現在人工智能是各大行業的技術寵兒，不少的巨頭紛紛入局，創業者也是只增不減，在這股大浪潮下機器學習成為了關鍵點。

　　關于科技行業，我最喜歡的一件事就是，科技從大公司的高端產品向廉價產品發展的速度很快。在小公司之間猖獗的抄襲行為就顯得不那么可怕了。就像Facebook對待Snapchat一樣對待自己的孵化實驗室，這就是大公司想要復制一家小公司成果的方式。但是從蘋果和谷歌這樣的科技巨頭，到產業中下游的硬件和軟件供應商，都沒有太大的問題。不過蘋果和谷歌卻已經出現了一種跡象，那就是像蘋果和谷歌開發出的技術和方法，是無法被輕易的模仿和抄襲的。

　　比如最近在智能手機領域最經常出現的一個熱門詞匯就是“機器學習”技術了。就像虛擬現實、增強現實一樣，機器學習已經被視作一種承諾。而機器學習也是蘋果iPhone X和谷歌Pixel 2/XL的核心競爭力，也是今天和明天差異化競爭的驅動力，而落在后面的公司就會發現自己已經陷入了壓力。

　　屬于機器學習技術的優勢，是無法被輕易復制、克隆或逆向編譯。與蘋果和谷歌在這個游戲中競爭，需要盡可能強大的計算能力和用戶數據，以及更多的時間和投資。簡單來說，機器學習技術將成為大公司的“圣杯”，而小企業是無法達到大公司所能達到的高度。它需要利用大量的資源和用戶及基礎，而且隨著時間的推移，會變得越來越好，而競爭對手也不得不持續進步，盡量不被大公司落得太遠。

　　我并不說機器學習技術是萬金油，但是使用OLED屏幕這樣的事情，所有的廠商都會做，但機器學習是實現差異化競爭的技術。

　　谷歌的HDR+攝像頭

　　讓我們先來從迄今為止給我們留下最深刻印象的消費級機器學習技術開始吧，那就是谷歌Pixel 2和Pixel 2 XL上的攝像頭。它能夠通過算法實現類似單反的效果讓我們感到非常驚奇，尤其是在弱光環境下。谷歌的成像軟件已經超越了移動拍攝設備的物理限制（即沒有足夠的空間容納大型傳感器和鏡頭），通過巧妙的算法和機器學習技術結合而實現。正像谷歌介紹的那樣，公司已經把一種光學問題變成了數據問題，而現在很少有公司能夠像谷歌一樣如此熟練的處理這些數據。

　　我和來自斯坦福大學的科學家Marc Levoy進行了交流，他領導了谷歌的計算攝影團隊，它強調了谷歌如何通過機器學習技術輔助攝像頭拍照的重要內容：隨著時間的推移，效果會越來越好。就算谷歌本身沒有在Pixel 2和Pixel 2 XL的攝像頭上進行任何改進，機器學習技術也會通過時間的延伸積累來讓攝像頭變得更好。Levoy表示，你可以在機器學習設置上投入的經歷越多，它輸出的效果就越好，而時間和處理能力（包括設備本身和服務器）都是至關重要的因素。

　　Google Assistant

　　在今年1月的CES國際消費電子展上，華為消費事業部總裁余承東在被問及是否會在美國市場推出自己的語音助手時表示：“Alexa和Google Assistant已經足夠出色，華為如何來競爭？”這種非典型卻很實在的回答（尤其是對于競爭對手CEO來說），簡潔的說明了亞馬遜和谷歌在機器學習上所達到的高度。兩家美國科技巨頭在自然語言處理和語音識別領域都投入了巨大的資源，并且都已經初見成效，在全球該領域的競爭中保持領先，因此就連華為都自愧不如，而這正是長期投資機器學習技術帶來的成果。

　　Google Assistant并不是一個硬件上的差異化功能，因為谷歌希望在所有的硬件上都能運行這位語音助手。不過這種助理服務可以將用戶引導至谷歌搜索或公司其它的服務上，而幾乎所有人都會在各種機器學習技術中收益，無論你是考慮使用谷歌地圖還是YouTube的視頻建議。對于移動市場來說，Google Assistant的作用是增強谷歌對硬件合作伙伴的影響力。因此在明年亮相的安卓智能手機中，如果不支持Google Play Store或Google Assistant，將是一件非常讓人遺憾的事情。

　　蘋果的Face ID

　　另一邊的蘋果，機器學習技術也已經開始在iPhone上大部分的軟件中滲透，而蘋果的Core ML工具則可以讓開發者輕松的將其添加到整個庫中。不過，新一代iPhone X最大的亮點在于屏幕上方的“齊劉?！币约八鼉炔克募夹g。正在劉海中你會發現一組完整的紅外傳感器，相當于微軟的Kinect系統，這有助于Face ID這種新的面部識別方式。

　　現在我仍然還不確定在安全和便利性之間如何平衡（尤其是在沒有Touch ID的情況下）。我認識所有使用iPhone X的用戶都對Face ID的準確性表示滿意。它可以在黑暗中工作，而且得益于機器學習技術，可以不斷適應我們面部外觀的變化。如果去掉所有常規的變化以及調整，那么Face ID基本上就是iPhone X唯一的亮點，它同樣依賴于機器學習技術發揮自己的魔力。

　　對增強的機器學習來說，想要真正成為面向大眾市場的技術，現在還支持初級階段。對購買iPhone X的用戶來說，Face ID顯然沒有無邊框全面屏更吸引人。雖然谷歌Pixel 2的攝像頭效果不錯，但同樣沒有多少用戶關心這一點。但最關鍵的是，智能手機廠商需要在自己的機器學習解決方案上融入到產品的各個細節中，提高核心用戶體驗，保持競爭力。中國智能手機廠商在硬件的迭代速度上可能非?？欤窍胍獜椭茩C器學習技術難度很大，甚至需要幾個月甚至幾年的時間才行。

　　華為人工智能芯片和三星Bixby之殤

　　除了蘋果和谷歌之外，華為也是在移動設備上實現機器學習和人工智能技術的最大支持者。華為最新一代的Mate 10被公司定義成“真正的人工智能手機”。華為在人工智能領域已經朝著正確的方向發展，雖然與蘋果和谷歌將機器學習系統使用到有形的領域不同，華為的方法是將機器學習機身深入到系統中，用來優化安卓系統的長期使用性能，這是一項非常值得稱贊的嘗試，但很難想象它會成為吸引用戶購買Mate 10的最大吸引力。此外，華為還在攝像頭上進行了一些人工智能概念的營銷，希望通過拍照的同時自動提升圖像質量，但目前我還沒有看到太滿意的效果。

　　華為的例子提醒我們，機器學習本身并不是唯一的賣點，而是如何在機器學習技術上衍生出真正的賣點。

　　另一個突出的例子就是三星的Bixby語音助手。Bixby的定位與Google Assistant類似，但是三星準備不足、計劃不足，沒有大量的數據和技術作為累計。不過從明年來看，Bixby助手將會有一個長足的進步，很多公司都在研究如何利用機器學習技術提升設備的潛力。

　　當你第一眼看到iPhone X的時候，可能會被它華麗的OLED屏幕經驗。盡管價格昂貴，但是依然具有獨特的吸引力。蘋果一直以來都非常擅長在硬件上進行調整，并且產生出更復雜的技術。比如Taptic Engine觸覺反饋、3D Touch屏幕以及新MacBook Pro上的Touch Bar觸控條等，但這些都非常容易被競爭對手復制或效仿。2014年，蘋果曾大舉投資藍寶石屏幕行業，希望能夠打造出屬于自己的藍寶石屏幕供應鏈，這將是一種未來巨大的優勢，但是結果是這一努力失敗，相關的企業也面臨破產的結局。

　　在過去的幾個月里，智能手機廠商在硬件上進行重大更新的日子已經一起不復返了。智能手機行業的發展后期，機器學習技術是實現差異化的唯一途徑。我個人認為谷歌的攝像頭技術目前還是被普遍低估，主要的原因就是長期Pixel有限的銷量。面對眾多虎視眈眈的競爭對手，Face ID功能也有可能被復制，畢竟許多蘋果的競爭對手都是如此。但真正的移動創新者和模仿者之間的區別，雖然之前界限已經慢慢模糊，但隨著機器學習技術時代的來臨，這一界限將重新變得清晰起來。