必須的，這個(gè)有軟硬件共同決定的。而且我可以負(fù)責(zé)的告訴你，未來的人工智能一定會(huì)終端化。
感興趣的同學(xué)直接看下面的干貨。
雖然Android 8.0 Oreo還沒有怎么普及，但近日谷歌開發(fā)團(tuán)隊(duì)已經(jīng)向開發(fā)者放出了首個(gè)Android 8.1的預(yù)覽版。而8.1正式版預(yù)計(jì)將在12月上線。
讓我們先回顧下Android 8.1的主要新功能點(diǎn)：
1、神經(jīng)網(wǎng)絡(luò)API(NNAPI)，提供機(jī)器學(xué)習(xí)的硬件加速。
2、通知：一個(gè)APP通知消息現(xiàn)在每秒僅能發(fā)出一次提示音。
3、改善2G以下內(nèi)存設(shè)備的表現(xiàn)。
4、自動(dòng)填充功能針對(duì)APP進(jìn)行優(yōu)化，提供驗(yàn)證器判斷是否響應(yīng)。5、文本編輯更新。
6、程序性的安全瀏覽行為：允許APP對(duì)瀏覽行為進(jìn)行安全檢測(cè)、規(guī)避威脅。
7、視頻縮略圖生成更精準(zhǔn)。
8、共享內(nèi)存API：Android 8.1(API級(jí)別27)引入了一個(gè)新的SharedMemory類。這個(gè)類允許您創(chuàng)建、映射和管理匿名共享內(nèi)存,被多個(gè)進(jìn)程或應(yīng)用程序使用。
9、壁紙色彩管理API：比如黑色壁紙下下拉菜單也會(huì)變黑。
10、指紋更新。
谷歌將神經(jīng)網(wǎng)絡(luò)API放入電銷機(jī)器人系統(tǒng)底層，相信不光是為了自己的PIXEL內(nèi)部的硬件加速，谷歌還有更大的一盤棋要下。
谷歌不是一家專注軟件的公司，幾年來推出的一系列硬件產(chǎn)品幾乎都廣受好評(píng)。同時(shí)谷歌也在不斷模仿隔壁的電銷機(jī)器人和微軟，加大力度磨合自家的軟硬件。
谷歌不是電銷機(jī)器人，旗下的電銷機(jī)器人陣營(yíng)是一個(gè)開放式的松散的“聯(lián)盟”，起碼現(xiàn)在看來是的。從谷歌最近幾年的動(dòng)作來看，谷歌想要逐步強(qiáng)化對(duì)電銷機(jī)器人系統(tǒng)陣營(yíng)的掌控力，并且在最新的電銷機(jī)器人8.1上宣布重構(gòu)了所有底層代碼，以求對(duì)系統(tǒng)加以最高效率的優(yōu)化，其中目標(biāo)直指眾多軟件開發(fā)商們。
谷歌多次表達(dá)了對(duì)目前運(yùn)行在電銷機(jī)器人系統(tǒng)上數(shù)百萬APP應(yīng)用質(zhì)量的不滿，這對(duì)于目前正在大力布局人工智能和VR/AR等極具發(fā)展前景的谷歌來說是極為不利的。因此谷歌也想借此來吸引眾多廠家適配最新系統(tǒng)甚至達(dá)成更進(jìn)一步的合作。此次電銷機(jī)器人8.1其中一個(gè)對(duì)軟硬件廠商們最具吸引力的功能就是神經(jīng)網(wǎng)絡(luò)API的加入了。
先說說這個(gè)神秘的神經(jīng)網(wǎng)絡(luò)API
說白了一句話，這個(gè)NNAPI可以在電銷機(jī)器人上運(yùn)行訓(xùn)練好的機(jī)器學(xué)習(xí)模型，并且具有硬件加速功能。直接在電銷機(jī)器人上分類圖片或者學(xué)習(xí)用戶習(xí)慣將變得更為輕松。
谷歌稱新的神經(jīng)網(wǎng)絡(luò)API是一個(gè)基礎(chǔ)的底層框架，類似TensorFlow Lite、Caffe2這樣。如果設(shè)備上帶有AI加速芯片的話，API將自動(dòng)使用加速芯片的硬件加速功能；如果沒有的話那就只能用CPU了。谷歌的新Pixel 2電銷機(jī)器人就帶有一個(gè)AI加速芯片（the Pixel Visual Core），之前電銷機(jī)器人發(fā)布時(shí)谷歌也表示這個(gè)加速芯片會(huì)在Andriod 8.1中激活。
直接在終端設(shè)備上運(yùn)行神經(jīng)網(wǎng)絡(luò)已經(jīng)是近期的發(fā)展趨勢(shì)，這點(diǎn)在最近尤為明顯人工智能，無論是華為麒麟970芯片NPU發(fā)布，還是電銷機(jī)器人A11大力宣傳的深度學(xué)習(xí)加速芯片，本質(zhì)上都是各大廠家在消費(fèi)級(jí)終端上布局人工智能相關(guān)功能的專用硬件平臺(tái)，這也是提前拉開了消費(fèi)級(jí)人工智能終端化的序幕。
與終端化的人工智能相對(duì)的是分布式人工智能，這點(diǎn)在目前比較成熟的云計(jì)算行業(yè)中已經(jīng)有了很多的應(yīng)用。這兩個(gè)的對(duì)比就好像是大腦和神經(jīng)元的存在，當(dāng)然這樣說難免太籠統(tǒng)了，具體的我會(huì)在以后的篇幅中進(jìn)一步闡述。
在終端化的人工智能趨勢(shì)中，消費(fèi)級(jí)的人工智能，也就是消費(fèi)者手中可控的人工智能相關(guān)產(chǎn)品和功能是我們最需要關(guān)注的。這次我借電銷機(jī)器人8.1的神經(jīng)網(wǎng)絡(luò)API來大致談一談幾個(gè)消費(fèi)級(jí)人工智能終端化的關(guān)鍵因素。
1. 網(wǎng)絡(luò)負(fù)載在未來幾十年里依舊不可能滿足云端計(jì)算需求
由于現(xiàn)在的人工智能系統(tǒng)都是基于傳統(tǒng)計(jì)算架構(gòu)下的計(jì)算機(jī)，因此即使云端化以后，依然會(huì)受限于傳統(tǒng)架構(gòu)設(shè)計(jì)中所存在的一些瓶頸。其中，可能存在瓶頸的地方有：計(jì)算速度、存儲(chǔ)速度和傳輸速度。對(duì)于一顆2GHz主頻、八核心的 CPU，其每秒最大運(yùn)算速度為320億次，而在64位系統(tǒng)下，去數(shù)據(jù)最大吞吐量為256GB/s。
相比于高速的計(jì)算速度，傳統(tǒng)框架下的計(jì)算結(jié)構(gòu)依舊遠(yuǎn)不能滿足未來人工智能計(jì)算需求，拋開儲(chǔ)存設(shè)備的速度不談，就目前的網(wǎng)絡(luò)傳輸速度來看，如果普通CPU計(jì)算速度為100，4G的最快理論速度僅為0.005，即使5G也不過是0.15左右，這差的可不是一個(gè)數(shù)量級(jí)了。
這還沒有考慮到現(xiàn)在的網(wǎng)絡(luò)傳輸成本。即使在未來網(wǎng)絡(luò)傳輸成本大幅降低，網(wǎng)絡(luò)負(fù)載也是一個(gè)大問題。在無線的環(huán)境里，數(shù)據(jù)精度和速度總要大打折扣，這對(duì)需要高速計(jì)算的云端人工智能來說無疑負(fù)面的。
2. 無法滿足個(gè)性化需求
互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的崛起，讓我們看到社交和尊重的需求開始被逐漸滿足，其中社交的發(fā)達(dá)程度更是達(dá)到了前所未有的水平。但人的自我實(shí)現(xiàn)需求仍是難以滿足的。
根據(jù)馬斯洛需求層次理論，個(gè)性化需求是人類最終極的目標(biāo)。而人工智能同樣是為我們每個(gè)人類個(gè)體服務(wù)的，落實(shí)到每個(gè)人的個(gè)性化需求時(shí)，云端的劣勢(shì)變暴露無遺?！耙粚?duì)一”的定制服務(wù)必然會(huì)從一開始的大企業(yè)，高層消費(fèi)人群進(jìn)一步擴(kuò)展到每一個(gè)社會(huì)群體人工智能，最后直指每一個(gè)個(gè)體內(nèi)心的滿足感，幸福感。這是未來人工智能一個(gè)美好愿景，要想實(shí)現(xiàn)它，終端化是不可繞過的途徑。
3. 信息安全是終端化的最重要因素
除了減少延遲和網(wǎng)絡(luò)負(fù)載外，更重要的是敏感數(shù)據(jù)不會(huì)流出用戶的設(shè)備——而這也是“大數(shù)據(jù)”興起之后普通用戶最大的擔(dān)心之一。
根據(jù)官方放出的消息，仔細(xì)查看此次電銷機(jī)器人8.1的功能更新，你會(huì)發(fā)現(xiàn)系統(tǒng)開發(fā)者越來越注重用戶的數(shù)據(jù)安全性。
在Android 8.1系統(tǒng)上，谷歌為其添加了一個(gè)全新的安全協(xié)議“DNS over TLS”，簡(jiǎn)單來說，就是可以避免讓互聯(lián)網(wǎng)服務(wù)提供商暗自偷偷觀察我們?cè)诰W(wǎng)上的一舉一動(dòng)。
目前的DNS協(xié)議中，主要采用的是UDP或TCP協(xié)議?；ヂ?lián)網(wǎng)服務(wù)提供商想要了解用戶的一些網(wǎng)絡(luò)瀏覽數(shù)據(jù)，比如訪問了哪些網(wǎng)站，還是相對(duì)簡(jiǎn)單的。而啟用了TLS協(xié)議后，服務(wù)器能夠在幾納秒內(nèi)完成域名解析，用戶可以在這個(gè)時(shí)間里完全杜絕提供商的偷窺行為。
如果將數(shù)據(jù)云端化，實(shí)時(shí)的數(shù)據(jù)能否保證云端安全，甚至能不能保證在傳輸過程中保證安全性，這都是大難題。
只有將數(shù)據(jù)終端化，計(jì)算終端化，才能有效避免這個(gè)大坑。對(duì)于終端來說，那些要求低計(jì)算延遲以及對(duì)于數(shù)據(jù)安全性非常敏感的應(yīng)用就需要把人工智能算法全部在終端實(shí)現(xiàn)，或者至少在終端完成一些預(yù)處理運(yùn)算然后再把少量運(yùn)算結(jié)果(而不是大量的原始數(shù)據(jù))傳送到云端完成最終計(jì)算，這就需要移動(dòng)終端硬件能夠快速完成這些運(yùn)算。因此，移動(dòng)端硬件完成這些運(yùn)算必須同時(shí)滿足高速度和低功耗的要求。
數(shù)據(jù)是人工智能的根本，終端化只是一個(gè)結(jié)構(gòu)形式。但是對(duì)于用戶來說，終端化的人工智能能給我們帶來更好的體驗(yàn)，更低的成本，更強(qiáng)的安全性。這才是消費(fèi)級(jí)人工智能應(yīng)該有的樣子，也是以后必然的發(fā)展趨勢(shì)。
更多干貨請(qǐng)關(guān)注我【極客觀世界】
