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。
