让消费者觉得手机里的AI有点厉害,总共分几步?

本文来自连线家,当一个人尝试并习惯AI的价值,传统计算的世界就会显得那么无味。

让我们回想一下历史上的技术革命,会发现一个有意思的现象:所有科技成果进入生活,都不是一小部分专家或者企业的独自完成的。而是依靠一大群人的智慧,才能把技术输入更大一群人的生活。

比如说电器时代,众多家用电器、小型电器层出不穷,才打开了民用电力的普遍市场。再比如PC时代真正到来,不是几个半导体和计算机巨头独自起舞的结果,而是无穷无尽的软件开发商、互联网开发者,甚至游戏开发者,共同堆砌出的庞大时代。

用我们熟悉的话说,这个大概就叫从群众中来到群众中去。科技巨头只是个中间环节,是杠铃中间的杠杆——没有它当然不行,但真正有重量的其实是两边。

进入移动互联网时代,百花齐放的应用生态更加证实了人民的智慧是无穷无尽的。但进一步到了AI时代,似乎我们还没有找到新技术时代里的“大众智慧”。

今天越来越多的手机设备在鼓吹AI功能与体验,但从市场回馈上看,似乎消费者并没有真正觉得所谓的“手机AI”有什么不同,甚至有声音表示AI无非是手机的新溢价手段而已。

到底怎么才能让消费者在面对手机里的AI能力,说一声“哇,有点厉害哦”?在今天来看,引入更多人的智慧去征服万千消费者,似乎是最靠谱的选择。

3月19日,在香港Linaro开发者大会上,华为发布了全新的人工智能开发板HiKey 970。这款新的AI开发者装备预计本月上线发售。

或许这是一个很有意思的契机,可以让我们来聊一聊关于移动AI开发生态的“疑问三连”:

1. 为什么一定要有开发者?

2. 开发者需要的是什么?

3. 到底怎么把开发者的智慧端到用户面前?

这年头的AI,什么都不值钱,除了想象力

写作本文之前,我简单搜索整理了一些谷歌新闻一周之内关于AI的新闻。各种AI大概可以干以下这些事情:用AI防鲨鱼、用AI学写中国书法、AI预测人类死亡时间、AI预测比特币价格走向….

注意哦,这仅仅是一周之内,且还没有把视野放到更多AI花样的学术界。对比一下,你手机里的AI能干什么呢?很大概率只能美颜自拍和弄个背景虚化吧?是不是感觉弱爆了?

说到底,AI是一种基础运算方式的变化,它改变了机器的交互、识别、理解等多个基本能力,重新定义了计算机这东西的界限何在。

在接下来算力更加高效、数据资源更加充沛、平台能力接口更加完善的前提下,AI必然会变得越来越廉价和普及,唯有一件东西会在AI的世界里始终弥足珍贵,那就是开发者的想象力——当AI开发者拥有了一个点子,并且知道如何去实现它的时候,一整个新世界的大门可能就会开启。一个医疗算法可能会改变亿万人的医疗健康;一个图像识别技术可能改变我们的旅行体验;一个压缩算法可能改写全人类的数据流通速度。从这个逻辑看,AI开发者想象力的上限,就是我们的未来。

但为什么在手机中,我们却没有看到这种想象力爆棚的AI体验呢?很简单,因为贫穷限制了开发者的想象力。确切地说,是终端算力的贫瘠和开发路径的穷困,限制了移动AI开发的想象力边界。

这种尴尬,让我们敲开了端侧AI的大门。

端侧AI:没道理让算力限制想象力

让AI应用在手机这个活跃度最高的硬件种类上跑起来,早就不是什么新鲜命题。毕竟AI的识别和学习能力,需要更多的实时数据和不间断的训练过程,在今天的人类世界中,恐怕没有比手机更好的温床。

反过来说,也没有像手机一样可以让AI快速产生用户价值的市场。毕竟AI不是个新东西,历史上的AI浪潮归于失败,就是因为工程化难度被低估导致市场价值沦丧。不能用的技术肯定不是好技术。

于是让AI技术跑在手机上,成为了国内外友人的共识。谷歌还推出了专门帮助机器学习任务跑在终端的TensorFlow Lite。各种花样的手机AI功能其实并不少。

但为什么我们始终没有见到这些应用来到自己的手机上呢?原因也很简单,移动芯片支撑不起来足够的端侧运算需求。由于AI任务有自己的深度学习运算需求,用CPU+GPU的模式会带来功耗和能耗上的支撑不足,不是卡顿严重就是根本跑不起来。而引入云计算又会产生很多问题。

比如视频、图像类的AI任务,假如要上传到云端进行算法处理再传回手机,那么无论如何都是有延迟的。直播的时候永远自带延迟效果,相信用户从手机里爬出来踹飞主播的心都有。

而另一个问题,是AI目前的主要任务是识别。而手机用户识别的更多是自己与家人朋友的相片,以及周遭生活的各种图像与信息数据,这些东西上传到云端永远是有风险的。扎克伯格那种眉清目秀的都叛变革命了,咱们还是小心谨慎点好。

种种迹象表明,想要打开开发者的想象力,让他们可以尝试在手机世界中进行AI开发,终端AI算力就是个必不可少的先决条件。于是我们看到去年华为推出了搭载NPU专用硬件处理单元的麒麟970芯片,随后推出了几款产品,以及全面向开发者开放的AI开发平台HiAI。

而苹果的A11神经仿生芯片也是类似的思路,只是到目前为止还没有采取生态开放的方式。

但可以相信,接下来更多移动AI芯片+开放开发平台会成为标配。毕竟说到底,从来没有一个信息技术时代,是在硬件没有准备好的情况下发生的。

从村口到战场:生态之路必须两头打通

在必须引入开发者和具备了终端计算的前提条件后,下一步就是如何让开发者真正走入移动AI的世界,到属于他们的舞台开始表演。

这有点像指引村子里的勇士,到战场上去大展雄风。需要的不仅是给勇士以武器铠甲、开出足够诱惑的条件。更重要的是——村子得有一条能通到战场的路!

从开发端到市场端,移动AI的生态之路听上去很近,但真正打通却需要很多步骤和强有力的技术体系、赋能方案以及商业势能。

我们可以以华为麒麟970和HiAI开发平台为例,看看平台与开发者之间的赋能关系,究竟需要打开哪些关卡才能打造相对完整的生态布局。

首先,开放的开发平台,是开发者运用终端计算能力执行AI开发的前提。在麒麟970推出之后,与之相关的HiAI开发框架也很快公布。迄今为止,历经4个月的不断升级, HiAI已经由V100升级到V150版,新版本不仅兼容性极大提高,框架、API接口、文档与工具方面也为开发者提供了更多支持,算子计算能力更是从42个提升到99个。

当然,仅有平台还是不够接地气。有机器学习开发经验的朋友应该会知道,今天最难找的不是开发框架,而是适配硬件开发的开发板。很多开发者甚至要绞尽脑汁才能得到一块适合自己开发任务的板子。

基于此,我们今天看到了上文提到的HiKey 970开发板。作为华为的第三代开发板,HiKey 970具有相对完善的开发环境,并且高度配合华为的移动AI开发战略,集成了华为的HiAI框架以及其他主流神经网络框架,除了支持CPU和GPU的AI计算外,还支持基于NPU的神经网络计算硬件加速,能为端侧AI的开发使用提供便利。

在开发的技术接入之后,我们应该看到更多开发者面临的其实是学习成本、市场压力等等技术以外的问题。这就需要平台不仅起到技术支撑体的作用,而是通过多种赋能方式,将开发者真正送入市场的最后一公里。

比如在学习方面,HiAI架构目前不断有新的公开课在全国巡回举办,还有固定的教学课程。在赋能开发者的政策层面,华为制定了“耀星计划”,从人才培养到开发支持,从创新支持到营销辅助,面向不同对象,提供资金、平台、资源的全方位开发者赋能。

或许对于开发者来说,今天更重要的是华为的APP分发渠道与市场潜力。截至2017年底,通过华为应用市场等生态开放渠道,开发者直接触达3.4亿的用户。其中海外用户超过2000万。这样的市场潜力,当然是应用开发者不能错过的,尤其在发力AI生态的过程中会有针对性推荐,这对于很多移动开发者来说不吝于打开了市场快车道。

到目前为止,已经有200-300家移动应用与HiAI架构达成了合作,开始进行应用的AI化或者开发AI独属版本,涉及AR、短视频、社交、购物、拍照、翻译等主流应用种类。

可以看出,从技术开发到市场流量,两头打通的移动AI生态之路,需要照顾到开发者的多种技术需求、学习成本以及利益诉求。这当然不是一件容易的事,但是手机真正步入AI化,能够让用户“哇”地一声惊叫出来,似乎也没有别的办法。

当然了,只要这一声就够了。当一个人尝试并习惯AI的价值,传统计算的世界就会显得那么无味。

于是我们再也回不去了。

人已赞赏
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索