在手机行业同质化加剧的窘境中，AI被看做一个重要的突破方向。8月23日晚间，安卓机皇三星Note8揭开了面纱。 8月23日晚间，安卓机皇三星Note8揭开了面纱。在酷似三星S8的升级版的基础上，年初随S8一同发布的语音助手Bixby由美、韩两个市场扩展全球200多个英语市常 同一天，已经公布AI芯片计划的华为消费者BG在其2017年英
在手机行业同质化加剧的窘境中，AI被看做一个重要的突破方向。8月23日晚间，安卓机皇Note8揭开了面纱。
8月23日晚间，安卓机皇三星Note8揭开了面纱。在酷似三星S8的升级版的基础上，年初随S8一同发布的语音助手Bixby由美、韩两个市场扩展全球200多个英语市场。
同一天，已经公布AI计划的华为消费者BG在其2017年英雄帖中称，“伴随全场景智慧终端爆发式变革浪潮扑面而来，一场争夺‘终端定义权’的商业战争将加速升级。”
正和苹果打官司的高通的工程技术副总裁JeffGehlhaar则在当日一场电话沟通会上表示，未来智能手机将成为人工智能的最大载体。
那么，人工智能是否会成为智能手机下一阶段竞争的重头戏？手机中国联盟秘书长老杳的看法是为时过早。“手机是个人化的终端，数据分散且范围太宽。目前的AI在行业应用中能更好地普及，但对于分散的手机场景，应用还远远没有成熟。”
硬蛋科技CTO李世鹏向记者补充认为，从计算领域来说，AI代表一种新的计算方式，会有更通用的场景，不亚于当年个人电脑的普及及互联网带来的网络计算。AI芯片的意义在于可以提高深度学习中推理的效率，但更深层的智能则需要数据的融合，知识库的利用和个性化的数据模型。
AI驱动智能手机：大势所趋？
在三星的发布中，通过实体物理按键唤醒Bixby后，对它说“晚安”，它能够将手机调至静音状态后，打开闹钟，并开启护眼模式，连续实现一系列的动作。用户也可以按照自己的想法实现“快速指令”，对手机进行操控。
这或许来源于其2016年收购的AI创业公司Viv。据第三方开发者们称，Viv的强大来自两个方面：可允许不同的应用和服务之间互相进行“信息交流”，使之成为用户的命令链中的环节；Viv的后端系统具有编程的特性，Viv称之为“动态编程世代”，可以让Viv了解用户的意图，随时创建程序来处理任务。
在交互创新遭遇瓶颈的当下，AI的应用无疑让人兴奋。实际上，现在的智能手机也融合了一定的人工智能技术，以语音识别为主。比如，搭载GoogleAssistant谷歌Pixel2将在秋季推出，苹果也一直在通过Siri实现对智能家居、家电产品的控制，微软也希望让Cortana成为人和PC交互的中介。
“语音仅仅是AI在感知交互上的表现，属于比较浅层的AI。真正的AI是设备成为你的助手，知道你一切，并帮你做事情，帮你做决定。从通知到感知到认知到预知到相知，一层比一层深入。”李世鹏说。
华为将在9月的IFA2017上推出人工智能芯片，提出“AI不止是语音助手”。其消费者业务CEO余承东此前表示，人工智能时代的来临，将使得移动互联网进入到智慧互联网时代，从app时代发展到智慧助理+API时代。这个时代，端+云+芯片的协同智能化体验十分重要。
JeffGehlhaar也表示，人工智能时代，手机将成为真正的个人助理。据他介绍，高通从2007年启动首个人工智能项目，至今已有十年的研发积累，未来将继续强化其人工智能领域的研究地位。几天前，高通宣布了对荷兰机器学习初创公司Scyfer的收购。上个月，高通也参与了对美国人工智能公司BrainCorp的投资。
任重道远
在智能手机的发展历史中，APP扮演了非常重要的角色，但也造成了应用分割、数据孤岛和使用上的功能重叠。当更强大的人工智能进入手机，智能手机将有可能摆脱众多的APP，通过人机之间的直接沟通来便捷地寻找应用和完成任务。
但蓦然认知CEO戴帅湘认为，手机的应用场景并不是一个固定的场景，用户以为它(AI)什么都会做，但现在的技术还不足以实现通用场景。由于手机的大小相对适合手指操作，而经常使用的户外环境也会收到各种噪声和场景变化的影响，他更看好比手机更大的或者更小的屏幕，即小到没有屏幕无法手动操作的，以及大到类似电视这样无法手动来操作的，会率先被AI改造。
关于AI芯片，他认为，芯片是基础计算框架，只能把通用的算法芯片化或者加速，离解决不同的场景问题还相去甚远。如果手机商希望能直接实现订外卖或者广告推送等功能，会威胁到对应APP的商业模式，必然损害头部APP的利益。和现有的APP生态相冲突，不一定是好事。
Counterpoint研究总监闫占孟表示，AI场景分固定场景和移动场景，移动场景是AI更好的载体。目前固定场景中，智慧家居做得还不错，尤其是在美国市场；在移动场景中，荣耀的magic有不错的表现。AI是未来的趋势，且是巨头才有能力玩的游戏，玩家们应该提前布局和测试。
据报道称，JeffGehlhaar也指出，人工智能包含复杂的神经网络模型，需要密集型的计算，且随时在线。像智能手机的计算环境是非常受限的，需要克服续航、内存和高效散热的问题。这也意味着，手机厂商想要真正实现人工智能的应用，并非易事。
