人工智能热潮不断,机器学习成谷歌苹果业绩必争之地

　　现在人工智能是各大行业的技术宠儿，不少的巨头纷纷入局，创业者也是只增不减，在这股大浪潮下机器学习成为了关键点。

　　关于科技行业，我最喜欢的一件事就是，科技从大公司的高端产品向廉价产品发展的速度很快。在小公司之间猖獗的抄袭行为就显得不那么可怕了。就像Facebook对待Snapchat一样对待自己的孵化实验室，这就是大公司想要复制一家小公司成果的方式。但是从苹果和谷歌这样的科技巨头，到产业中下游的硬件和软件供应商，都没有太大的问题。不过苹果和谷歌却已经出现了一种迹象，那就是像苹果和谷歌开发出的技术和方法，是无法被轻易的模仿和抄袭的。

　　比如最近在智能手机领域最经常出现的一个热门词汇就是“机器学习”技术了。就像虚拟现实、增强现实一样，机器学习已经被视作一种承诺。而机器学习也是苹果iPhone X和谷歌Pixel 2/XL的核心竞争力，也是今天和明天差异化竞争的驱动力，而落在后面的公司就会发现自己已经陷入了压力。

　　属于机器学习技术的优势，是无法被轻易复制、克隆或逆向编译。与苹果和谷歌在这个游戏中竞争，需要尽可能强大的计算能力和用户数据，以及更多的时间和投资。简单来说，机器学习技术将成为大公司的“圣杯”，而小企业是无法达到大公司所能达到的高度。它需要利用大量的资源和用户及基础，而且随着时间的推移，会变得越来越好，而竞争对手也不得不持续进步，尽量不被大公司落得太远。

　　我并不说机器学习技术是万金油，但是使用OLED屏幕这样的事情，所有的厂商都会做，但机器学习是实现差异化竞争的技术。

　　让我们先来从迄今为止给我们留下最深刻印象的消费级机器学习技术开始吧，那就是谷歌Pixel 2和Pixel 2 XL上的摄像头。它能够通过算法实现类似单反的效果让我们感到非常惊奇，尤其是在弱光环境下。谷歌的成像软件已经超越了移动拍摄设备的物理限制（即没有足够的空间容纳大型传感器和镜头），通过巧妙的算法和机器学习技术结合而实现。正像谷歌介绍的那样，公司已经把一种光学问题变成了数据问题，而现在很少有公司能够像谷歌一样如此熟练的处理这些数据。

　　我和来自斯坦福大学的科学家Marc Levoy进行了交流，他领导了谷歌的计算摄影团队，它强调了谷歌如何通过机器学习技术辅助摄像头拍照的重要内容：随着时间的推移，效果会越来越好。就算谷歌本身没有在Pixel 2和Pixel 2 XL的摄像头上进行任何改进，机器学习技术也会通过时间的延伸积累来让摄像头变得更好。Levoy表示，你可以在机器学习设置上投入的经历越多，它输出的效果就越好，而时间和处理能力（包括设备本身和服务器）都是至关重要的因素。

　　在今年1月的CES国际消费电子展上，华为消费事业部总裁余承东在被问及是否会在美国市场推出自己的语音助手时表示：“Alexa和Google Assistant已经足够出色，华为如何来竞争？”这种非典型却很实在的回答（尤其是对于竞争对手CEO来说），简洁的说明了亚马逊和谷歌在机器学习上所达到的高度。两家美国科技巨头在自然语言处理和语音识别领域都投入了巨大的资源，并且都已经初见成效，在全球该领域的竞争中保持领先，因此就连华为都自愧不如，而这正是长期投资机器学习技术带来的成果。

　　Google Assistant并不是一个硬件上的差异化功能，因为谷歌希望在所有的硬件上都能运行这位语音助手。不过这种助理服务可以将用户引导至谷歌搜索或公司其它的服务上，而几乎所有人都会在各种机器学习技术中收益，无论你是考虑使用谷歌地图还是YouTube的视频建议。对于移动市场来说，Google Assistant的作用是增强谷歌对硬件合作伙伴的影响力。因此在明年亮相的安卓智能手机中，如果不支持Google Play Store或Google Assistant，将是一件非常让人遗憾的事情。

　　另一边的苹果，机器学习技术也已经开始在iPhone上大部分的软件中渗透，而苹果的Core ML工具则可以让开发者轻松的将其添加到整个库中。不过，新一代iPhone X最大的亮点在于屏幕上方的“齐刘海”以及它内部所包含的技术。正在刘海中你会发现一组完整的红外传感器，相当于微软的Kinect系统，这有助于Face ID这种新的面部识别方式。

　　现在我仍然还不确定在安全和便利性之间如何平衡（尤其是在没有Touch ID的情况下）。我认识所有使用iPhone X的用户都对Face ID的准确性表示满意。它可以在黑暗中工作，而且得益于机器学习技术，可以不断适应我们面部外观的变化。如果去掉所有常规的变化以及调整，那么Face ID基本上就是iPhone X唯一的亮点，它同样依赖于机器学习技术发挥自己的魔力。

　　对增强的机器学习来说，想要真正成为面向大众市场的技术，现在还支持初级阶段。对购买iPhone X的用户来说，Face ID显然没有无边框全面屏更吸引人。虽然谷歌Pixel 2的摄像头效果不错，但同样没有多少用户关心这一点。但最关键的是，智能手机厂商需要在自己的机器学习解决方案上融入到产品的各个细节中，提高核心用户体验，保持竞争力。中国智能手机厂商在硬件的迭代速度上可能非常快，但是想要复制机器学习技术难度很大，甚至需要几个月甚至几年的时间才行。

　　除了苹果和谷歌之外，华为也是在移动设备上实现机器学习和人工智能技术的最大支持者。华为最新一代的Mate 10被公司定义成“真正的人工智能手机”。华为在人工智能领域已经朝着正确的方向发展，虽然与苹果和谷歌将机器学习系统使用到有形的领域不同，华为的方法是将机器学习机身深入到系统中，用来优化安卓系统的长期使用性能，这是一项非常值得称赞的尝试，但很难想象它会成为吸引用户购买Mate 10的最大吸引力。此外，华为还在摄像头上进行了一些人工智能概念的营销，希望通过拍照的同时自动提升图像质量，但目前我还没有看到太满意的效果。

　　华为的例子提醒我们，机器学习本身并不是唯一的卖点，而是如何在机器学习技术上衍生出真正的卖点。

　　另一个突出的例子就是三星的Bixby语音助手。Bixby的定位与Google Assistant类似，但是三星准备不足、计划不足，没有大量的数据和技术作为累计。不过从明年来看，Bixby助手将会有一个长足的进步，很多公司都在研究如何利用机器学习技术提升设备的潜力。

　　当你第一眼看到iPhone X的时候，可能会被它华丽的OLED屏幕经验。尽管价格昂贵，但是依然具有独特的吸引力。苹果一直以来都非常擅长在硬件上进行调整，并且产生出更复杂的技术。比如TapTIc Engine触觉反馈、3D Touch屏幕以及新MacBook Pro上的Touch Bar触控条等，但这些都非常容易被竞争对手复制或效仿。2014年，苹果曾大举投资蓝宝石屏幕行业，希望能够打造出属于自己的蓝宝石屏幕供应链，这将是一种未来巨大的优势，但是结果是这一努力失败，相关的企业也面临破产的结局。

　　在过去的几个月里，智能手机厂商在硬件上进行重大更新的日子已经一起不复返了。智能手机行业的发展后期，机器学习技术是实现差异化的唯一途径。我个人认为谷歌的摄像头技术目前还是被普遍低估，主要的原因就是长期Pixel有限的销量。面对众多虎视眈眈的竞争对手，Face ID功能也有可能被复制，毕竟许多苹果的竞争对手都是如此。但真正的移动创新者和模仿者之间的区别，虽然之前界限已经慢慢模糊，但随着机器学习技术时代的来临，这一界限将重新变得清晰起来。