2017 年已经过去了 9 个月，互联网领域围绕人工智能的讨论和炒作已开始步入理性化。不过必须看到，这种理性化的状态与曾经所谓人工智能寒冬还不一样，毕竟，此次人工智能领域的集体爆发，得力于硅谷互联网巨头对于深度学习算法的高度认可，由此引发了工业界、学术界的连锁反应。
这其中，云计算带来的普惠、随时可取的计算能力以及海量的数据训练资料，加速了基于深度学习的人工智能的快速普及，并在推陈出新的应用场景里体现出了深度学习的能力和局限性，逐步形成了一个良性的认知循环，使得越来越多的从业者对深度学习、机器智能有了更清醒的认识。
从人工智能的落地场景来说，分别在企业级市场和消费级市场不同的体现。
一
先来看企业级市场。过去十年，企业级 IT 市场变革的主旋律是上云，亚马逊 AWS 用了将近 10 年时间引导整个 IT 市场的购买者通过公有云服务实现 IT 转型乃至企业的数字化转型。AWS 的不懈努力也让其成为全球最大的公有云服务提供商，同时成为亚马逊旗下一块举足轻重的业务，下图展示了 AWS 三年来的强劲增长势头。
而以深度学习为代表的人工智能概念出现后，企业级市场的反应是相对滞后的。这并不难理解，深度学习目前最成熟的技术在用语音、图像识别和再处理，这些单点技术的突破可以在面向消费者的市场，比如语音助理的应用上，可以直接给消费者带来体验的改善，但对企业级市场而言，在面对纷繁复杂的业务架构、供应链体系以及 IT 体系的挑战下，这些炫酷的技术几乎没有用武之地。
华为 IT 产品线总裁郑叶来在被问及这个问题时感叹，如何将人工智能的单点技术应用到企业的复杂场景中是个挑战。事实上，自 2016 年开始，包括亚马逊、Google、微软都在其公有云产品里提供人工智能产品模块，或者准确地说，是基于机器学习的产品模块，比如在去年亚马逊的 Re:Invent 开发者大会上，亚马逊发布了一系列机器学习产品，包括图像识别、语音识别和聊天交互等应用场景。
上述这些公司的做法，都是将人工智能的竞争放在公有云市场的竞争环境中，这意味着企业级市场的人工智能之战，本质上还是云计算厂商的战争。而他们所谓的人工智能产品或服务，其实提供的是机器学习算法与云端计算能力封装之后的产品模块。换句话说，企业级市场的人工智能服务依然是云服务，不管是公有云市场还是私有云市场，人工智能这个全新的云服务都在被大肆宣传，大肆推广。
正如上文所言，由于深度学习的突破主要局限在语音、图像领域，这也导致其在云端服务中的局限性。在国内，阿里云提出的智能城市解决方案「城市大脑」，强调的是应对城市交通摄像头采集到海量图像数据后的处理能力；上周华为发布的一系列企业智能服务里，有一项是突出其图像识别上的精准性。
这些尝试依然没有走出深度学习算法的限制，无法在语音、图像之外找到新的技术创新。
所以，企业级的人工智能应用还处在一个相对初期的阶段，依然需要思考将人工智能的单点技术植入企业应用场景中，但这背后的推动力，则是云端大数据的处理能力，从这个角度上说，云、大数据和人工智能，可谓三位一体，离开谁都无法构成云计算厂商的核心竞争力。
二
而在个人消费者领域，人工智能的处理能力正在从云端下沉到设备。
这一切离不开消费设备（应用）提供商对于用户体验孜孜不倦的追求，2015 年 5 月，Google 发布一款相册产品 Google Photo，该产品的核心功能就是智能化处理照片，这得力于 Google 在深度学习算法上的优化改进，可以实现人脸识别、关键词搜索、图片分类、自动分组、图片自动优化等一系列功能。
Google Photo 的每一个功能都会让人感叹技术进步的伟大，但 Google Photo 的问题也显而易见——这一切处理过程都是在云端非实时完成。也就是说，你需要首先将照片上传到 Google Photo，然后等待若干小时甚至几天时间，才会出现「神奇反应」。
2016 年，一款名叫「Prisma」的拍照应用风靡全球，这是一个基于深度学习算法，将任意一张普通照片「改造」为世界名画的应用，其最后的处理效果令人惊艳。
不过，随着用户群体的扩大，该应用的用户体验却备受指责，原因就在于，Prisma 的所有处理能能力都在云端，用户每一次上传原图、处理、下载都需要和云端服务器连接，如果你体验过 Prisma，一定会对其缓慢的处理过程印象深刻。
而当时间来到 2017 年，事情正在发生着变化。长期跟踪苹果公司动向的 Bloomberg 记者 Mark Gurman 在 5 月份的一篇独家爆料文章中称，苹果正在为 iPhone 秘密研发专属的人工智能芯片：
Apple is working on a processor devoted specifically to AI-related tasks, according to a person familiar with the matter. The chip, known internally as the Apple Neural Engine, would improve the way the company’s devices handle tasks that would otherwise require human intelligence – such as facial recognition and speech recognition, said the person, who requested anonymity discussing a product that hasn’t been made public. Apple declined to comment.
这个消息的可靠性也在随后 WWDC 大会发布的 iOS 11 里得到更进一步的证实。即去年发布可创建基本卷积神经网络的 Metal CNN 和 BNNS 之后，此次借助 iOS 11，苹果又引入了一个新的计算机视觉开发机构以及 Core ML，后者的作用就是让机器学习的训练模型集成到开发者的应用程序里。
Croe ML 的出现，也让外界看到苹果对于未来人工智能应用在 iOS 上的想象空间，与此相呼应的则是新一代 iPhone 在硬件上如何集成相应的芯片。尽管最近两周，新一代 iPhone 的爆料几乎让明天早上的发布会失去悬念，但一个有趣的细节则是，所有的爆料都没有指出新 iPhone 在人工智能应用，比如语音、图像（拍照）上改进，尤其是专属机器学习芯片能否给 iPhone 体验带来全新的提升。而这，才是苹果以及新 iPhone 的真正竞争力。
类似地，华为也在做这样的尝试。9 月初华为发布的麒麟 970 芯片，就集成了一个用于机器学习的神经网络处理单元，尽管目前尚不可知其具体的应用场景，但考虑到目前深度学习的局限性，基本也是围绕图像（包括拍照、相册整理、AR 应用）、语音（智能助理）、自然语言交互（文本—语音，语音—文本）这几个场景。
目前，苹果、华为之外，还没有其他厂商宣布类似的计划，但不说并不代表没在做，尤其是中国广大安卓厂商的竞争已经进入白热化阶段，任何一个有差异化的市场，比如从双摄到全面屏，都会迅速变成红海，，接下来，2017 的下半年以及 2018 年的上半年，围绕人工智能手机芯片的竞争，会更具观赏性。
三
当手机被内置了专属的人工智能处理能力，对于普通消费者的使用体验会带来显著的提升，在语音交互、图像处理，尤其是利用双摄像头硬件的潜力，充分满足拍照和照片处理的巨大需求。但另一方面，则是用户设备数据的争夺会不断引发新的冲突，上月华为荣耀手机与腾讯微信之间的争议就是一个代表。
《华尔街日报》最早披露了这起争议：
华为技术有限公司(Huawei Technologies Co.)正在通过其荣耀Magic智能手机收集用户活动信息，以打造其人工智能功能，例如使手机能够基于用户的短信内容推荐餐厅。其收集的信息包括热门社交应用微信(WeChat)的聊天信息。* >
知情人士透露，微信的所有者腾讯控股有限公司(Tencent Holdings Ltd. ,0700.HK)认为，华为的上述做法实际上夺取了腾讯的数据，并侵犯了微信用户的隐私。知情人士称，腾讯已要求中国政府介入此事。华为称，所有用户数据都属于用户，而不属于微信或是荣耀Magic，该公司在荣耀Magic设备上处理用户数据之前经过了用户的授权。
这场冲突最后的结局尚未公开，但这起事件构成了手机人工智能数据争夺战的前戏。任何围绕机器学习的应用场景都离不开用户设备数据，涉及到下面三大利益相关方的博弈：
- 系统供应商，如苹果 iOS、华为 Emui、小米 miui；
- 硬件供应商，如 iPhone、华为 Mate 系列、小米手机；
- 第三方应用供应商：如微信、Facebook；
任何一个利益方都在觊觎用户的数据，都希望将这些数据作为「改善用户体验」的一部分，更希望通过数据挖掘形成壁垒优势。这其中，苹果通过软硬件的绝对掌控能力，相对而言占据了一定的先机，不过，在中国市场，中国厂商无所不用其极的「智谋」，或许也能多多少少实现手机上的人工智能体验。
遗憾的是，这个博弈过程与普通用户无关，你所能做的，只剩下了「用」还是「不用」两个选项以及在「1984」与「美丽新世界」的两个精神状态里来回切换。