541
機器人
人工智能在手機中的應用：現階段哪些是偽需求，哪些是真需求？
AI大熱。
相比於算法的進步，人工智能在產品化和商業化層麵還稍顯滯後。
當下人工智能更多以To B的產品形態存在，而消費級產品雖在很早以前便充斥於市場中，但欠佳的用戶體驗與較慢的用戶接受度，使其直至現在仍舊難以進入主流。
相比而言，手機是一款普及度和使用頻率均非常高的消費級產品，與此同時，手機每天也可產生無數連續性的用戶操作數據和傳感器采集數據。因此，手機這一終端無疑是AI的最佳載體之一。
然而，雖然AI在手機端大有可為，但現階段依舊存在不少問題。
1、語音交互係統之殤
多年來，不少手機廠商多次嚐試在手機內置入語音助手，其中Siri是用戶最為熟知的一個。Siri至今已推出6年時間，經過這麼多年的不斷打磨和優化，表現並不能讓用戶滿意。
不止是Siri，其實無論是側重於閑聊的Chatbot，還是側重於任務處理的虛擬助理，在現階段仍然不成熟。
主要由於兩大原因：一是時機未到，其次技術（主要是NLP自然語言處理）還有很長的路要走。
時機未到
時機未到，主要包括用戶尚未養成用使用語音交互的習慣，此外整個市場也處於培育階段。
科大訊飛執行總裁胡鬱曾指出，2014年科大訊飛與一手機巨頭簽署戰略合作，把語音交互技術應用在他們的手機產品中。直到2017年，科大訊飛仍舊覺得語音交互係統在手機產品中的應用時機未到，並不能排在最前麵。
“根據經驗，語音交互係統植入在硬件產品中的優先級：首先是電視、機頂盒和冰箱，再到手機、機器人，最後才是VR。”胡鬱談到。
技術難以突破
NLP是語音交互係統的核心技術，然而中國科學院智能技術研究專家張鈸院士曾指出目前NLP難以突破人工智能，主要原因是難以突破確定性、完全的知識和信息，以及封閉化和特定化問題的三大基本限製條件。
張鈸院士用一個例子指出當下NLP中的問題“一年以前，如果我和微軟小冰聊天。我說我叫張鈸，小冰就會傻眼了。因為它的語料庫裏沒有我的信息。我如果說我是章子怡，小冰就應該可以聊下去。”
2、手機AI芯片：看似前沿，實則應用場景有限
鑒於英偉達、賽靈思的GPU、FPGA在AI市場上的優秀表現，很多人認為，手機AI芯片的時代也要到來。
近期，華為發布了手機專用AI芯片：麒麟970。
根據官方介紹，麒麟970在人臉識別、圖像處理和語音方麵獲得前所未有的能力，提升手機應用體驗的豐富性和效率。
這裏筆者有個疑問，手機有必要用AI芯片嗎？
如華為官方所言，AI芯片更多是提高語音和圖像在本地的處理能力。但大規模的計算任務完全可以在雲端完成，隻有非常少的場景，才需要在本地處理。
哪些需要本地處理？
以我們熟知的圖片處理軟件Prisma為例，它能夠過人工智能把你手機中那些普通的照片模仿出著名藝術家畫作的風格。
幾乎所有用戶都抱怨Prisma處理圖像等待的時間過久，主要因為圖像處理放在服務器和雲端處理時間較長，但放在本地則麵臨手機芯片吃不消的問題，一旦吃不消又會導致處理時間延長。
之後Prisma雖然實現了手機本地計算，通過大量優化顯著降低了模型的複雜度（這樣做的負麵影響導致效果變差），但對於手機CPU來說仍然負荷很大，速度仍然比較緩慢，部分風格濾鏡需要計算10秒以上才能完成圖片轉換。
因此，類似Prisma這種複雜的場景，才往往需要手機專用AI芯片。
我們可以看到，麒麟970的主要作用是讓手機自身擁有承載深度神經網絡的強大計算力，讓Prisma等這類需要跑在深度神經網絡上的應用提升體驗。
但實際上絕大多數應用沒必要用深度網絡加速芯片去加速，一方麵普通的手機芯片也可承載大多任務，另一方麵，複雜的任務雲端也可保質保量地解決。
目前智能手機上需要用到AI芯片去加速的應用並沒有很多。雖然未來會有發揮的潛力，但現階段應用場景十分有限。
3、什麼AI功能才是手機的剛需？
在人工智能主流環境下，人們更多崇尚“算法為王”。但不少業內人士們持有一個觀點：消費級AI領域裏，一個好的產品經理要比一個優秀的算法工程師更重要。
由於消費級產品的獨特性，算法突破落地到終端產品當中，其效果提升往往非常有限，相比而言，把握好產品體驗、抓準用戶需求會更有意義。
蘋果曆來在人工智能的宣傳上比較低調，但其實他們利用AI在增強用戶體驗方麵有著不少探索。
蘋果相關負責人曾談到，人工智能已經在為iPhone用戶帶來不少體驗上的提升：如識別陌生來電、Apple store使用深度學習辨別騙保行為，在解鎖後列出你最常使用的應用、事項提醒，以及自動顯示附近標記的酒店等，這些看似不起眼、但很實用的功能在蘋果全麵擁抱機器學習及神經網絡後，讓用戶的操作體驗越來越完美。
這些隱藏在iPhone中的AI便是“Apple Brain”，蘋果大腦已經完全內置於iPhone中。
從純技術角度講，要想實現上述功能，確實無需采用非常前沿的算法。但“實現”和“好用”這兩個結果有著質的差別，要讓終端用戶滿意，這背後除了算法本身外，還有很多要考慮的因素。
AI研究者都知道，要讓機器學習模型的魯棒性強健，簡單地拿大量計算資源、用高級算法對大量數據進行粗暴式分析是行不通的，不僅造成計算資源的大量浪費，同時也容易出錯誤。這個時候，首先需要根據不同機型傳感器的特性、不同應用的特性、不同用戶的特性，做很多規則的製定與定義。這塊看不見的工程其實非常複雜且繁瑣，同時也正是保證AI功能體驗優秀的前提。
這裏以與“Apple Brian”相似的國內人工智能引擎“One Mind”為例，它是魅族Flyme自主研發的人工智能係統服務，具備分析、決策、進化學習的能力。
其中“進程收割者”功能會對每個App的實時動態特征、喚醒方式、內存占用等方麵進行審查，一旦發現有行為異常的應用，如占用大量資源、後台強製喚醒等，則會對其進行清理。
在One Mind此前，行業內絕大部分安卓係統采用“圈定白名單應用”這種一刀切的方式去定義。 但對於不在白名單內，卻是用戶需要用到的APP，除非主動添加，否則便麵臨被誤殺的問題。
語音識別出現錯誤用戶可忍受，濾鏡處理速度慢用戶也可忍受，但有些應用明明在正常工作，卻被當做是異常行為被關掉，這對用戶體驗的體驗影響是極其巨大的。
因此在做好AI功能之前，“進程收割者”首先要解決一大問題：如何定義“正常工作”？
Flyme團隊花了大量時間去重新定義“應用工作”這件事，在製定好規則後，利用機器學習算法在規則體係下對用戶的行為進行學習、對後台的應用動態進行分析，據悉現階段，應用識別準確率可達到99.5%。
目前，整個人工智能與手機操作係統的結合才剛剛開始，相信未來 One Mind 會擁有更強大的場景分析能力和行為習慣的學習預測能力。Flyme負責人楊顏也公開表示：“現在的One Mind就像一個推開了新世界大門的孩子，它看到了不隻是一束光，更是未來無限的可能。”
其實無論是蘋果的“Apple Brain”還是魅族Flyme的“One Mind”，都印證了蘋果高級副總裁Schiller的一句話：人工智能的目的，是讓用戶在不知不覺中得到AI帶來的體驗提升，用戶甚至都感覺不到它的存在，直到有一天才突然意識到，並發出感歎：這一切到底怎麼發生的？”
人工智能之於手機，並非陽春白雪，那些無需用戶刻意學習、持續提升用戶體驗、讓手機盡可能幫助用戶主動做正確決策的功能，才是手機人工智能的真需求。
最後更新：2017-10-08 03:15:19