智能手機+機器學習才是個人終端的未來？

今天是iPhone 7發(fā)布的日子，無論你是不是果粉，無論是主動關注還是被動接受，所有人的信息焦點只有一個，那就是蘋果。作為技術創(chuàng)新的長期領導者，蘋果已經一次又一次給我們帶來各種意想不到的新體驗，今天的iPhone 7更是如此。那么，就讓我們從小小的智能手機開始聊一聊機器學習將如何改變個人終端的未來。

盡管新的產品、新的功能層出不窮，但人們不禁好奇，究竟是什么因素在將不可能變?yōu)榭赡?。答案大概可以歸結為四個字：“機器學習”。

無論我們是否真的意識到，機器學習已經在我們的日常生活中應用很長時間了。事實上，我們沒有注意到它的存在反而意味著這個技術非常有效，因為每天當著用戶面處理學習如此大量的實時數據卻不被察覺，顯然這種方式是可以令人接受的。然而，最近這個詞頻頻出現在各種商業(yè)和大眾媒體上，在人工智能的專業(yè)技術人員和消費者中間引發(fā)了大量深入的討論。

蘋果公司早就在人工智能領域奠定了堅實的基礎。在史蒂文·李維(Steven Levi)發(fā)表在iBrain上的文章中，其深入剖析了蘋果錯綜復雜的機器學習技術。盡管很大程度上Siri只是蘋果在機器學習方面的“門面”，但毋庸置疑的是，蘋果在這方面的研發(fā)并不止于此，機器學習技術已經被應用到蘋果的各類設備和應用中。例如，滑動屏幕會出現你想要打開的應用名單，或是指出你預訂的酒店在地圖的位置。這個直接面向消費者的人工智能應用，在科技行業(yè)樹立了一個標桿，不僅成功提升了品牌價值，也讓消費者對數字體驗有了更高的期待。

盡管Siri是一個非常受歡迎的人工智能應用，但她也不是沒有競爭對手。虛擬助手Cortana(微軟小娜)的出現加劇了科技公司之間的競爭，現在鹿死誰手還未可知。這給蘋果帶來了巨大的壓力，蘋果很快意識到了問題，并開始不斷采取措施加強他們的機器學習部門，目的就是為了在這一領域保持一個領先地位，尤其是要趕在新產品發(fā)布之前。最近的例子就是蘋果收購了專注于機器學習的人工智能公司Turi 。此外，蘋果公司還宣布，除了已經搭載了Siri功能的蘋果手機，他們還準備將Siri背后的深度學習技術集成到蘋果的筆記本電腦、手表和電視上。

更深遠的影響在于，這些努力是為了把機器學習運用到蘋果的整個產品鏈中，此舉標志著蘋果的品牌和零售將開始一種全方位的個性化體驗服務。

用戶已經開始期待基于深度學習其實時行為反應的高級定制化內容。蘋果公司已經意識了只有機器學習才能滿足如此大規(guī)模的用戶需求。蘋果通過增強型機器學習算法提高內容準確性和時效性，為用戶提供了一對一的個性化體驗服務，這些最終將轉化為公司的品牌忠誠度，并為公司增加營收。

消費者對個性化體驗服務的期望只會不斷增加，而蘋果公司已經明確表示他們正在想方設法滿足這些需求。這也意味著面對競爭，需要不斷努力加強自身的深度學習技術，才能跟上發(fā)展。這不僅適用于蘋果的競爭對手，也對其合作伙伴提出了更高要求。

通過把機器學習集成到蘋果的產品中，品牌和零售商就能輕松地為消費者提供他們一直期待的購物體驗。

那些不敢冒險的人終將會被時代所淘汰。

具體來說，對于計算機中的神經網絡和機器學習中的其他方法的研究自70年代就開始了。深度學習是機器學習的一部分，通過算法對數據進行關聯和分類。深度學習系統(tǒng)通常需要使用復雜的神經網絡和大量的計算資源。GPU芯片是一種專門用于圖像計算的芯片，在帶有屏幕的個人終端設備上十分常見，神經網絡大都在GPU上運行。

麻省理工學院的研究團隊研發(fā)出了一款名為Eyeriss的芯片，將能耗減少到了GPU平均水平的1/10。因此，這為智能手機上的應用打開了新的可能性，可以直接在移動設備上執(zhí)行強大的人工智能算法，而不需要將數據上傳到互聯網進行云計算。這款專為深度學習而優(yōu)化的計算機芯片，能夠讓人工智能變得更為流行。

MIT研發(fā)的這款168核的芯片能夠識別人臉、其他物體，甚至是聲音。該芯片可適用于智能手機、自動駕駛汽車、機器人、無人機和其他設備。普通GPU芯片一般是很多處理單元共享一個內存條，而Eyeriss芯片每個處理單元都有自己的內存，而且它可以在向處理單元發(fā)送數據前對數據進行壓縮。Eyeriss的每個處理單元都可以直接與相鄰的處理單元進行交流，如果需要共享數據，不需要將數據傳送到主內存。

配備這種新芯片后，未來的智能手機不僅能夠更好地執(zhí)行日常任務，還可以進行原本需要外部資源投入的人工智能和深度學習任務。而一個內置Eyeriss芯片的智能手機可以執(zhí)行更多的基本任務，諸如追蹤用戶的偏好、時間表和使用模式，能更好地優(yōu)化移動體驗，這意味著一種截然不同的絕佳用戶體驗。

我們對普通用戶每天的應用場景進行歸類后，搭載了AI助理的智能手機可以清楚的判斷用戶的各種使用情況，是在應用商店下載了游戲，還是對已安裝的應用進行更新，都一目了然。芯片會查看一些手機信息，比如應用程序的大小，代碼特點，用戶使用量的統(tǒng)計數據，線上意見等，并向用戶推薦一些可能感興趣的內容。例如，某個用戶在市中心閑逛時突然想找去酒吧玩兒，他們也許對機載AI助理說：“推薦一個我沒去過的好酒吧。”此時，AI就會開始查詢銀行對賬單，判斷用戶多長時間去一次酒吧，每次平均花費多少錢，然后找到評論這些酒吧的關鍵詞，諸如“氛圍好”或這“啤酒好”等，最后找到一個附近的新酒吧推薦給用戶。目前，所有這些計算都是由異地的服務器統(tǒng)一處理后傳回用戶的手機，很難將其他數據和應用整合到設備上，并有效管理用戶數據。

機載AI助理將徹底改變個人終端計算設備的發(fā)展，首當其沖的就是智能手機。