態之路必須兩頭打通

在必須引入開發者和具備了終端計算的前提條件後,下一步就是如何讓開發者真正走入移動AI的世界,到屬於他們的舞臺開始表演。

這有點像指引村子裏的勇士,到戰場上去大展雄風。需要的不僅是給勇士以武器鎧甲、開出足夠誘惑的條件。更重要的是——村子得有一條能通到戰場的路!

從開發端到市場端,移動AI的生態之路聽上去很近,但真正打通卻需要很多步驟和強有力的技術體系、賦能方案以及商業勢能。

我們可以以華為麒麟970和HiAI開發平臺為例,看看平臺與開發者之間的賦能關系,究竟需要打開哪些關卡才能打造相對完整的生態布局。

首先,開放的開發平臺,是開發者運用終端計算能力執行AI開發的前提。在麒麟970推出之後,與之相關的HiAI開發框架也很快公布。迄今為止,歷經4個月的不斷升級, HiAI已經由V100升級到V150版,新版本不僅兼容性極大提高,框架、API接口、文檔與工具方面也為開發者提供了更多支持,算子計算能力更是從42個提升到99個。

技術分享圖片

當然,僅有平臺還是不夠接地氣。有機器學習開發經驗的朋友應該會知道,今天最難找的不是開發框架,而是適配硬件開發的開發板。很多開發者甚至要絞盡腦汁才能得到一塊適合自己開發任務的板子。

基於此,我們今天看到了上文提到的HiKey 970開發板。作為華為的第三×××發板,HiKey 970具有相對完善的開發環境,並且高度配合華為的移動AI開發戰略,集成了華為的HiAI框架以及其他主流神經網絡框架,除了支持CPU和GPU的AI計算外,還支持基於NPU的神經網絡計算硬件加速,能為端側AI的開發使用提供便利。

技術分享圖片

在開發的技術接入之後,我們應該看到更多開發者面臨的其實是學習成本、市場壓力等等技術以外的問題。這就需要平臺不僅起到技術支撐體的作用,而是通過多種賦能方式,將開發者真正送入市場的最後一公裏。

比如在學習方面,HiAI架構目前不斷有新的公開課在全國巡回舉辦,還有固定的教學課程。在賦能開發者的政策層面,華為制定了“耀星計劃”,從人才培養到開發支持,從創新支持到營銷輔助,面向不同對象,提供資金、平臺、資源的全方位開發者賦能。

技術分享圖片

或許對於開發者來說,今天更重要的是華為的APP分發渠道與市場潛力。截至2017年底,通過華為應用市場等生態開放渠道,開發者直接觸達3.4億的用戶。其中海外用戶超過2000萬。這樣的市場潛力,當然是應用開發者不能錯過的,尤其在發力AI生態的過程中會有針對性推薦,這對於很多移動開發者來說不吝於打開了市場快車道。

到目前為止,已經有200-300家移動應用與HiAI架構達成了合作,開始進行應用的AI化或者開發AI獨屬版本,涉及AR、短視頻、社交、購物、拍照、翻譯等主流應用種類。

可以看出,從技術開發到市場流量,兩頭打通的移動AI生態之路,需要照顧到開發者的多種技術需求、學習成本以及利益訴求。這當然不是一件容易的事,但是手機真正步入AI化,能夠讓用戶“哇”地一聲驚叫出來,似乎也沒有別的辦法。

當然了,只要這一聲就夠了。當一個人嘗試並習慣AI的價值,傳統計算的世界就會顯得那麽無味。

於是我們再也回不去了。


讓消費者覺得手機裏的AI有點厲害,總共分幾步?