被賣手機的忽悠，只因你不懂什麼叫做AI

如果你過去半年間打算買手機，或留意過地鐵公交站那反覆刷牆的各家手機海報，就不難發現，似乎一夜間，中國手機廠商都改成AI（人工智慧）廠商了。

比如「我愛AI的快、不止是AI、AI智能拍照，讓美更自然、AI智慧拍照，照亮你的美」……類似的海報口號，你總見過一款。

到底什麼是AI手機？為什麼要買AI手機？AI手機有什麼新價值？很多消費者在幾乎完全不懂的情況下，就被廣告宣傳或門店導購忽悠一番後，交錢走人。而AI，似乎成了不少手機廠商敦促消費者下單或換機的魔法。

說到這裡，讓人不免聯想起那些此前在零售領域同樣火爆，卻最終被證實往往淪落為營銷噱頭的大詞：有機、納米、離子、變頻、雲……

到底什麼叫做AI？

雖然大家手裡拿的都叫「智能手機」，但事實上，絕大多數手機目前只能被稱為「被動智能手機」。你看，如果想解鎖手機，就要去按指紋識別甚至是輸密碼才能解開；如果想打開某個APP，就要去點擊圖標；如果要拍一張好照片，往往還要根據不同場景來進行手動設置各種模式參數。

其實，當前手機的智能，基本只能執行被動式反應，很少能提前預測，更別提主動回應了。

而AI對於智能手機的價值，就是「從Smart到Intelligent」——能夠提前預測用戶需求，主動給出相應指引或回應，實現真正的智慧化。

榮耀總裁趙明在GMIC上對AI的比喻更加淺顯易懂：「原來定義智能手機的時候，大家都會把它比喻成一種人的器官延伸，比如說觸覺、視覺、聽覺的延伸，但到了AI時代，我們要把它看作一個人腦的協處理器。」

也就是說，AI對手機的價值，是能夠改變人機之間的關係。前AI時代的手機，只能成為我們的「工具」。而AI手機，應該可以協助人類最複雜的大腦，甚至分擔一些工作，成為我們的「顧問」。AI手機足以在各個領域縮小認知鴻溝或決策鴻溝，促進整體用戶福祉。

具體到實際應用中，有兩個產品的案例最為直觀——

首先是iPhoneX，蘋果捨棄經典的指紋識別後，用Face ID取而代之。曾經在前AI時代，Google也曾經做過面孔識別，然而那種識別，只是把用戶的臉當成用來開鎖的鑰匙，稍有異樣便不能被識別；如今 AI 時代的人臉識別則是，手機通過學習記住了用戶的面部特徵，然後手機自動為用戶打開。

在蘋果的A11仿生晶元上，利用AI技術，能夠讓Face ID對人類的面孔特徵變化實現主動適應。

其次是拍照的場景智能化。我們在拍照時，往往會根據所處場景來選擇拍照模式，在面對複雜場景時，或許還會祭出專業模式調節各種參數。而AI在拍照中的價值，就是能夠對拍照對象進行自動識別分析判斷，通過識別出鏡頭中是一個什麼樣的人、物或場景，然後根據演算法調整照片。

去年推出的榮耀V10被稱為「手機AI 1.0」，而日前剛剛推出的榮耀10已經進化到了「手機AI 2.0」時代，僅在拍照場景這一項上，榮耀10就將原本的13種場景拓展到了22類標籤500多種場景，如人像、藍天、煙花、綠植、貓、文本、美食、汽車等，只要不是十分生僻的事物，手機都能智能識別出拍攝場景。

對於大多數普通用戶來說，以後拍照基本就不必再絞盡腦汁研究拍攝參數、後期苦苦修圖了，這些工作交給AI自動處理就好。這就是AI手機幫人類大腦分擔工作的體現，與前AI時代的相機形成鮮明對比。

如果說智能機與功能機的差別，主要體現在工業設計和用戶交互上，那麼智能機和AI機的差別，就乾脆是工具和人腦的不同了。而以上這兩個例子，只是AI手機的部分新價值，未來AI技術還將不斷變革手機行業，可以說這個新方向已經非常明確，過去的2017年也被不少媒體和業內人士稱為「手機AI元年」。

既然AI手機有這些好處，那我們是不是應該趕緊去入手一台AI手機呢？又該怎麼挑呢？

怎麼挑AI手機？

市面上自稱是「AI手機」的產品大概有以下三類——

一是「晶元派」，即在手機中專門安裝了一個處理AI任務的晶元，AI本質本就是大量的計算，所以配置專門的、算力強大的硬體晶元也就是應有之義。

比如華為和榮耀搭載的麒麟970晶元，是世界上首款在CPU、GPU兩個通用處理單元之外，加入了AI處理單元NPU（Neural network Processing Unit，神經網路單元）的移動晶元。由於利用了深度學習處理技術，NPU可以比其他處理模式更快地處理卷積、遷移等深度學習任務，也就可以達成更快的AI任務處理能力。

而蘋果隨後在發布iPhone X時發布了A11 Bionic晶元，兩家不約而同採取了相似的策略。A11集成了一個專用於處理AI任務的運算單元「神經網路引擎(Neural Engine)」，開啟了iPhoneX的AI之路。極具革命性的Face ID，其原理就是能夠將感測器數據進行實時 3D 建模，並利用機器學習識別用戶容貌改變，在此過程中產生的大量計算需求，都需要藉助 A11 Bionic和Neural Engine來滿足。

晶元最大的價值，就是運算能力的極速提升：麒麟970的異構計算架構擁有約50倍能效和25倍性能的提升，圖像識別速度可達到約2000張/分鐘；蘋果A11晶元每秒處理相應神經網路計算需求的次數可達 6000 億次。

而且這些運算都不需佔用CPU或GPU，更無需將數據上傳雲端，既無需佔用原本系統資源，也不必苦苦等候網路傳輸，在本地端完成AI運算。

第二類是「攝像頭派」。 這一派的代表者，即是宣稱從 Mobile First 變為 AI First的Google。

去年推出的谷歌pixel 2，給出了一個非常特別的AI攝影模式，它沒有專屬的AI晶元，卻利用演算法和AI圖像處理單元完成了動態模糊攝影等攝影能力的補償。雖然沒有晶元，Google也在硬體上做了新東西：一塊名為Pixel Visual Core的協處理器，其核心部分是 Google 自主設計的圖像處理單元（Image Processing Unit，簡稱 IPU）。

與華為和蘋果不同，Google 表示 IPU 的用處很簡單：將 HDR+ 的運行速度提升 5 倍，而功耗則將為十分之一。此舉確實一定程度上繞開了開發晶元的難度，並彌補了谷歌硬體上的弱勢。

而第三類，則可以稱之為「演算法派」。比如小米、OV等國內大多數機型都屬於這一類。其主旨為：在有限提升算力的前提下，把AI運算應用於拍照等等用戶最容易感知到的地方。

我們平時用的各種美顏拍照相機、動態美顏錄製應用等等，其實都是依靠演算法完成「AI美顏」功能的。如今一些廠商乾脆將這些功能集成到拍照APP中，或直接搭載到產品攝像頭裡。

而這些大多基於高通CPU生產的「AI手機」，其在硬體方面實際是缺乏基礎的，因為高通沒有為AI運算單獨設立硬體單元，而是打造了AI Engine——通過對GPU、CPU和DSP等多個元件進行功能調試，使其更能適應AI運算。這種解決方案的結果是，手機算力雖然有所提高，但普通計算和AI計算都混淆起來，很可能會出現排隊的情況。於是AI計算很難像硬體智能那樣無時無刻地進行，計算能力也稍遜一籌。

所以我們能看到的是，目前大部分國產手機宣傳所謂的AI拍照時，都絕口不提夜拍、動作捕捉等複雜任務。因為這類深度學習的負載很大，用傳統移動晶元+雲計算來跑這類AI拍攝任務，其效果和效率並不令人滿意。

這一類手機雖然也在宣傳話術中大打AI牌，但又時時刻刻把AI和智能拍照划上等號。這並不是因為手機AI只能做到智能拍照，而是因為應用智能自身的局限，限制住了這些手機的AI想像力。

和早於2011年便聯手中科院計算所共同開發核心晶元的華為不同，OV、小米在AI晶元上的實質性舉動並不明顯，目前主要還是依靠演算法和高通新架構來實現「AI拍照」。

總結一下上述三類「AI手機」，不難發現唯有在硬體上的投入和技術基礎，才能夠承擔起AI之名，而對很多不具備這方面條件的廠商而言，AI不過是另一個華麗的營銷包裝罷了。

也就難怪榮耀總裁趙明會在GMIC大會演講時，向「跟風式」AI開炮，並指出了AI亂象的三大代表——「算力無本質提升的包裝式AI、功能無實質落地的炒作式AI、缺乏生態建設的封閉式AI」。

AI只能用來拍照嗎？

此前，很多人疑惑「AI手機」是否為一個營銷噱頭，其中一個重要原因就是廠商尚未帶來顛覆性認知的落地場景。

比如除了海報上層出不窮的「AI拍照，讓你更美」，就是各家廠商都在主推自己的語音助理，然而除此之外，對於AI能夠帶來的具體變化，廠商只能是含糊其辭說個大概，乃至使其有了一些玄學的味道，這自然會導致消費者對於AI能帶給智能手機的助益作用認知不強。

其中關鍵的因素就在於，AI本身就應該是一個系統性工程，除了晶元和硬體上的積累，更應該有生態支撐。

可以想像一下，當手機具備AI晶元和其它強大運算能力與成熟演算法後，就像擁有Intel+Windows的PC機，而PC聯盟最成功之處，就是豐富多彩海量的應用軟體。到了移動時代也是同理，唯有將更多開發者的智慧凝聚一起，形成數據打通，將運算力開放給更多開發者，才有五花八門的應用來服務消費者。

比如現在基於華為的HiAI開發平台，已經有多家廠商利用AI晶元推出了更好體驗的產品。眼下大火的短視頻平台抖音，就基於麒麟970晶元，做出了獨特的實時優化功能。在抖音里，當人在快速揮動手臂時，背景可以做很多無窮替換。在這種情況下，把整個人摳出來，邊邊角角都在，還不失真，就對晶元的算力提出很嚴峻的考驗。

再比如，如果可以將各種各樣的應用之間數據打通、邏輯打通，形成一個完整鏈條的體驗，是會對整個行業有促進作用的，並且有機會形成新的商機——假設用戶訂購了一張電影票，那麼AI手機就會根據用戶所處的位置和路面擁堵情況，提醒用戶打車或者選擇最優路線開車前往，到了電影院主動彈出購票二維碼，在電影結束後根據用戶習慣，以及還在營業的餐館，向用戶提供更加智慧和貼心的服務，「這種思考過程和邏輯就像人的思考一樣自然」。

而所有這些「生態收益」，首先都是要求廠商擁有晶元等核心硬體技術基礎，才談得上開放算力，共享數據。否則一切都是空談。

隨著AI生態逐漸成熟，AI手機的體驗也會產生天差地別的變化，同時第一梯隊的AI手機也會和後來者拉開越來越大的距離。到時候早就不需要媒體來為用戶來解讀那些手機AI的真偽，用戶自己就可以感受到巨大的差異，也就不那麼容易被忽悠了。

如今廠商們對AI之名的濫用，只是技術革新出現時必然出現的通貨膨脹。經過幾番喧囂與冷靜，市場規律便會慢慢洗刷參與者，最終讓一切走向正軌。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！