如果你过去半年间打算买手机,或留意过地铁公交站那反复刷墙的各家手机海报,就不难发现,似乎一夜间,中国手机厂商都改成AI(人工智能)厂商了。

  比如“我爱AI的快、不止是AI、AI智能拍照,让美更自然、AI智慧拍照,照亮你的美”……类似的海报口号,你总见过一款。

  到底什么是AI手机?为什么要买AI手机?AI手机有什么新价值?很多消费者在几乎完全不懂的情况下,就被广告宣传或门店导购忽悠一番后,交钱走人。而AI,似乎成了不少手机厂商敦促消费者下单或换机的魔法。

  说到这里,让人不免联想起那些此前在零售领域同样火爆,却最终被证实往往沦落为营销噱头的大词:有机、纳米、离子、变频、云……

  到底什么叫做AI?

  虽然大家手里拿的都叫“智能手机”,但事实上,绝大多数手机目前只能被称为“被动智能手机”。你看,如果想解锁手机,就要去按指纹识别甚至是输密码才能解开;如果想打开某个APP,就要去点击图标;如果要拍一张好照片,往往还要根据不同场景来进行手动设置各种模式参数。

  其实,当前手机的智能,基本只能执行被动式反应,很少能提前预测,更别提主动回应了。

  而AI对于智能手机的价值,就是“从Smart到Intelligent”——能够提前预测用户需求,主动给出相应指引或回应,实现真正的智慧化。

  荣耀总裁赵明在GMIC上对AI的比喻更加浅显易懂:“原来定义智能手机的时候,大家都会把它比喻成一种人的器官延伸,比如说触觉、视觉、听觉的延伸,但到了AI时代,我们要把它看作一个人脑的协处理器。”

  也就是说,AI对手机的价值,是能够改变人机之间的关系。前AI时代的手机,只能成为我们的“工具”。而AI手机,应该可以协助人类最复杂的大脑,甚至分担一些工作,成为我们的“顾问”。AI手机足以在各个领域缩小认知鸿沟或决策鸿沟,促进整体用户福祉。

  具体到实际应用中,有两个产品的案例最为直观——

  首先是iPhoneX,苹果舍弃经典的指纹识别后,用Face ID取而代之。曾经在前AI时代,Google也曾经做过面孔识别,然而那种识别,只是把用户的脸当成用来开锁的钥匙,稍有异样便不能被识别;如今 AI 时代的人脸识别则是,手机通过学习记住了用户的面部特征,然后手机自动为用户打开。

  微信图片_20180427172225.jpg


  在苹果的A11仿生芯片上,利用AI技术,能够让Face ID对人类的面孔特征变化实现主动适应。

  其次是拍照的场景智能化。我们在拍照时,往往会根据所处场景来选择拍照模式,在面对复杂场景时,或许还会祭出专业模式调节各种参数。而AI在拍照中的价值,就是能够对拍照对象进行自动识别分析判断,通过识别出镜头中是一个什么样的人、物或场景,然后根据算法调整照片。

  去年推出的荣耀V10被称为“手机AI1.0”,而日前刚刚推出的荣耀10已经进化到了“手机AI2.0”时代,仅在拍照场景这一项上,荣耀10就将原本的13种场景拓展到了22类标签500多种场景,如人像、蓝天、烟花、绿植、猫、文本、美食、汽车等,只要不是十分生僻的事物,手机都能智能识别出拍摄场景。

  

微信图片_20180427172237.jpg


  对于大多数普通用户来说,以后拍照基本就不必再绞尽脑汁研究拍摄参数、后期苦苦修图了,这些工作交给AI自动处理就好。这就是AI手机帮人类大脑分担工作的体现,与前AI时代的相机形成鲜明对比。

  如果说智能机与功能机的差别,主要体现在工业设计和用户交互上,那么智能机和AI机的差别,就干脆是工具和人脑的不同了。而以上这两个例子,只是AI手机的部分新价值,未来AI技术还将不断变革手机行业,可以说这个新方向已经非常明确,过去的2017年也被不少媒体和业内人士称为“手机AI元年”。

  既然AI手机有这些好处,那我们是不是应该赶紧去入手一台AI手机呢?又该怎么挑呢?


  怎么挑AI手机?


  市面上自称是“AI手机”的产品大概有以下三类——

  一是“芯片派”,即在手机中专门安装了一个处理AI任务的芯片,AI本质本就是大量的计算,所以配置专门的、算力强大的硬件芯片也就是应有之义。

  比如华为和荣耀搭载的麒麟970芯片,是世界上首款在CPU、GPU两个通用处理单元之外,加入了AI处理单元NPU(Neural network Processing Unit,神经网络单元)的移动芯片。由于利用了深度学习处理技术,NPU可以比其他处理模式更快地处理卷积、迁移等深度学习任务,也就可以达成更快的AI任务处理能力。

  

微信图片_20180427172252.jpg


  而苹果随后在发布iPhone X时发布了A11 Bionic芯片,两家不约而同采取了相似的策略。A11集成了一个专用于处理AI任务的运算单元“神经网络引擎(Neural Engine)”,开启了iPhoneX的AI之路。极具革命性的Face ID,其原理就是能够将传感器数据进行实时 3D 建模,并利用机器学习识别用户容貌改变,在此过程中产生的大量计算需求,都需要借助 A11 Bionic和Neural Engine来满足。

  芯片最大的价值,就是运算能力的极速提升:麒麟970的异构计算架构拥有约50倍能效和25倍性能的提升,图像识别速度可达到约2000张/分钟;苹果A11芯片每秒处理相应神经网络计算需求的次数可达 6000 亿次。

  而且这些运算都不需占用CPU或GPU,更无需将数据上传云端,既无需占用原本系统资源,也不必苦苦等候网络传输,在本地端完成AI运算。

  第二类是“摄像头派”。 这一派的代表者,即是宣称从 Mobile First 变为 AI First的Google。

  去年推出的谷歌pixel 2,给出了一个非常特别的AI摄影模式,它没有专属的AI芯片,却利用算法和AI图像处理单元完成了动态模糊摄影等摄影能力的补偿。虽然没有芯片,Google也在硬件上做了新东西:一块名为Pixel Visual Core的协处理器,其核心部分是 Google 自主设计的图像处理单元(Image Processing Unit,简称 IPU)。

  与华为和苹果不同,Google 表示 IPU 的用处很简单:将 HDR+ 的运行速度提升 5 倍,而功耗则将为十分之一。此举确实一定程度上绕开了开发芯片的难度,并弥补了谷歌硬件上的弱势。

  而第三类,则可以称之为“算法派”。比如小米、OV等国内大多数机型都属于这一类。其主旨为:在有限提升算力的前提下,把AI运算应用于拍照等等用户最容易感知到的地方。

  我们平时用的各种美颜拍照相机、动态美颜录制应用等等,其实都是依靠算法完成“AI美颜”功能的。如今一些厂商干脆将这些功能集成到拍照APP中,或直接搭载到产品摄像头里。

  而这些大多基于高通CPU生产的“AI手机”,其在硬件方面实际是缺乏基础的,因为高通没有为AI运算单独设立硬件单元,而是打造了AI Engine——通过对GPU、CPU和DSP等多个元件进行功能调试,使其更能适应AI运算。这种解决方案的结果是,手机算力虽然有所提高,但普通计算和AI计算都混淆起来,很可能会出现排队的情况。于是AI计算很难像硬件智能那样无时无刻地进行,计算能力也稍逊一筹。

  所以我们能看到的是,目前大部分国产手机宣传所谓的AI拍照时,都绝口不提夜拍、动作捕捉等复杂任务。因为这类深度学习的负载很大,用传统移动芯片+云计算来跑这类AI拍摄任务,其效果和效率并不令人满意。

  

微信图片_20180427172322.jpg


  这一类手机虽然也在宣传话术中大打AI牌,但又时时刻刻把AI和智能拍照划上等号。这并不是因为手机AI只能做到智能拍照,而是因为应用智能自身的局限,限制住了这些手机的AI想象力。

  和早于2011年便联手中科院计算所共同开发核心芯片的华为不同,OV、小米在AI芯片上的实质性举动并不明显,目前主要还是依靠算法和高通新架构来实现“AI拍照”。

  总结一下上述三类“AI手机”,不难发现唯有在硬件上的投入和技术基础,才能够承担起AI之名,而对很多不具备这方面条件的厂商而言,AI不过是另一个华丽的营销包装罢了。

  

微信图片_20180427172338.jpg


  也就难怪荣耀总裁赵明会在GMIC大会演讲时,向“跟风式”AI开炮,并指出了AI乱象的三大代表——“算力无本质提升的包装式AI、功能无实质落地的炒作式AI、缺乏生态建设的封闭式AI”。


  AI只能用来拍照吗?


  此前,很多人疑惑“AI手机”是否为一个营销噱头,其中一个重要原因就是厂商尚未带来颠覆性认知的落地场景。

  比如除了海报上层出不穷的“AI拍照,让你更美”,就是各家厂商都在主推自己的语音助理,然而除此之外,对于AI能够带来的具体变化,厂商只能是含糊其辞说个大概,乃至使其有了一些玄学的味道,这自然会导致消费者对于AI能带给智能手机的助益作用认知不强。

  其中关键的因素就在于,AI本身就应该是一个系统性工程,除了芯片和硬件上的积累,更应该有生态支撑。

  可以想象一下,当手机具备AI芯片和其它强大运算能力与成熟算法后,就像拥有Intel+Windows的PC机,而PC联盟最成功之处,就是丰富多彩海量的应用软件。到了移动时代也是同理,唯有将更多开发者的智慧凝聚一起,形成数据打通,将运算力开放给更多开发者,才有五花八门的应用来服务消费者。

  比如现在基于华为的HiAI开发平台,已经有多家厂商利用AI芯片推出了更好体验的产品。眼下大火的短视频平台抖音,就基于麒麟970芯片,做出了独特的实时优化功能。在抖音里,当人在快速挥动手臂时,背景可以做很多无穷替换。在这种情况下,把整个人抠出来,边边角角都在,还不失真,就对芯片的算力提出很严峻的考验。

  

微信图片_20180427172406.jpg


  再比如,如果可以将各种各样的应用之间数据打通、逻辑打通,形成一个完整链条的体验,是会对整个行业有促进作用的,并且有机会形成新的商机——假设用户订购了一张电影票,那么AI手机就会根据用户所处的位置和路面拥堵情况,提醒用户打车或者选择最优路线开车前往,到了电影院主动弹出购票二维码,在电影结束后根据用户习惯,以及还在营业的餐馆,向用户提供更加智慧和贴心的服务,“这种思考过程和逻辑就像人的思考一样自然”。

  而所有这些“生态收益”,首先都是要求厂商拥有芯片等核心硬件技术基础,才谈得上开放算力,共享数据。否则一切都是空谈。

  随着AI生态逐渐成熟,AI手机的体验也会产生天差地别的变化,同时第一梯队的AI手机也会和后来者拉开越来越大的距离。到时候早就不需要媒体来为用户来解读那些手机AI的真伪,用户自己就可以感受到巨大的差异,也就不那么容易被忽悠了。

  如今厂商们对AI之名的滥用,只是技术革新出现时必然出现的通货膨胀。经过几番喧嚣与冷静,市场规律便会慢慢洗刷参与者,最终让一切走向正轨。


本文转自微信公众号“虎嗅网”