必須的，這個有軟硬件共同決定的。而且我可以負責(zé)的告訴你，未來的人工智能一定會終端化。
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)團隊已經(jīng)向開發(fā)者放出了首個Android 8.1的預(yù)覽版。而8.1正式版預(yù)計將在12月上線。
讓我們先回顧下Android 8.1的主要新功能點：
1、神經(jīng)網(wǎng)絡(luò)API(NNAPI)，提供機器學(xué)習(xí)的硬件加速。
2、通知：一個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、自動填充功能針對APP進行優(yōu)化，提供驗證器判斷是否響應(yīng)。5、文本編輯更新。
6、程序性的安全瀏覽行為：允許APP對瀏覽行為進行安全檢測、規(guī)避威脅。
7、視頻縮略圖生成更精準。
8、共享內(nèi)存API：Android 8.1(API級別27)引入了一個新的SharedMemory類。這個類允許您創(chuàng)建、映射和管理匿名共享內(nèi)存,被多個進程或應(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變黑。
10、指紋更新。
谷歌將神經(jīng)網(wǎng)絡(luò)API放入電銷機器人系統(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。同時谷歌也在不斷模仿隔壁的電銷機器人和微軟，加大力度磨合自家的軟硬件。
谷歌不是電銷機器人，旗下的電銷機器人陣營是一個開放式的松散的“聯(lián)盟”，起碼現(xiàn)在看來是的。從谷歌最近幾年的動作來看，谷歌想要逐步強化對電銷機器人系統(tǒng)陣營的掌控力，并且在最新的電銷機器人8.1上宣布重構(gòu)了所有底層代碼，以求對系統(tǒng)加以最高效率的優(yōu)化，其中目標直指眾多軟件開發(fā)商們。
谷歌多次表達了對目前運行在電銷機器人系統(tǒng)上數(shù)百萬APP應(yīng)用質(zhì)量的不滿，這對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)甚至達成更進一步的合作。此次電銷機器人8.1其中一個對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。
先說說這個神秘的神經(jīng)網(wǎng)絡(luò)API
說白了一句話，這個NNAPI可以在電銷機器人上運行訓(xùn)練好的機器學(xué)習(xí)模型，并且具有硬件加速功能。直接在電銷機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電銷機器人就帶有一個AI加速芯片（the Pixel Visual Core），之前電銷機器人發(fā)布時谷歌也表示這個加速芯片會在Andriod 8.1中激活。
直接在終端設(shè)備上運行神經(jīng)網(wǎng)絡(luò)已經(jīng)是近期的發(fā)展趨勢，這點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級終端上布局人工智能相關(guān)功能的專用硬件平臺，這也是提前拉開了消費級人工智能終端化的序幕。
與終端化的人工智能相對的是分布式人工智能，這點在目前比較成熟的云計算行業(yè)中已經(jīng)有了很多的應(yīng)用。這兩個的對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，具體的我會在以后的篇幅中進一步闡述。
在終端化的人工智能趨勢中，消費級的人工智能，也就是消費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。這次我借電銷機器人8.1的神經(jīng)網(wǎng)絡(luò)API來大致談一談幾個消費級人工智能終端化的關(guān)鍵因素。
1. 網(wǎng)絡(luò)負載在未來幾十年里依舊不可能滿足云端計算需求
由于現(xiàn)在的人工智能系統(tǒng)都是基于傳統(tǒng)計算架構(gòu)下的計算機，因此即使云端化以后，依然會受限于傳統(tǒng)架構(gòu)設(shè)計中所存在的一些瓶頸。其中，可能存在瓶頸的地方有：計算速度、存儲速度和傳輸速度。對于一顆2GHz主頻、八核心的 CPU，其每秒最大運算速度為320億次，而在64位系統(tǒng)下，去數(shù)據(jù)最大吞吐量為256GB/s。
相比于高速的計算速度，傳統(tǒng)框架下的計算結(jié)構(gòu)依舊遠不能滿足未來人工智能計算需求，拋開儲存設(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，這差的可不是一個數(shù)量級了。
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)負載也是一個大問題。在無線的環(huán)境里，數(shù)據(jù)精度和速度總要大打折扣，這對需要高速計算的云端人工智能來說無疑負面的。
2. 無法滿足個性化需求
互聯(lián)網(wǎng)和移動互聯(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)達程度更是達到了前所未有的水平。但人的自我實現(xiàn)需求仍是難以滿足的。
根據(jù)馬斯洛需求層次理論，個性化需求是人類最終極的目標。而人工智能同樣是為我們每個人類個體服務(wù)的，落實到每個人的個性化需求時，云端的劣勢變暴露無遺?！耙粚σ弧钡亩ㄖ品?wù)必然會從一開始的大企業(yè)，高層消費人群進一步擴展到每一個社會群體人工智能，最后直指每一個個體內(nèi)心的滿足感，幸福感。這是未來人工智能一個美好愿景，要想實現(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)負載外，更重要的是敏感數(shù)據(jù)不會流出用戶的設(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，仔細查看此次電銷機器人8.1的功能更新，你會發(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全新的安全協(xié)議“DNS over TLS”，簡單來說，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在網(wǎng)上的一舉一動。
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，還是相對簡單的。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，用戶可以在這個時間里完全杜絕提供商的偷窺行為。
如果將數(shù)據(jù)云端化，實時的數(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，計算終端化，才能有效避免這個大坑。對于終端來說，那些要求低計算延遲以及對于數(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現(xiàn)，或者至少在終端完成一些預(yù)處理運算然后再把少量運算結(jié)果(而不是大量的原始數(shù)據(jù))傳送到云端完成最終計算，這就需要移動終端硬件能夠快速完成這些運算。因此，移動端硬件完成這些運算必須同時滿足高速度和低功耗的要求。
數(shù)據(jù)是人工智能的根本，終端化只是一個結(jié)構(gòu)形式。但是對于用戶來說，終端化的人工智能能給我們帶來更好的體驗，更低的成本，更強的安全性。這才是消費級人工智能應(yīng)該有的樣子，也是以后必然的發(fā)展趨勢。
更多干貨請關(guān)注我【極客觀世界】
