必須的，這個有軟硬件共同決定的。而且我可以負責的告訴你，未來的人工智能一定會終端化。

感興趣的同學直接看下面的干貨。

雖然Android 8.0 Oreo還沒有怎么普及，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、神經網絡API(NNAPI)，提供機器學習的硬件加速。

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。

谷歌將神經網絡API放入電銷機器人系統底層，相信不光是為了自己的PIXEL內部的硬件加速，谷歌還有更大的一盤棋要下。

谷歌不是一家專注軟件的公司，幾年來推出的一系列硬件產品幾乎都廣受好評。同時谷歌也在不斷模仿隔壁的電銷機器人和微軟，加大力度磨合自家的軟硬件。

谷歌不是電銷機器人，旗下的電銷機器人陣營是一個開放式的松散的“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電銷機器人系統陣營的掌控力，并且在最新的電銷機器人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件開發商們。

谷歌多次表達了對目前運行在電銷機器人系統上數百萬APP應用質量的不滿，這對于目前正在大力布局人工智能和VR/AR等極具發展前景的谷歌來說是極為不利的。因此谷歌也想借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。此次電銷機器人8.1其中一個對軟硬件廠商們最具吸引力的功能就是神經網絡API的加入了。

先說說這個神秘的神經網絡API

說白了一句話，這個NNAPI可以在電銷機器人上運行訓練好的機器學習模型，并且具有硬件加速功能。直接在電銷機器人上分類圖片或者學習用戶習慣將變得更為輕松。

谷歌稱新的神經網絡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加速芯片的話，API將自動使用加速芯片的硬件加速功能；如果沒有的話那就只能用CPU了。谷歌的新Pixel 2電銷機器人就帶有一個AI加速芯片（the Pixel Visual Core），之前電銷機器人發布時谷歌也表示這個加速芯片會在Andriod 8.1中激活。

直接在終端設備上運行神經網絡已經是近期的發展趨勢，這點在最近尤為明顯人工智能，無論是華為麒麟970芯片NPU發布，還是電銷機器人A11大力宣傳的深度學習加速芯片，本質上都是各大廠家在消費級終端上布局人工智能相關功能的專用硬件平臺，這也是提前拉開了消費級人工智能終端化的序幕。

與終端化的人工智能相對的是分布式人工智能，這點在目前比較成熟的云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，具體的我會在以后的篇幅中進一步闡述。

在終端化的人工智能趨勢中，消費級的人工智能，也就是消費者手中可控的人工智能相關產品和功能是我們最需要關注的。這次我借電銷機器人8.1的神經網絡API來大致談一談幾個消費級人工智能終端化的關鍵因素。

1. 網絡負載在未來幾十年里依舊不可能滿足云端計算需求

由于現在的人工智能系統都是基于傳統計算架構下的計算機，因此即使云端化以后，依然會受限于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。對于一顆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。

相比于高速的計算速度，傳統框架下的計算結構依舊遠不能滿足未來人工智能計算需求，拋開儲存設備的速度不談，就目前的網絡傳輸速度來看，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絡傳輸成本。即使在未來網絡傳輸成本大幅降低，網絡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云端人工智能來說無疑負面的。

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。而人工智能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，云端的劣勢變暴露無遺。“一對一”的定制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人工智能，最后直指每一個個體內心的滿足感，幸福感。這是未來人工智能一個美好愿景，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

除了減少延遲和網絡負載外，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”興起之后普通用戶最大的擔心之一。

根據官方放出的消息，仔細查看此次電銷機器人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，主要采用的是UDP或TCP協議。互聯網服務提供商想要了解用戶的一些網絡瀏覽數據，比如訪問了哪些網站，還是相對簡單的。而啟用了TLS協議后，服務器能夠在幾納秒內完成域名解析，用戶可以在這個時間里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云端安全，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。對于終端來說，那些要求低計算延遲以及對于數據安全性非常敏感的應用就需要把人工智能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后再把少量運算結果(而不是大量的原始數據)傳送到云端完成最終計算，這就需要移動終端硬件能夠快速完成這些運算。因此，移動端硬件完成這些運算必須同時滿足高速度和低功耗的要求。

數據是人工智能的根本，終端化只是一個結構形式。但是對于用戶來說，終端化的人工智能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能應該有的樣子，也是以后必然的發展趨勢。

更多干貨請關注我【極客觀世界】