假如说全球最受迎接的电子花费品有个排行榜的话，那末手机无疑是榜单中的NO.1。
1973年4月3日，间隔明天44年前，摩托罗拉一位叫做Marty Cooper的工程师在陌头拿出了一台重2.5磅、长9英寸、厚5英寸的挪动装备，按下“摘机”按钮后，胜利向贝尔试验室拨出了第一通德律风，就如许，第一部传统意义上的手机出生了。而在阅历了傻瓜机到功效机再到智能机的几轮换代后，手机开端成为人们身旁最密切的同伴，它不只赞助人们树立无界限的沟通，也让挪动互联的世界走得更快。
但手机的出货量现在曾经走到了一个高位，在浩瀚手机调研机构的出货量预期中，将来几年的手机增加率能够都在个位数乃至是更低的数据下彷徨。而且，在很长的一段时光内，手机上曾经没有涌现过“推翻式立异”的计划，从双摄到指纹解锁再到周全屏，千机一面开端让花费者觉得疲惫。
谁能替换手机？智能硬件的狂欢与落漠、AR、VR的鼓起与沉静，即使是年夜热的智能音箱也没法让这个成绩的谜底变得清楚。但环绕在手机高低游的科技厂商们曾经开端有所觉悟。客岁，Google Deepmind团队的AlphaGo克服了职业九段李世石，才活着界规模内掀起了对人工神经收集的存眷，但苹果、华为和高通等浩瀚厂商早已开端摸索AI在挪动真个能够性。
以手机AI芯片为例，在2007年高通开端启动听工智能项目，并开端摸索面向盘算机视觉和活动掌握运用的机械进修脉冲神经办法，随后还将其研讨规模从仿生办法拓展到了人工神经收集。固然人工智能硬件将来出现的方法或许是多样的，但在高通看来，人工智能的装备起首是高机能低功耗的装备，然后可以或许应用现有没有线通讯技巧，完成应用5G装备端和云之间的智能合营和衔接，而这些都是高经由过程去几年所专注的范畴。
和芯片厂商高通一样，苹果在人工智能范畴的结构也简直在十年前就曾经开端，2008年苹果以2.78亿美元收买了2003年成立于加州的高机能低功耗处置器制作商PA Semi，并在两年后又以1.21亿美元收买了1997年成立的美国得州半导体逻辑设计公司Intrinsity，专注于设计较少晶体管、低能耗同时具有高机能的处置器。除芯片以外，从2010年至今，苹果还陆续收买了几十家创企，包含语音辨认、图象/脸部辨认、盘算机视觉、AR、数据发掘、机械进修、地图、定位等。
比较高通和苹果，华为的结构稍晚，但追逐的速度其实不慢。
2009年，K3v1宣布，这是华为海思成立以来宣布的第一款智妙手机芯片。固然因为技巧上的不成熟招致这款芯片终究没有走向市场化，但这颗芯片却开启了华为海思前面的“疾走形式”，也有了麒麟的生长。华为海思的一位技巧高管艾伟已经如许对笔者表现，人工智能将使挪动互联网进入到聪明互联时期，华为不只仅愿望将来的手性能听懂、看懂，乃至愿望它可以或许以人类的思虑方法来懂得人类诉求，让人们取得自立而适当的信息和办事。
现实上，作为手机芯片厂商，高通在新技巧上做提早结构不须要任何来由，但关于苹果和华为来讲，之所以从芯片层面就开端参与竞争，笔者以为基本的缘由照样在于对焦点技巧完成周全掌控的盼望，特殊是AI技巧的焦点强调的是对海量数据的处置，不管是出于平安性照样贸易性的角度，从底层到平台，手机厂商都须要构建本身的才能，而不是受制于人。
但也有一个不争的现实是，因为AI研发投入过年夜，渗入渗出下游关于手机厂商来讲其实不必定是一个好的选择，特殊是关于手机利润仍然较低的国产手机厂商们来讲，期待市场成熟或许是更好的机遇。
由于从市场来看，今朝AI在手机上可以或许完成的功效还重要集中在图象辨认和处置上。好比翻开拍照机，假如你把相机瞄准一小我，那末预览画面的左下角就会涌现一个“人”的小图标；假如你瞄准植物，就会涌现一个植物的小图标。更确实地说，这类AI依然是“婴儿”状况，即须要用户发送指令，手机上的AI能力施展感化，履行的是“主动式反响”。
但在将来，行业中杀青的共鸣是，AI技巧可让手机基于用户行动习气自我进修，进而优化、智能感知用户场景、猜测用户行动再智能分派资本。更直不雅地说，跟着AI在手机中的运用，手机开端自动不雅察你、懂得你，手机本来只是个对象，但在将来会酿成了一个外脑，不再只是一个硬件状况。
例如，在摄影时，手机在极短的时光内完成场景检讨后，主动调出与场景相婚配的摄影形式并调理好最好参数，乃至曾经构好了图，而我们要做的，就是按下快门键，真正完成顺手拍，转变如今拍完照以后还要用各类P图软件调剂照片的形式。如今，在网上买了片子票，进入影院后，还要翻开手机调出取票码再取票，今后能够就没有这类场景了，手机可以主动定位用户地位，当定位到用户达到了片子院，而且记忆过主人曾买过这个片子院的票子，那末即便是在锁屏界面上，也能够将取票码推送给主人，异样的情形还可以用于快递、打车等生涯的各个方面。
AI可否“解救”滞涨的手机行业，今朝还说不清晰，但弗成否定，手机和AI的联合将会是将来科技风口之一。不外，如同科技迭代老是须要周期，手机进入真AI时期、开拓出推翻性的变更而且找到落地场景也须要走更长的路。
