剛剛過去的五月,是一個炙熱的AI之夏。前有2023谷歌 I/O開發(fā)者大會“炸場”,開建AI全宇宙,后有2023微軟Build大會,一切都與AI相關。
AI被谷歌和微軟應用到各個產品,落地速度一路狂飆。不過,應用層面,國內能做AI產品的很多,很快會能推出類似的產品, 因為路都是通的,工程師人才不是問題, 技術不是問題, 可能來得慢一點,效果略差一點, 但這都沒關系,復現(xiàn)是肯定的。
但谷歌和微軟在一個領域,打得風聲四起,國內能做的廠商,卻是鳳毛麟角,那就是操作系統(tǒng)。
目前,微軟已經將GPT-4大模型嵌入Windows PC操作系統(tǒng),推出Windows Copilot,在底層操作系統(tǒng)輸出AI能力。谷歌Android系統(tǒng)近年來總被吐槽“缺乏亮點、抄國內廠商”,但最新Android 14中許多AI功能集成,說明Google還是有點東西在的。
打造 AI時代的操作系統(tǒng),谷歌和微軟都在搶船票了。
操作系統(tǒng)是硬件性能的釋放窗口,又是大量軟件服務的承載體,可以說是一切人機交互的起點。在大語言模型帶來顛覆式的變革之后,操作系統(tǒng)也有了重新劃分格局的可能性。
AI時代,操作系統(tǒng)是會重演移動互聯(lián)網的雙寡頭壟斷,還是迎來百花齊放,2023的夏天剛剛寫下了開篇,你我都將見證這一場產業(yè)變局。
不妨從故事開頭講起,看看AI究竟能為OS做什么?
AI和OS組CP,都有哪些方式?
AI與操作系統(tǒng)OS的結合就像組CP,方式有很多。
普通用戶,最熟悉的可能是AI in OS,也就在原有的操作系統(tǒng)上集成AI軟件和應用。微軟這些年一直努力在Windows里加入AI語音對話能力,移動操作系統(tǒng)蘋果、安卓、鴻蒙對AI能力的擁抱更是開展了很久,AI算法輔助計算攝影、人臉識別、智能語音助手等,大家應該都不陌生。
對于開發(fā)者,OS for AI才是“王道”,也就是供給機器學習、深度學習的操作系統(tǒng)(AI OS)。比如TensorFlow、PyTorch、飛槳、昇騰等,通過操作系統(tǒng)從硬件到軟件到網絡的全面重構,更好地支持AI模型訓練應用推理。
而科技廠商要打造AI時代的操作系統(tǒng),則非常關心AI for OS。簡單來說,就是利用人工智能來構建和優(yōu)化操作系統(tǒng),提升系統(tǒng)的設計、開發(fā)、維護等。不難發(fā)現(xiàn),AI for OS直接影響到普羅大眾使用操作系統(tǒng)的體驗,是我們普通人最期待的一對CP。
而AI for OS提高先進性和競爭力,也會直接影響到操作系統(tǒng)在AI時代的“國民度”,成為操作系統(tǒng)成功的關鍵。
AI for OS,這對CP甜在何處?
強擰的瓜不甜,AI for OS這對CP能不能甜到用戶心里頭,是接下來要回答的問題。那現(xiàn)在真的是用AI優(yōu)化OS的好時機嗎?
我們來看看如今的操作系統(tǒng),有哪些可以被AI改變的地方。
第一個當然是“變重了”。
隨著用戶使用數(shù)字化應用的場景不斷豐富,操作系統(tǒng)所要承擔的交互和任務負載,也在持續(xù)快速增長。大家回想一下,智能手機里安裝的應用是不是越來越多,要控制的外部智能設備也越來越豐富,而矛盾的是,隨著摩爾定律的放緩,處理器增加的計算能力,越來越接近瓶頸。這種計算資源與任務之間的不匹配,正在成為操作系統(tǒng)的不可承受之重。
要讓操作系統(tǒng)變輕,就要充分地發(fā)揮出硬件的性能,挖掘出更多的算力,而系統(tǒng)的環(huán)境有強烈的動態(tài)性,隨著任務負載而變。傳統(tǒng)操作系統(tǒng),需要用戶手工切換關閉任務。這時利用AI,自動實時感知業(yè)務場景的變化,預估現(xiàn)在(或未來)的工作量和所需的資源,進行動態(tài)調整,優(yōu)化資源配額,實現(xiàn)更精準的算力供給,使用體驗當然也就更加絲滑流暢。
比如感知到用戶正在打游戲,就自動降低后臺應用,釋放CPU資源來保證游戲運行,不會因為卡頓而錯失了五殺。
第二個是“變笨了”。
可以確定的是,AI是最具潛力的新賽道,未來將與大量軟硬件相連。可以想象一下,如果讓AI大模型幫你分析十篇論文,從應用啟動到生成結果,需要半個小時,中間還時不時掉線重來,這誰受得了?還不如自己上手算了。
傳統(tǒng)操作系統(tǒng)不想因“變笨”而被用戶拋棄,必須開始支撐 AI 全方位的應用,自然要進一步提升操作系統(tǒng)的能力。比如微軟Windows 11讓AI深扎底層PC系統(tǒng),可以在沒有任何APP作為中介的情況下,直接調用AI大模型能力完成任務。
支撐 AI 在各種智能設備上更好地運行,必須從操作系統(tǒng)層面下刀,從硬件到軟件到網絡全面重構。
第三個是“變復雜了”。
如今每個人身邊都圍繞著多種多樣的終端,不可逆地駛入萬物互聯(lián)時代,系統(tǒng)的復雜度也在不斷增加。
對用戶來說,操作系統(tǒng)各自為戰(zhàn),碎片化的體驗是非常不舒服的。拿我自己來說,智能家電是安卓,手機是IOS,電腦是Windows,很多應用在不同設備之間基本不能自如切換,每個系統(tǒng)單獨一個賬號,一些個人行為數(shù)據(jù)很難在不同終端中流通,結果就是應用“不懂我”“人工智障”。
設備不夠聰明也就罷了,更令人擔憂的是安全,不知道哪個設備成為“最短板”,被黑客攻破,其他聯(lián)網設備一起遭殃。
對開發(fā)者來說,萬物智聯(lián)的應用開發(fā),意味著巨大的代碼量和工作量,也不是一件輕松的事。
開腦洞想出一個創(chuàng)意不算難,開發(fā)出來之后,要將應用部署到數(shù)量眾多的物聯(lián)網設備上,得考慮本地算力、網絡連接能力、跨平臺兼容……如果發(fā)現(xiàn)某個設備的UI交互有問題,再調試一輪,上線周期又延長了,開發(fā)成本有點過于高昂。不能釋放成千上萬開發(fā)者的創(chuàng)意和生產力,智能世界來得自然就更慢了。
讓復雜的場景變簡單,令多終端歸一化,已經成為移動產業(yè)的共識,一些品牌提出了“全場景智慧”,但如果沒有操作系統(tǒng)層面的兼容和協(xié)作,對高集成場景進行針對性簡化,支撐應用跨設備、跨系統(tǒng)、跨平臺的一次開發(fā)、多端部署;如果沒有AI全流程輔助來提升操作系統(tǒng)的運維、性能與安全等能力,“全場景智慧”是很難真正實現(xiàn)的。
這樣看,AI for OS這對CP甜就甜在一心同體、其力斷金。操作系統(tǒng)作為中樞,協(xié)調軟硬件的關系;AI作為大腦,解決很多現(xiàn)有的挑戰(zhàn),讓系統(tǒng)能力變得簡單而強大。
系統(tǒng)層面的路鋪平了,芯片、終端、平臺、場景的隔閡與瓶頸也就消弭于無形了。
三大流派,各自甘甜
正如圖靈獎得主 Edsger Dijkstra所說,Simplicity is a great virtue but it requires hard work to achieve it。簡單是一種偉大的美德,但它需要努力去實現(xiàn)。
AI for OS帶來簡單但強大的能力,更適合“萬物智聯(lián)的體質”。問題在于,怎么實現(xiàn)呢?
目前,有實力打造下一代操作系統(tǒng)的科技企業(yè),都在探索AI for OS。具體分為三個流派:
流派一:PC端的逆襲。
這一波大模型浪潮,OpenAI是絕對的頂級流量明星,攫取到最大的話題度和關注度,而擁有這一頂流的微軟Windows,也成了“一夜爆紅”的贏家。
微軟已經讓“AI副駕(Copilot)”全面登陸Windows系統(tǒng),對Windows系統(tǒng)的界面和交互,帶來了顛覆式的體驗,也吸引到了非常多的用戶和開發(fā)者粉絲。
面向用戶,Copilot AI 助手貫穿整個操作系統(tǒng),用戶直接通過Windows PC系統(tǒng)去調用AI模型能力,無縫連接應用程序,大大簡化了交互步驟。
面向開發(fā)者,微軟基于OpenAI模型構建的AI輔助編程解決方案,在全球最大的代碼托管平臺GitHub打造GitHub Copilot X,能自動檢測代碼問題并給出建議,提升開發(fā)者的工作效率。
不過,PC相比智能手機、平板等移動終端有天然的劣勢,微軟在移動操作系統(tǒng)領域的長期缺位,目前還無法靠AI來快速補上。想把用戶拉入下一個操作交互時代,還需要進一步給出更具顛覆性的系統(tǒng)能力。
流派二:移動端的穩(wěn)定發(fā)揮。
移動互聯(lián)網時代,谷歌Android和蘋果IOS二分天下,打造下一代操作系統(tǒng),二者的很多特性也得以保留。
安卓的淺。在今年I/O 大會上,谷歌展示了下一代移動操作系統(tǒng) Android 14,總的來說,AI對Android 14的賦能,停留在較為淺表的應用層,集中在全系列工具的 AI 化升級,對Android 14系統(tǒng)級提升介紹寥寥。長期以來,安卓原生系統(tǒng)的開放性和復雜性一直受到詬病,APP運行時整體駐留在后臺,導致卡頓、不穩(wěn)定,主要靠下游終端廠商自行“魔改”底層代碼,所以AI for Android的進展,大概還要等待國內廠商“卷起來”。
IOS的深。剛剛結束的蘋果WWDC,雖然也更新了一些AI功能,但iOS 17此次新增升級都是一些小功能。盡管發(fā)布會上蘋果很淡定地避免“蹭AI熱度”,但AI for iOS的融合程度,其實是很深度,也很有實用性的。
這一方面源于iOS系統(tǒng)生態(tài)先天的封閉性。Mac、iPhone、ihome、智能穿戴等被捆綁在蘋果生態(tài)上,數(shù)據(jù)可以無縫流轉,系統(tǒng)也擁有很高的整體性和舒適性;
另一方面是AI軟硬件協(xié)同的優(yōu)勢。自研的AI芯片是蘋果產品的最大亮點,在AI運算性能上都做了大幅地提升,此次WWDC全新發(fā)布的M2 Ultra 芯片,蘋果表示能流暢支持大模型的運算,比其他芯片優(yōu)勢更明顯。
所謂“一力降十會”,強大的芯片帶來充足的算力,再與IOS系統(tǒng)中大量機器學習算法相結合,效果自然顯著。比如AI幫助IOS監(jiān)控用戶使用習慣,以優(yōu)化設備的電池壽命和充電頻次;通過AI加速,讓移動終端如iPad可以執(zhí)行AR渲染等高難度任務;支持利用端側的本地機器學習,保護用戶隱私。
問題也就在于,IOS為用戶帶來了便利,但也將用戶牢牢捆綁在這一生態(tài)。如今,國內外的操作系統(tǒng)百花齊放,包括服務器操作系統(tǒng)、物聯(lián)網操作系統(tǒng)等,泛在操作系統(tǒng)的生態(tài)在逐步形成,越來越交互需要跨終端、跨系統(tǒng)進行,這一點,IOS幾乎是無解的。生態(tài)捆綁帶來的交互不便、數(shù)據(jù)不通等難題,已經讓本蘋果用戶感到越來越不自由,也成了蘋果無法逃避的問題。
流派三:全場景的另辟蹊徑。
目前來看,微軟、谷歌、蘋果都是從己方大本營出發(fā),將AI與自己占據(jù)既有優(yōu)勢的操作系統(tǒng)相結合。HarmonyOS作為全場景操作系統(tǒng)的代表,思考AI for OS的路徑,跟這些老牌操作系統(tǒng)都不太一樣。
鴻蒙OS從一開始,就強調對各自硬件集群的管理和交互,從操作系統(tǒng)層面,通過分布式軟總線技術,實現(xiàn)近場設備間統(tǒng)一的分布式通信,高效分發(fā)任務和傳輸數(shù)據(jù),應用可以跨設備流轉。
然后,再引入AI技術對操作系統(tǒng)進行整體優(yōu)化。用戶能感知到的變化,是AI實現(xiàn)資源的精準供給,提高系統(tǒng)流暢;開發(fā)者可以借助環(huán)境配置、工具鏈配置、模板選擇、三方庫推薦等,進行多設備自適應開發(fā),減少工作量。
值得期待的地方在于鴻蒙OS從零開始,本身也沒什么既有優(yōu)勢可以“吃老本”,所以可以在空白的紙上畫出更新的圖畫,針對現(xiàn)有操作系統(tǒng)尚未解決的痛點另辟蹊徑,進行底層的系統(tǒng)級重構和技術創(chuàng)新,讓人耳目一新。
有待觀望的是,目前鴻蒙OS在富屏終端設備上的占比,相對安卓、IOS還有一定差距,一些技術解決方案還需要進一步研究。比如跨平臺、跨系統(tǒng)的數(shù)據(jù)安全和隱私保護,多設備自適應開發(fā)的極簡智能的工具鏈等。
一個操作系統(tǒng)要走向大眾、走向全球,最重要的還是技術本身的先進,AI for OS或許能讓鴻蒙取得更多話語權。
看到這里,大家可能會給出一個結論:AI for OS看起來真香,但市面上已經有的流派好像都差點意思。
確實,在智能終端產業(yè)競爭激烈的今天,谷歌蘋果微軟這樣的巨頭,也不可能在朝夕之間挖掘出操作系統(tǒng)的全部密碼,剛剛過去的五月只是暖場。
有個行業(yè)段子說,研究算法的人把算法搞出來,弄不好自己就失業(yè)了,可研究系統(tǒng)的人就不用擔心,因為每10年硬件、任務一定會變,系統(tǒng)就要重寫。
AI大模型算法高歌猛進,操作系統(tǒng)的更迭也值得期待。
審核編輯 黃宇
-
Android
+關注
關注
12文章
3935瀏覽量
127350 -
OS
+關注
關注
0文章
91瀏覽量
34750 -
AI
+關注
關注
87文章
30758瀏覽量
268902 -
GPT
+關注
關注
0文章
354瀏覽量
15345 -
大模型
+關注
關注
2文章
2425瀏覽量
2646
發(fā)布評論請先 登錄
相關推薦
評論