机器学习变形记：AI从云端向移动端迁移，巨头专用芯片之争终将带来AR/MR的全面崛起？

2017-08-20 16:07 来源:DeepTech深科技 AR /中国移动 /谷歌

原标题：机器学习变形记：AI从云端向移动端迁移，巨头专用芯片之争终将带来AR/MR的全面崛起？

本文是「DeepTech深科技」即将上线EmTech China会员独享深度报告系列的部分节选，汇聚全球一手产业信息，独家深度剖析解读，更多独家深度内容请关注EmTech China会员计划。

AI 技术已经逐渐深入到我们的生活，通过大数据的收集、整理，判断出逻辑，结合云与端的计算，让我们日常使用的设备看起来拥有了“智能”——然而，这只是一系列运算工作相辅相成的结果。

那么，已经成为我们身体一部分的智能手机在人工智能领域到底将扮演着什么样的角色？它们已经能够独立进行学习，甚至提供类似人工智能等级的服务吗？

从表面上来看，我们日常使用的智能手机在不少功能的使用上已经相当聪明，比如照片美化可以做到全自动，翻译功能也越来越逼近人类的语法习惯，甚至连出现在手机里的广告都很神奇的符合你的消费习惯。

但这是你手机自己“想”出来的结果吗？还不完全是。目前，手机在人工智能里扮演的角色还是偏向于数据收集的功能，甚至连学习都还称不上。但未来随着运算架构与制程的演进，加入手机的传感器类型会不断增加，及像增强现实（AR）、混合现实（MR）等需要本地端计算能力强大到可以与环境互动的应用出现，由手机自己执行的学习、互动以及更智能化的运算功能也会随之普及。

当然，云端的学习与基础模型建立还是少不了，但本地端的进一步学习，以及对个人化模型的不断修正，是未来智能设备能不能”更好用”的关键。为了满足这个目的，手机芯片的计算架构选择与设计也会是重点，目前各大芯片设计公司都已经不约而同往这个方向前进。

目前而言，我们现在所谈到的智能应用，几乎清一色都是套用在云端上整理、计算来的模型，本地端的终端，比如说智能手机，在机器学习上扮演的角色其实并不是很重要，计算性能较弱，加上功耗预算有限，手机本身能达到的学习机制相当有限。但随着半导体技术的发展，以及手机应用的智能化以及个人化要求的强化，手机上机器学习能力的强化，也变成未来必走的方向。

一般常见如 Siri、Alexa、Cortana 或 Google Assistant 等语音助理、各平台上的翻译服务，邮件服务中的垃圾信辨识功能，以及针对个人包含使用习惯、安全辨识信息以及地图定位功能等，都不同程度上应用了学习机制，借以改进精确性与回馈速度，这类型的学习机制也被使用在不少社交网络以及购物软件上，j2直播，来作为判断消费习惯以及广告精准投放的依据。

在拍照、相片处理等主流应用中，机器学习也扮演着重要角色。比如说，拍照之后，马上就能判断出照片中包含什么对象，或者凭借地点以及对象的结合判断并提供该对象的具体信息。

图丨智能手机已经成为机器学习重要的感官与应用载体

另外，美女们最爱的修图美颜软件，也早已经进步到可直接套用机器学习之后的五官、身体特征模版，让修图效果可立即呈现，不必再费时费力手动处理，且合成的效果远优于手动调整，几乎可达天衣无缝的境地。

目前，Google 与麻省理工学院联合开发的照相场景修图软件，可在手机上实时预览拍照场景修图后的效果，让用户在按下拍照按键之前，就已经可以先看到拍出来、甚至是修图后的效果。虽然目前这些效果多半是在色调，或者是高动态光源方面的处理，但这确实可大幅减少事后修改的过程，有效提高拍摄的成功率。

图丨Google 联手麻省理工学院开发全新机器学习算法，可在拍照前就看到最终拍摄效果