春天到來，跟萬物一起萌生的，還有各式各樣的手機新品…

相比去年的全面屏風潮，今年的手機市場可以說是AI的天下。各式各樣不同等級的AI拍照滿天飛。

但是，可能更多消費者的印象中，AI是一個非常強大，類似終結者那樣的存在。即使在今天，我們也能看到AI可以做各種各樣千奇百怪的事情。來到手機里，難道AI就只能作為攝影的輔助嗎？

當然不是。在我們采訪過的很多移動通訊與AI專家看來，移動AI的終極目標十分清晰，那就是讓手機像人一樣去感知和思考。這條路不會一蹴而就，但已經開啟的閘門當然不會合上。今天我們看到的基于AI專項處理芯片達成的AI攝影，或許可以看做是未來移動AI的初級版本：手機有自身AI算力，有識別和感知能力，能夠自行對外物進行基礎判斷和推理。

那么不妨讓我們把腦洞炸開一下，想象在這種模式基礎上前進，未來幾年AI將如何改變我們的手機生活。

自然交互普及，APP變得不那么重要

手機APP這東西絕對是改變全人類生活的逆天發明，但似乎從其誕生之日起，人們就在思考如何取消它。畢竟眼花繚亂的APP背后，隱藏的是生活被嚴重碎片化。APP之間的切換交互方式，也似乎成為我們身邊的“時間殺手”。

這種模式能不能被改變呢？或者說，能不能有某種方式，讓我們使用手機的速度進一步加快，不用讓我們去主動尋找一項項服務，而是讓服務跟隨我們，隨呼叫即享用。甚至可以比我們先一步預判服務的發生。

目前來看，這很有可能就是移動AI的下一步。隨著手機中聲紋識別、語義理解、NLP技術的進一步成熟和搭載，以及通過機器視覺進行物理識別的不斷強化，以及手機中AI系統對用戶習慣與服務需求的學習能力加強。這些AI技術與手機產品功能的結合與優化，令通過自然交互形式控制手機成為可能。從而我們可以從“APP等著被點”變成“手機主動來提供服務”的新模式。

試想一下，假如你的手機可以在口袋中識別你的聲紋，輕聲說我要約車，馬上就來了車；說我餓了，馬上按照你的口味和身體狀況提供餐飲選擇。或者另一種情況下，當你把手機拿出來對著商品一拍，手機就可以把它買回家；對著風景，立刻得到一張大片。

有專家表示，在未來手機生活中，很可能除了社交與信息界面之外，手機只留下一個聽覺和一個視覺入口。手機會通過接近人類的聽覺、視覺與理解能力，來把復雜的服務轉化為簡單的交互。

基于AI開始的手機“去應用化”，可以看做是通過讓手機像人類，來節省人類操作手機的時間，甚至達成更多目前手機無法達成的應用功能。

當然，這一切的前提是服務被抽象出來，各APP之間達成數據共享。那時商家爭奪的將不再是用信息占領用戶時間，而是用通過直接的建議和溝通，影響用戶消費習慣。

物理世界識別帶來奇幻想象

今天手機中AI的絕大部分功能，甚至可以說90%以上的功能，都是識別。這是基于機器學習理論下AI發展的基本表現：通過學習和提取物理世界特征，來不斷加強識別準確率，達成傳統計算機不可能完成的任務。

有意思的是，AI帶來的識別能力，哪怕集中在手機攝像頭帶來識別能力，都遠遠不只是今天我們看到的識別物體幫助拍照，和識別文字達成翻譯。事實上，在永恒疊加的機器學習巴別塔中，對萬物的識別僅僅是個時間問題而已。

未來我們會用手機識別什么呢？那實在是有太多腦洞了。

比如在旅行中，我們可能不認識某座大廈、某處古跡、某個符號，那么完全可以拿出手機拍一下，然后背后的知識與信息就通過知識圖譜轉化到我們面前。今天我們出門踏青已經習慣了識花模式。但這只是開始，未來旅行中我們或許不需要導游、不需要翻譯、不需要司機，一部手機輕松搞定這個世界。

再比如在飲食中。我們今天拍食物僅僅為了發朋友圈。而接下來，我們似乎可以拍照來識別食物的做法、營養成分、搭配合理度等等。甚至做成一團的“黑暗料理”，也可以依據菜品近似度、食材還原等能力被AI一眼識破，提醒用戶是否進行了不健康飲食。當然，一切飲食建議都要建立在對個體的了解上，讓手機學習用戶健康數據，記錄每一餐的營養曲線，似乎可能成為我們未來的生活方式。

還有很多這樣來自AI識別的巨大潛力，比如我們可以通過AI來判斷一堆東西有多重，一間屋子有多大。很多工作中的測量和稱重工作都可以下崗了，只帶一部手機就成。

再比如AR需要依靠高精度的環境識別，這也是AI未來的主攻方向之一。當手機中的環境識別能力進一步加強，AR、MR的紀元或許將正式開始。

場景化的泛在識別、多層識別，在今天看來近乎擁有無窮無盡的想象空間。手機AI技術和無數聰明的腦子，將是這場“科幻電影”成為現實的左膀右臂。

經驗、智慧、知識，都可以變成模型，甚至商品

最近的手機AI攝影新能力里，已經有新的產品思路提出把攝影師的攝影經驗集成為算法，來通過場景識別讓普通用戶可以拍出專業級的“大片”。

我們不妨開個腦洞，難道只有攝影大師的智慧與經驗可以被壓縮成AI嗎？其他人的是不是也可以？

事實上，我們在生活中極其寶貴的“經驗”，假如分解成數學語言，大概就是各種參數的模糊控制、對應性和優先級。只是人腦中沒有這些數學概念，而是可以把他們化為一種似是而非的感覺。

而在AI世界里，機器學習算法本身就是對“經驗”的函數抽象和再利用。當這種模式越來越多的來到手機當中，各種經驗、智慧、知識被抽象出來，變成AI模型，成為我們生活中的一部分，似乎已經成為可能。

舉個例子，今天女孩子會看很多美妝播主，學習她們是如何挑選美妝產品的。這往往需要大量學習時間，還不一定選的對。假如忽略這一過程中的快樂與成就感因素，單純把美妝播主的經驗與判斷方式抽象成AI系統，讓消費者可以挑選適合自己的那款AI，不斷用它選適合自己的產品，那么似乎一切變得更加科學、省時，并且更符合個性化要求。

當我們攝影時可以用攝影大師的經驗（甚至可以在不同攝影師、藝術家的風格之間切換）；做飯時可以抽取美食家的風格；閱讀時用到某位大師的品味，那么手機或許可以變成一種全新的“人類增強器”，我們將節省大量學習成本，卻依舊享有極高的效率和優質的經驗與審美。

這一切，都從今天的AI手機和AI攝影開始，雖然今天距離我們預想的未來看似還有很遠，但閘門一旦開啟就不會終止。

剩下的，不過是安然欣賞一場技術革命的時間。