人工智慧應用上 蘋果搶了一個讓 Google 望而不及的位置

雖然在今年的 WWDC 很多人的焦點都放在硬體上，但真正對科技界帶來衝擊的，可能不是硬體、也不是軟體，而是工具：MLKit 和 ARKit。因為蘋果在 WWDC 里，通過這兩個工具，證明了自己在人工智慧上，站立在一個讓 Google 可望而不可及的位置。

我可不是說 Google 在人工智慧上不及蘋果，相反，單純在人工智慧的技術水平上，相信 Google 穩勝蘋果。

只是，現在 Google 也好、Facebook 也好、Amazon也好，他們植根互聯網多年，以雲計算方式讓用戶上傳數據，然後用自家的 TPU 之類伺服器端的超級電腦運算，然後把數據回傳用戶，分析又准又好。

而在今年的 WWDC 上，蘋果拿 iPhone7 與 Google Pixel 在處理圖像識別的賽道比較，突顯出了 Google 雲端化人工智慧的最大問題：響應速度不高。另外多想一些，由於 Google 依賴網路進行雲計算，真正推廣的話，人工智慧的響應難免因網路關係而有延遲，搞不好遇上信號干擾，延遲更為嚴重。

實際上這些科技公司在人工智慧領域呼風喚雨，但在自動駕駛或無人機這種需要即時反應的領域，雲端人工智慧完全無法插手，都靠著本地的硬體暴力來推動;更不要說蘋果那個需要大量實時三維建模和渲染的 AR 場景了。

而蘋果的 MLKit 或 ARKit 都針對即時的手機應用場景的強大工具，但它的重要性不單是強大的智能，更重要的是鼓勵一眾開發者，開發本地化的人工應用。

試想想：以往大疆 Osmo 抙寺雲台的強大，在於圖像辨識演算法生成的智能跟蹤和美顏，現在隨便一家山寨公司也能用 MLKit 來進行圖像辨識(雲台行不行另說);以往 HolonLense 的 AR 技術多牛逼，現在任何一家開發商也能用 ARKit 把 iPhone 變成 HolonLense。當開發者爭相開發本地人工智慧產品，就足以與 Google 的勢力抗衡。

那是不是 Google 把 Android 本地人工智慧強化了就好了?這並不容易。

第一，本地人工智慧應用，對硬體要求本就巨大，亦必須使用 NDK 來針對硬體優化，這些需求再推對分裂嚴重的 Android 生態……更加麻煩。試想想，Google 的 TPU 是一件完全針對人工智慧而設計的非通用硬體，它目前還不能量產;更不要說，為人工智慧而設計的各種特殊硬體(例如雙目鏡頭或 MPU 等)。

第二，Google 當年為了對抗手機公司的去 Google 化，把大部份的強大功能都遷至雲端的 GMS，現在為了本地化，又需要重新面對三星或華為的去 Google 化問題。

第三，三星華為等廠見到蘋果這樣做，必定見獵心起，搞自己的原生人工智慧工具;而且國內一眾大廠也不是吃素的，這樣會使開發者更無所適從。

結果，可以在三五年間，蘋果的本地人工智慧應用很可能如雨後春筍出現;但在兼容性問題下，這些應用都可能在短時間內變成 iPhone 獨佔，使人工智慧領域，就像以往電腦應用領域一樣，出現雲端與原生之爭。

當然，這只是最理想化的結果。蘋果的本地人工智慧是否足夠好用?Google 是否真的不能追上來?全是猜想。但是搞不好，這才是這次 WWDC 真的會是改變未來人工智慧發展的重要時刻。

題圖來自：Business Inside

本文作者 Odin，轉載請註明來源

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！