不懂算法的我,到底怎么让 APP 快点 AI 起来?

摘要

前几天,华为与新智元主办了「华为 HiAI 能力开放公开课」,很多我们的读者都关注了这次课程。于是不少读者留言或者在问答类平台邀请我们来回答,如何看待和理解这次课程。也有读者本身就是移动应用的开发者或者从业者,来询问我们到底如何将 HiAI 平台带来的 AI 开发能力与自身业务相结合,以及想要走这条「移动 AI 之路」,要注意哪些地方。

前几天,华为与新智元主办了「华为 HiAI 能力开放公开课」,很多我们的读者都关注了这次课程。于是不少读者留言或者在问答类平台邀请我们来回答,如何看待和理解这次课程。也有读者本身就是移动应用的开发者或者从业者,来询问我们到底如何将 HiAI 平台带来的 AI 开发能力与自身业务相结合,以及想要走这条「移动 AI 之路」,要注意哪些地方。


仔细想想,这确实是一次从各方面详细解释了 HiAI 架构与华为提出的移动 AI 战略的「干货分享」,感兴趣的读者不妨找来看看。但毕竟这是一次偏重 AI 平台与技术能力的分享,很多移动应用开发者可能对这个领域还比较陌生,所以我们今天来专门回答一些读者的提问。

我所接触到的很大部分移动应用开发者,其实目前还处在听说了 AI 很好,但对于到底如何进入 AI,如何快速完成商业化,以及到底选择如何与平台发生连接,还是有些模糊。

所以我们希望用最直白的方式,从一个不懂算法的开发者的视角(中国大部分移动开发者都是如此),来审视一下 HiAI 架构到底带给了开发者哪些东西。在面对 AI 的时候,开发者又应该如何思考,如何来完成自己 APP 的快速 AI 化。

从移动时代跳到 AI 时代,不能听别人怎么说,仅仅跟着风口起舞。更重要的,是开发者要知道「我」到底想要什么。

「我要小风险尝试」

假如我们是移动应用开发者,听说了 AI 可以给自己的 APP 实现各种功能,加持各种炫酷的玩法,我们的第一反应会是什么?其实最理性的反应一定是一句话:我能玩得起吗?

这并非杞人忧天,就在刚刚,AI 大神 Yann Lecun 发了条推特,意思是 AI 泡沫会快速破裂,最核心的原因在于,很多目标定在月亮那么高的 AI 企业,钱已经快花完了….

大概世界上最大的悲剧莫过于此:AI 还没搞出来,钱搞没了….

其实在 HiAI 架构和麒麟 970 芯片到来之前,中国的移动应用开发者如果想尝试 AI,基本的套路是购买云服务商的 AI 相关算力与服务,这个是按流量计费的,用户越多成本越高,并且很多测试部署都会产生成本。而更可怕的其实是开发者必须从头收集海量的训练用数据,以及模型训练的巨大工作量和训练难度。

显然小开发者、创业团队是很难承受从头开发 AI 应用的时间、技术和费用成本的,中大型移动应用团队则无法承受价值不确定性和战略压榨。

所以说,假如我是移动开发者,想要尝试 AI 化,但又对未来没有百分百把握,那么我最需要的是什么呢?

答案是,小成本快速进场尝试的机会。

HiAI 架构目前之所以具有唯一性和领先于行业的想象力,是因为端侧开放的 AI 运算能力在行业内仅此一家。换言之,开发者就避免了使用云服务进行 AI 开发的高额成本。基于麒麟 970 芯片中 NPU 的专项处理能力,开发者即可以享受高于 GPU 十倍的 AI 算力,又可以规避掉超高的成本压力。


而连接了 HiAI 架构之后,整个华为的移动 AI 生态,提供给开发者的是相对完善的五大引擎和全套接口,也就让开发者有了可以针对性实现 AI 能力达成的平台,避免了自己收集数据,从头训练这个过程的技术难度和大量时间与金钱成本。

从开发者的价值选取中看,麒麟 970 和 HiAI 架构的出现,是通过端侧计算这个相对更合理的算力支撑方式,给开发者提供了平台支持,解决了硬件瓶颈。而全面开放的平台策略解决方案输出,则让开发者省去了一切从头来的尴尬,可以专注于移动场景,专注于手机上的 AI 体验。

综合来看,小风险、低门槛、有较强生态整合度的 HiAI 体系被搭建出后,应用开发者就可以基于平台能力去开发创新性的 AI 应用。而不是从头做起,面对未知进行高成本长时间的盲目探索。

风险小,回报可期,是一切技术商业的前提。

「我的 APP,当然我做主」

在面对 AI 时,另一个开发者必须关注的问题,是自己的 APP 到底能否通过 AI 获得成长,还是仅仅凑个热闹?

今天很多领域中,单独利用 AI 场景或者 AI 能力达成的体验已经非常出名,比如说电商领域的识图购买。一旦某个能力出名了,一般情况是行业内的竞品都会跟风加入,裹挟了很多开发者其实是「不得不 AI」。

但这里有个问题,就是这种跟风和模仿来的 AI 应用能力,其实只是一个单独的片段。大家都有,当然自己也要跟进。但基于开发环境的闭塞,这个 AI 能力无法得到完善,也不能跟其他功能产生联动。时间一长,开发者就会发现自己被某个 AI 功能耗费了大量人力物力,版本更新之后就无计可施,只能让 AI 沦为鸡肋。

这就是开发平台无法解决关联推理和持续开发的问题。由于机器学习框架中完成的模型都是单一的,很难跟其他能力拼接在一起形成整体。

而这种问题的解决方案,就是使用 HiAI 架构这种平台所带来的推理开发能力。HiAI 架构目前提供的解决方案和平台功能,涵盖了视频、拍照、AR、电商、社交、语言翻译六大领域,可以说基本覆盖了今天移动应用的主要区域,并且全面开放了芯片能力、应用能力和云端能力。


换言之,开发各种各样的关联技能,或者进行不同程度的开发升级,都可以借助 HiAI 来达成,实现应用的强成长性。

这是一个非常值得关注的问题:很多贸然闯入 AI 世界的移动开发者,都仅仅满足于某个细节 AI 了。这其实带给用户的体验提升有限,但却耗费了自身大量成本。AI 的前提,必须保证自己是 APP 的主人,可以清晰的规划 APP 下一步的需求与发展,让想到与做到之间没有鸿沟。

在 HiAI 架构非常强调的开发应用层能力中,集成了通用深度学习开发框架,兼容各种开发方式。这意味着,开发者不会在 HiAI 上仅仅完成了加速,或者某个能力的 AI 实现,然后就无事可做了。HiAI 提供的能力整合化服务,可以结合识别、学习和主动输出多种能力于一体,让开发者在 AI 领域找到适合自己的聚集点。

优质的平台,当然不是给开发者一条路,让开发者走到黑,而是应该给开发者一个棋盘,让大家自己去纵横捭阖。

「我要干我最擅长的事」

还有一个在移动 AI 开发领域一直没有被正视的问题,是中国大多数开发者并不是工程师,并不擅长技术突破,他们真正擅长的或许是运营和商业创意。

但吊诡的是,我们今天在讨论手机上的 AI 时,似乎默认了开发者应该都要懂算法、懂搭建、懂机器训练,否则似乎就不是真正的 AI。但实际上,做 AI 就要「全民懂算法」,绝对是一种技术偏见。

AI 作为一种工具化的后端技术,显然更合理的方式是开发的归开发,应用的归应用,整合在同一平台下的高效任务分配,才可能有更加合理的生态化。

回到开发者这边,我想大部分移动开发者对于 AI 的需求,是我不需要开始学习复杂的算法和模型,而是要知道去哪里接入这些算法,直接作用于我的 APP,并让我清楚的知道接下来还能做哪些更酷的事。


总而言之,开发者真正应该发挥的,是自己的创造性和和商业洞察力。而技术应该越来越友好和简单,而不是让每个开发者都变成全链路的专家。

HiAI 引擎的目标,通过开放应用层 API,使能开发者在不懂 AI 算法的情况下也能开发高质量 AI 应用,完全聚焦在应用的体验和业务实践上。这就需要平台将多种能力全面开放给开发者,在不同层级打开 AI 开放基础环境,让不同需求、不同基础的开发者都可以有效选择适合的方式,即使彻底不懂算法的开发者,也可以短时间将自己的 APP 进行针对性 AI 化。

符合这一条件的,目前来看世界上仅有 HiAI 框架自己。苹果和三星目前对 AI 芯片能力都采取了封闭政策,更别提全面化的开放。

HiAI 最突出的业界价值,显然是在平台层面提供了不同等级、领域的能力输出,把选择权归还到了开发者这一边。

通过工具化、全辅助式的 AI 架构支持,让开发者重新回到商业和创意当中,或许才是 AI 的正路,也是 AI 生态化的未来。

下面我们或许期待的,是开发者通过对新环境、新基础不断去学习与摸索,快速打造出能够激发广泛关注的现象级 AI 移动应用。

当鲜花和舞台都准备好之后,大概就要看开发者自己的了。


最新文章

极客公园

用极客视角,追踪你最不可错过的科技圈。

极客之选

新鲜、有趣的硬件产品,第一时间为你呈现。

顶楼

关注前沿科技,发表最具科技的商业洞见。