原标题：并不古老的古迹：手机AI创生史
编者按：我们已经讨论过很多有关手机AI的问题。半年过去，我们很高兴看到越来越多的厂商和开发者加入这个大命题，越来越多的消费者开始关注AI。同时，移动AI的相关平台、解决方案和黑科技也在开枝散叶。
智能手机的历史上曾经出现过很多令人激动的时刻，而AI的加入，显然正在酝酿下一个。
要知道，手机AI的出现和发展，并不仅仅完成了手机某部分的进化。在芯片、算法、开发平台，以及硬件、软件、传感设备等要素的协同进化下，我们接下来很可能见证一场人与移动设备共存方式的长久改变。从摄影、游戏、翻译这样的手机固有功能，到旅行、商务、家庭这些与每个人密不可分的生活方式，都可能被手机AI带来的冲击所改变。
然而，在对未来满怀好奇的时候，手机AI的相关赛道也开始出现拥堵，甚至混乱。很多“AI擦边球”开始出现。劣币效应若隐若现，也不免让心底泛起忧虑。
我们猜想，或许是时候开启一场关于手机AI的知识旅行，做一次足够全面的移动AI内容梳理。
假如说手机AI/移动AI的到来，是在我们面前打开了一幅长卷，或者用游戏的说法：开了张新地图。接下来我们将一个个景点，去窥探这个新世界的奥秘。
第一站，从AI与手机相遇的历史遗迹说起。让我们回到那久远的过去——几个月之前。
“史”前时代：手机开始尝试人工智能，以及遇到的问题
虽然手机AI这件事大举跃入公共视野，仅仅是几个月之前的事。但恐怕我们想要搞明白这次相遇，还要再把时间倒回去一点，也不多,七十年吧…
自1951年 会议确定了AI概念开始，学术界对人工智能运算的期许始终都可以总结成三件事：像人类一样对话；用如同人类的眼镜识别万物；如人类一样推理和思考。
为了这三个目标，计算机科学和数学界努力了几十年，发明了从逻辑到专家系统，再到机器学习的各种解决方案。有意思的是，在智能手机彻底占领人类生活方式之后，这三个”小目标“刚好能满足手机下一步进化的需求：对话操作，可以抵消触屏操作中的不便、机器视觉技术，可以让手机的拍照、视频和图像处理更多元；而基于多元数据的机器学习，可以让手机开始理解用户的习惯和需求。
从这个逻辑上看，智能手机的下一步几乎肯定是AI。但怎么跨入AI的大门，对于手机产业来说却并不是那么容易解决的问题。
其实早在移动AI芯片出现之前，各种手机探索AI的方式已经陆续诞生。或许这个可以称为手机AI的”史前时代“。
比如说，苹果手机一度以语音助手Siri掀起了浪潮。而Siri的不断进化基本是靠AI的语音交互和语义理解能力来实现的。最早的Siri是个问答模板，而AI的加入让ta不断变得”聪明“起来。
再比如苹果手机很早开始探索的图片识别和标签分类，也是利用了AI的图像理解技术来实现。
在语音和图像之外，AI理解用户这件事也被尝试了出来。2016年，荣耀发布了荣耀magic，首次探索了利用AI技术主动理解用户信息，提供主动服务。
除此之外，AI还隐藏在手机的更多角落。比如很多双摄解决方案中，都需要用AI的空间算法来优化拍照效果。
但以上这些探索，却不约而同遇到了问题：AI的神经网络和卷积运算模式，不同于传统的运算和图像处理任务。用CPU+GPU的传统移动运算模式来处理比较吃力，还要大量耗能。就像上文所说苹果的图像分类，由于让手机识别图像的运算非常缓慢，必须要依托云计算来完成，所以苹果选择在夜晚进行分类处理。对于用户来说，这种隔一天才能完成的运算当然体验很差。
而荣耀magic的主动服务模式虽然得到了好评，但进行AI运算需要大量耗电这事无法得到解决。
AI很好，但运行AI很慢很耗电，在2017年之前差不多是手机产业的共识。那么，解决方案是什么呢？
萌芽纪元：从AI芯片，到两强逐鹿
差不多所有技术发展史上，关键节点的技术突破，都会成为撬动整个行业的”胜负手“。燃油机之于轮船、汽车；交流电之于照明和电器设备，莫不如是。
对于手机AI来说，既然CPU、GPU来承担复杂的AI计算任务不靠谱。那解决方案当然是单独做一个基于 学习和神经网络的AI专项处理单元。其实类似的云计算芯片解决方案已经很多，但在2017年年中的时候，外界还是普遍不看好这类技术可以在移动终端实现。
清楚记得去年7月，一位同行还跟我抬杠。他言之凿凿地告诉我，以他报道芯片十年的经验，AI移动芯片五年内都不可能出现....
好吧，最后打脸的不是我。
去年9月2日，华为率先发布了世界首款搭载AI任务专项处理能力的移动芯片。麒麟970的最大特点，显然在于它在CPU、GPU两个通用处理单元之外，加入了AI处理单元NPU（Neural network Processing Unit，神经网络单元）。
由于利用了 学习处理技术，NPU可以比其他处理模式更快地处理卷积、迁移等 学习任务，也就可以达成更快的AI任务处理能力。根据数据显示，处理相同的AI任务，麒麟970的异构计算架构拥有约 50 倍能效和 25 倍性能的提升，图像识别速度可达到约2000张/分钟。
当时媒体还有一种声音，是说AI芯片这种玩法是华为自娱自乐，无法得到广泛认同。结果打脸又分分钟到来。9月13日，苹果在发布iPhone X时发布了A11芯片。A11集成了一个专用于处理AI任务的运算单元“神经网络引擎(Neural Engine)”，开启了iPhone的AI之路。
随后到了10月，华为发布了搭载麒麟970的旗舰机华为mate10，在摄影、图片识别和用户服务几个层面展开了AI攻势。而荣耀也紧随其后，发布了搭载麒麟970的V10。刚刚发布的华为P20也以此为基础，创造了DxO摄像头评测的分数新高。
目前来看，华为、荣耀、苹果的主流旗舰产品，在今年都会搭载AI专用芯片，并以此作为产品功能创新的基础，应该已经没什么疑问。
短短几个月间，手机AI这件事就经历了从一片洪荒到萌芽初始的变化。而唯二坐拥专属AI芯片开发能力的苹果与华为，也被舆论认为将在接下来的手机AI市场里上演“双雄对决”。
此外，谷歌在pixel2中使用了在摄像头区域安装专用图像处处理单元ImageProcessing Unit （IPU）的解决方案，三星则希望以新的语音交互功能带来AI体验。整个移动AI赛道开始变得多元。但有一个共识似乎已经在这场比赛初期就达成了：专用的处理能力，是AI体验的基础。
创生期的共识：AI为什么需要终端计算？
无论是华为、苹果还是谷歌，似乎都在一开始就认定了，先有AI处理单元，而后有AI体验。
这到底是什么道理，直到现在很多手机评测和分析还是没有搞清。
让我们举个例子，应该很多人都用过拍照识花功能。春天是个踏青的季节，这功能在今天可谓正当其时。但不妨回想一下，这个很有代表性的AI体验，其实反应非常慢。各种识花软件都要等上一会。假如网络不好还要等更久。这就是因为图像识别消耗算力较大，还要到云端进行数据库匹配，最终导致体验并不是瞬时的。
其实，用CPU和GPU也都能处理AI任务，就像单CPU也能处理图像任务一样，问题是缺乏针对性算力会导致能耗过高和大量延迟。假如是识花倒也还好，毕竟这么雅致的事值得等上一等，但假如是直播中进行AI优化与识别，高延迟加高耗电不就太过分了？
这就是通过AI处理单元，在终端完成AI任务处理的第一个原因：提高处理速度，达成实时化，低耗能，并能够处理复杂的AI任务。
另一方面，最近Facebook的数据泄露事件闹得沸沸扬扬，而此前谷歌、苹果也都有关于数据库泄露的问题出现。在AI时代，用户把声音、图像和视频上传给系统，完成识别与优化已经成为必然。但上传到云端，把自己的数据交给一个远在天边的服务器，似乎有些不妥。
拍个花花草草当然还好了，但如果是自己与家人的照片和视频，冒着随时可能泄露的风险上传到云端进行AI处理，估计很多用户都会选择放弃。
这就是手机必须搭载AI处理单元的第二个原因：终端处理，保证安全。当然，云端训练机器，终端机器服务用户的“云端一体化”思路是更加合理的。但终端AI处理能力，是整个AI服务闭环中不可或缺，但也是最难攻克的一环。
除了上述两点之外，近半年的手机AI创生史中，还有一件事是值得大家思考的。那就是我们到底期待什么样的AI体验？
再举个例子，在去年华为Mate10发布了场景化拍照模式之后，今天小米mix2S也发布了宣传话术都近乎一样的功能。相信不久的将来，还会看到更多场景识别拍照，最终这将成为今年主流机型的标配。
但AI真的只能如此雷同吗？回想一下乔布斯带给智能手机的创意，最大的突破在于引入了APP模式，让各种各样的功能和体验进入到同一部手机里。而AI原本应该是更多元化，更多想象力的技术逻辑，怎么竟然变成了“天下是一家，抄我再抄他”？
开发一种AI算法很容易（模仿就更容易），让各种各样的AI功能百花齐放却有点难。而这就是AI需要在终端完成计算的第三个原因：通过硬件提供通用AI加速能力，引进开发生态。
试想一下，假如手机AI算力支持，也不提供开放接口，只是自己搞了一些简单AI功能。那一个开发者即使想出来特别牛的AI创意，基本也于事无补。
是拿少数几个AI功能，赌消费者能否买账，还是拿千万开发者的创意能力，去赌AI生态的开花结果，显然并不是特别难的选择题。
所以，整个手机AI的从无到有，从蛮荒生长到萌芽勃发，基本可以看做是一个问题和一个回答：我们到底如何AI？答案是，走最困难的路，搭建从芯片到平台，再到生态的逻辑闭环。
毕竟AI不是魔法，不能从空中结出果子。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
