爭議中的手機AI，或將是智慧型手機的新時代

華為、蘋果先後發布了搭載神經網絡模塊的手機晶片，引爆了移動端人工智慧（AI）晶片的大討論。

這些討論聲可以總結成兩種相互對立的觀點，一種聲音樂觀開放，認為手機端的人工智慧可以提升用戶體驗；另一種聲音保守謹慎，認為手機AI是噱頭大於實用價值，主要理由是，手機AI除了提升圖像識別和語音識別的效率，還並未見到其他創新性應用。

而且，集成AI處理單元的SoC不僅會增加成本，自身的面積也會變大。

對手機AI，我的態度屬於第一種樂觀派。

當前手機AI正處於起步階段，輿論和資本呈現一定的泡沫化屬正常現象。

手機AI雖然有營銷的成分，但不能忽視其實用價值和潛在能量。

首先，手機AI可以刺激消費慾望。

智慧型手機已經陷入同質化泥潭，手機廠商在常規升級和微創新的同時，也在積極探索智慧型手機潛在的產品形態演化方向，突破同質化建立差異化優勢。

手機AI是目前比較火的差異化方向，在特定的場景下，確實能改善用戶體驗，可以刺激用戶的消費慾望。

其實，很多消費者對手機AI到底是幹什麼的並不是很清楚。

不過，在手機AI的概念打響之後，潛意識裡會認為『有』勝過『無』，即便性能過剩。

這也會這也會加大手機廠商採購集成AI晶片SoC的積極性，因為站在『無』的角度解釋『有』的冗餘，往往沒有說服力。

其次，手機AI有助於提升用戶體驗。

機器學習是人工智慧的核心技術，包括模型訓練和結果預測，不同於普通的計算，人工智慧的模型訓練和結果預測需要很高的內在並行度、大量的浮點計算以及矩陣計算，專用的AI處理模塊在處理人工智慧計算時效率更高，這在雲端的人工智慧技術上已經得到了充分驗證。

主流的雲端人工智慧晶片，比如英偉達的GPU、谷歌的TPU、微軟的FPGA，已經得到廣泛認可。

與雲端類似，終端側的AI晶片在處理人工智慧相關的任務時同樣可以發揮更高的效率。

目前，手機AI在圖像識別和語音識別方面的優勢已經開始顯現，可以在人臉識別、場景識別、實時翻譯、虛擬助手、自然語言處理等應用場景，提供更好的用戶體驗。

而且，藉助手機AI，一些人工智慧計算可以直接在終端側完成，不必將數據傳到雲端伺服器運算後再回傳至手機。

這不僅能提高效率，而且在沒有網絡的情況下仍然有效運行。

這還僅僅是開始，隨著手機AI計算力向第三方開放，手機AI的潛力也將大幅釋放，一方面，對現有應用進行升級，體驗更好；另一方面，還將創造一大波全新體驗的AI應用，AR增強現實或許會借著手機AI迎來一波發展浪潮。

再次，手機AI晶片將快速普及。

蘋果和華為是這波手機AI熱的直接推手，華為海思麒麟970處理器集成了NPU，其中內置了寒武紀的人工智慧IP，蘋果發布了自主研發的A11仿生神經網絡引擎。

而手機晶片界的霸主高通在手機AI方面同樣蓄力已久，去年發布了驍龍NPE（神經處理引擎）軟體開發包，可為App提供AI功能，今年收購荷蘭深度學習初創公司Scyfer，投資神經科學初創公司Brain Corp。

從高通頻繁的動作來看，高通必然會推出集成AI晶片的SoC。

據傳，聯發科已完成了手機晶片內置AI運算單元的設計。

幾大晶片巨頭共同發力手機AI晶片，將快速推進手機AI晶片的普及。

根據市場調研機構Counterpoint的預測，到2020年，搭載獨立AI晶片的智慧型手機將超過1/3。

除此之外，谷歌和Facebook都在推進神經網絡在手機中的應用，安卓副總工程師Dave Burke透露，谷歌還將發布手機版人工智慧學習系統TensorFlow Lite，允許開發者運用谷歌機器學習開發手機App。

硬體和軟體的快速普及將進一步豐富終端側AI生態，為第三方開發者賦予更多的能量。

手機AI的到來為智慧型手機開闢了新的方向，在晶片廠商、手機廠商、消費者、第三方開發者的共同推動下，智慧型手機或將快速邁入人工智慧時代。