除了拍照功能外，手机游戏也是智能手机上极为重要的应用，相关市场规模产值非常庞大，2016 年全球手游产值已经超过 370 亿美元。虽然目前主流手游几乎都强调在线真人对战，但实际上，玩家与计算机对战所占的时间也不低。很多玩家在跟真人对战前，都必须先和计算机对战一番，提升自己操作水平。

但如果计算机对手太“弱智”，一成不变的游戏流程将对玩家体验造成伤害。因此各大游戏厂商已经针对游戏中的敌人反应进行强化设计，通过机器学习，使其更接近真人。计算机对手甚至可学习玩家的操作模式，自动调整强弱，让游戏过程充满新鲜感，老司机玩家也同样能感受到挑战性，借此将有效提升用户黏性。

图丨暴雪公司的经典游戏《星际争霸》是否会成为 DeepMind 的下一个挑战目标？

总归而言，手机目前能做到一定程度的学习，让应用的表现看起来好像很聪明，但现有的学习模型套用还是相当粗糙——没办法针对性的优化体验，这点除因为应用的类型限制外，手机本身的运算性能还有待强化也是原因之一。目前的应用针对的目的相对单纯，但如果未来应用想进展到虚实结合，整合大量信息，并拥有个人化的呈现方式，那相对应的硬件平台也必须够强大才有办法实现。

AR/MR 成败与否，移动端机器学习是决定因素

理想很丰满，但现实总是很骨感，这也是为什么很多人会投入到虚拟的世界当中去追求不同的满足感，虚拟现实（VR）把人和现实抽离，这对人类的心理会有负面影响，因为无法印证到现实的事物，体验完VR应用之后的满足感越高，回到现实世界的空虚感也会更大。但 AR 和 MR 能让使用者与现实世界进行维系，透过计算器，让现实和虚拟可以重迭，现实不足的信息，或感官接触的缺乏，可透过 AR 的各种传感器来强化人类的感知堆栈。

增强现实（AR）、混合现实（MR）是通过镜头、结合实景与虚拟 3D 建模，将各种实时运算产生的信息画面迭加在真实景物中，这些实时运算的对象或信息可以和真实世界进行完全的互动，让使用者用不同的角度去解读、理解这个世界。这种应用不论是在娱乐方面、产业方面，甚至是军事技术领域，都有着极为庞大的应用潜力。

但要在手机上实现这些应用，机器学习就扮演着关键的角色。不论是在游戏应用，或者是其他专业领域，AR 或 MR 都包含语言识别与处理、视觉识别与合成等运算工作。随着各种多功能操控及感官回馈的加入，让相关计算的工作需求也更为吃重。

与目前流行的拍照应用不同，这部分的体验与使用者本身，以及使用者身处的环境有极大的关连，无法仅单纯套用基本模版。因此，让智能设备本身拥有的学习能力去针对个人使用习惯来对模版进行相应调整，才能优化整个使用体验。

图丨电影《钢铁侠》堪称AR应用的经典范例

过去手机硬件性能不足，限制了这方面应用的发展空间以及效果呈现。然而，随着半导体与制程技术的不断升级，还有像 GPGPU（通用图形处理单元）、DSP（数字信号处理器）甚至 FPGA（现场可编程门阵列）等架构的革新，手机上的整体计算能力几乎已经可以和桌面端计算机相提并论，且功耗亦可控制在合理的程度，这都有助于推动相关应用的发展。

也因为平台性能等客观环境已经相对成熟，走在时代前端的苹果公司对 AR 生态方面的经营也转趋积极。苹果公司的自有处理器设计已是移动应用领域中最强大的架构，性能与功耗皆领先同期同类型的产品。

除硬件平台设计外，苹果就生态支持方面，不仅并购眼球追踪技术商 SensoMotoric Instruments，也在今年 6 月的 WWDC 正式发布了增强现实开发工具 ARKit，以及包含加速 iOS 设备机器学习能力的 CoreML 机器学习框架，所以我们有理由有可以相信，在苹果的号召力之下， AR 技术将有机会快速取代 VR，成为未来手机虚拟现实平台的最主要推动力。

图丨ARKit + CoreML = 移动端 AR 应用爆发？