安卓8.1加入神經網路API ，拉開了消費級人工智慧終端化的序幕

雖然Android 8.0 Oreo還沒有怎麼普及，但近日谷歌開發團隊已經向開發者放出了首個Android 8.1的預覽版。而8.1正式版預計將在12月上線。

讓我們先回顧下Android 8.1的主要新功能點：

1、神經網路API(NNAPI)，提供機器學習的硬體加速。

2、通知：一個APP通知消息現在每秒僅能發出一次提示音。

3、改善2G以下內存設備的表現。

4、自動填充功能針對APP進行優化，提供驗證器判斷是否響應。5、文本編輯更新。

6、程序性的安全瀏覽行為：允許APP對瀏覽行為進行安全檢測、規避威脅。

7、視頻縮略圖生成更精準。

8、共享內存API：Android 8.1(API級別27)引入了一個新的SharedMemory類。這個類允許您創建、映射和管理匿名共享內存,被多個進程或應用程序使用。

9、壁紙色彩管理API：比如黑色壁紙下下拉菜單也會變黑。

10、指紋更新。

谷歌將神經網路API放入安卓系統底層，相信不光是為了自己的PIXEL內部的硬體加速，谷歌還有更大的一盤棋要下。

谷歌不是一家專註軟體的公司，幾年來推出的一系列硬體產品幾乎都廣受好評。同時谷歌也在不斷模仿隔壁的蘋果和微軟，加大力度磨合自家的軟硬體。

谷歌不是蘋果，旗下的安卓陣營是一個開放式的鬆散的「聯盟」，起碼現在看來是的。從谷歌最近幾年的動作來看，谷歌想要逐步強化對安卓系統陣營的掌控力，並且在最新的安卓8.1上宣布重構了所有底層代碼，以求對系統加以最高效率的優化，其中目標直指眾多軟體開發商們。

谷歌多次表達了對目前運行在安卓系統上數百萬APP應用質量的不滿，這對於目前正在大力布局人工智慧和VR/AR等極具發展前景的谷歌來說是極為不利的。因此谷歌也想藉此來吸引眾多廠家適配最新系統甚至達成更進一步的合作。此次安卓8.1其中一個對軟硬體廠商們最具吸引力的功能就是神經網路API的加入了。

先說說這個神秘的神經網路API

說白了一句話，這個NNAPI可以在手機上運行訓練好的機器學習模型，並且具有硬體加速功能。直接在手機上分類圖片或者學慣用戶習慣將變得更為輕鬆。

谷歌稱新的神經網路API是一個基礎的底層框架，類似TensorFlow Lite、Caffe2這樣。如果設備上帶有AI加速晶元的話，API將自動使用加速晶元的硬體加速功能；如果沒有的話那就只能用CPU了。谷歌的新Pixel 2手機就帶有一個AI加速晶元（the Pixel Visual Core），之前手機發布時谷歌也表示這個加速晶元會在Andriod 8.1中激活。

直接在終端設備上運行神經網路已經是近期的發展趨勢，這點在最近尤為明顯，無論是華為麒麟970晶元NPU發布，還是蘋果A11大力宣傳的深度學習加速晶元，本質上都是各大廠家在消費級終端上布局人工智慧相關功能的專用硬體平台，這也是提前拉開了消費級人工智慧終端化的序幕。

與終端化的人工智慧相對的是分散式人工智慧，這點在目前比較成熟的雲計算行業中已經有了很多的應用。這兩個的對比就好像是大腦和神經元的存在，當然這樣說難免太籠統了，具體的我會在以後的篇幅中進一步闡述。

在終端化的人工智慧趨勢中，消費級的人工智慧，也就是消費者手中可控的人工智慧相關產品和功能是我們最需要關注的。這次我借安卓8.1的神經網路API來大致談一談幾個消費級人工智慧終端化的關鍵因素。

1. 網路負載在未來幾十年里依舊不可能滿足雲端計算需求

由於現在的人工智慧系統都是基於傳統計算架構下的計算機，因此即使雲端化以後，依然會受限於傳統架構設計中所存在的一些瓶頸。其中，可能存在瓶頸的地方有：計算速度、存儲速度和傳輸速度。對於一顆2GHz主頻、八核心的 CPU，其每秒最大運算速度為320億次，而在64位系統下，去數據最大吞吐量為256GB/s。

相比於高速的計算速度，傳統框架下的計算結構依舊遠不能滿足未來人工智慧計算需求，拋開儲存設備的速度不談，就目前的網路傳輸速度來看，如果普通CPU計算速度為100，4G的最快理論速度僅為0.005，即使5G也不過是0.15左右，這差的可不是一個數量級了。

這還沒有考慮到現在的網路傳輸成本。即使在未來網路傳輸成本大幅降低，網路負載也是一個大問題。在無線的環境里，數據精度和速度總要大打折扣，這對需要高速計算的雲端人工智慧來說無疑負面的。

2. 無法滿足個性化需求

互聯網和移動互聯網的崛起，讓我們看到社交和尊重的需求開始被逐漸滿足，其中社交的發達程度更是達到了前所未有的水平。但人的自我實現需求仍是難以滿足的。

根據馬斯洛需求層次理論，個性化需求是人類最終極的目標。而人工智慧同樣是為我們每個人類個體服務的，落實到每個人的個性化需求時，雲端的劣勢變暴露無遺。「一對一」的定製服務必然會從一開始的大企業，高層消費人群進一步擴展到每一個社會群體，最後直指每一個個體內心的滿足感，幸福感。這是未來人工智慧一個美好願景，要想實現它，終端化是不可繞過的途徑。

3. 信息安全是終端化的最重要因素

除了減少延遲和網路負載外，更重要的是敏感數據不會流出用戶的設備——而這也是「大數據」興起之後普通用戶最大的擔心之一。

根據官方放出的消息，仔細查看此次安卓8.1的功能更新，你會發現系統開發者越來越注重用戶的數據安全性。

在Android 8.1系統上，谷歌為其添加了一個全新的安全協議「DNS over TLS」，簡單來說，就是可以避免讓互聯網服務提供商暗自偷偷觀察我們在網上的一舉一動。

目前的DNS協議中，主要採用的是UDP或TCP協議。互聯網服務提供商想要了解用戶的一些網路瀏覽數據，比如訪問了哪些網站，還是相對簡單的。而啟用了TLS協議後，伺服器能夠在幾納秒內完成域名解析，用戶可以在這個時間裡完全杜絕提供商的偷窺行為。

如果將數據云端化，實時的數據能否保證雲端安全，甚至能不能保證在傳輸過程中保證安全性，這都是大難題。

只有將數據終端化，計算終端化，才能有效避免這個大坑。對於終端來說，那些要求低計算延遲以及對於數據安全性非常敏感的應用就需要把人工智慧演算法全部在終端實現，或者至少在終端完成一些預處理運算然後再把少量運算結果(而不是大量的原始數據)傳送到雲端完成最終計算，這就需要移動終端硬體能夠快速完成這些運算。因此，移動端硬體完成這些運算必須同時滿足高速度和低功耗的要求。

數據是人工智慧的根本，終端化只是一個結構形式。但是對於用戶來說，終端化的人工智慧能給我們帶來更好的體驗，更低的成本，更強的安全性。這才是消費級人工智慧應該有的樣子，也是以後必然的發展趨勢。

此文已被商業授權，請勿轉載，詳情聯繫media@krisgeek.com