手机属于人工智能吗?谁在研究人工智能?

不属于。智能手机是指像个人电脑一样，具有独立的操作系统，独立的运行空间，利用智能手机查资料不属于人工智能，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，能对人的意识、思维的信息过程的模拟。

什么才是真正的人工智能手机？

智能手机又到了新一轮变革的时候。

继苹果、华为之后，全球市场份额排名第一的智能手机厂商三星在昨天的Bixby中文版发布会上，也首次对外公布了未来在人工智能领域的布局，并宣布明年2月份将推出Galaxy AIUX人工智能操作系统。

“三星S8的Bixby与荣耀Magic方向一致，未来肯定会是所有厂商努力的方向。”Gfk通讯事业部研究总监金瑞兆在接受凤凰科技采访时表示。

荣耀Magic

荣耀Magic于2016年底推出，它搭载了让人耳目一新的Magic Live智慧系统。它是基于人工智能为用户更好的处理日常问题为理念设计而成。它的智能之处体现在可以根据不同的使用场景为用户提供相应的便利，也就是俗话说的“想你所想”。

实际上，从去年开始，在各大手机厂商的发布会上我们就经常听到“AI引擎”、“AI美颜”、“AI人像”等，人工智能算法早已逐步加入到了手机常规的系统应用中。

“摄像头大战、全面屏大战都是很低端的提法，现在，AI将会改变智能手机行业，智能手机将进入智慧手机时代。”华为消费者业务CEO余承东此前表示。

AI手机标准不统一

如同功能机向智能手机转变的那个时代一样，人工智能技术的持续走热，正在推动着下一代智能手机的到来，可能叫AI手机，也可能叫智慧手机。

那么问题来了，到底什么才是真正的AI手机？

对于这个问题，现在并没有统一的标准。今年另一个大热的词是“新零售”，但实际上各大电商平台的打法都不一样。AI手机也是如此，各大手机厂商的打法都不相同，主要分为两派：云智能和端智能。

云智能指的是采集后的数据需要通过网络传输到云端，由云端进行计算后，再将决策发回前端设备执行。目前大多数智能手机上的语音助手，其实就算是云智能的一种应用体现。

与云智能相对应的是端智能，又称端侧智能，指的是数据的采集、计算、决策都在前端设备进行。和云智能相比，端智能的优势在于稳定、时延小，同时能够保护用户隐私等，缺点就是存储计算力没有云智能强大。

高通

苹果公司已经把移动设备视为未来人工智能的一个主要平台，这与芯片巨头高通的想法不谋而合。高通副总裁兼高通创投董事总经理沈劲本月也公开表示，智能手机将成为人工智能最大的平台。高通更关注的是终端侧的人工智能，而非云端，沈劲给出了3个理由：

第一，我们有隐私方面的需求，不愿意把很私密的数据都传到云端；

第二，要可靠性。如果数据不远万里传到云端，再下载到手机，或者在我们的空调、冰箱当中，这个过程当中万一有什么差错，就会形成一个不可靠的应用；

第三，要实时。为什么手机到目前包括今后的一两年都是设备端的人工智能？因为实时的处理必须要通过本地化的人工智能才能够完成。

在上周召开的2017凤凰网科技峰会上，vivo软件研发总经理周围透露，目前vivo正在和高通、MTK等公司定制2019年的人工智能平台，包括它们的计算能力以及芯片等设备。

而三星方面，Bixby先行之后，其实也在布局人工智能处理器。三星在今年8月大手笔投资了中国初创公司深鉴科技，这家公司主要研究方向是神经网络压缩技术和神经网络硬件设计，包括基于神经网络的人工智能移动芯片。

AI芯片+AI算法

不难看出，人工智能手机的核心竞争力需要比拼的是计算能力和算法，即芯片级的比拼和人工智能算法的比拼，要求的是软件和硬件的结合。

有了量身定制的硬件，才能更好地去服务机器学习算法。芯片级的人工智能目前只有两家走在前面，那就是苹果和华为。

A11 Bionic芯片

苹果推出的是“神经网络引擎”（Neural Engine）的A11 Bionic（仿生学）芯片，在iPhone X的人脸识别上有很好的应用；华为则是“神经网络单元”（Neural Processing Unit，NPU）的麒麟970人工智能芯片。

麒麟970具备独立的NPU芯片，相比四个Cortex-A73核心有大约25倍性能和50倍能效的优势，可以大幅提升手机在图像识别、语音交互、智能拍照等方面的能力，让手机“更懂你”。

麒麟970

除了此前推出的华为Mate 10系列，目前有消息指出荣耀新一代的旗舰产品荣耀V10也将搭载麒麟970这款芯片。荣耀手机官方微博前段时间发布了一条视频，写着：“Hi, I am AI”，致更懂你的未来。短短10秒的视频中未来科技感十足，星空、手机、宇宙、AI、机器人元素齐聚。

再联系之前荣耀总裁赵明微博中，关于“爱”、“AI”的暗示，不难看出，这些都是在为即将推出的人工智能手机荣耀V10预热。进一步的曝光消息指出，这还是一款全面屏产品。

事实上，也正是因为有了此前的荣耀Magic的智能引擎打头阵，这一次加入麒麟970人工智能芯片的荣耀V10才更加值得期待。有AI芯片的手机才是真AI手机，AI芯片及算法代表了厂商的真正技术，拥有真正的自学习能力，将给用户带来更多更好体验。

为什么这么说呢？NPU的加入到底对智能手机到底有什么意义呢？《新潮电子》在其日前刊登的一篇文章做了很浅显易懂的解释：

“CPU就好比是数学系的老教授，能够解决各类复杂数学问题，但单纯去做求解数值的函数运算显然费时费力；这时候，NPU就好比是一个科学计算器，你不能用它来直接解题，但由它来专门应付题目中需要求解函数数值的部分，显然要得心应手。”

也就是说，NPU的加入并不会明显提升CPU、GPU的性能，但它的出现，却能明显改变端侧的运算环境——而非简单的提升运算能力。

正如在前文提到端智能对比云智能可以让大量识别性的学习操作不需要再过分依赖于云端，而是直接在本地即时高效的处理。硬件级AI能力在手机中的加入，如果开放给第三方应用开发者，还能够带来极大的想象和扩展空间。

结语

国际数据公司（IDC）最新发布的手机季度跟踪报告显示，2017年第三季度，中国智能手机市场出货量略高于第二季度，但低于去年同期，同比下降约为1%。

相比显得有些枯燥的数据，聚焦在市场发展趋势上，IDC中国研究经理金迪表示：”中国手机厂商在全球的市场竞争力持续增强，但在产业链上游的核心技术发展，以及智能化移动生态的部署仍有很大欠缺。”

他认为，今年智能手机在人工智能应用领域有所建树，但实际应用与服务提升并不显著。中国手机厂商需要投入更多资源与精力,着力解决用户在移动生态中的痛点问题，结合生态伙伴的技术优势，开发应用服务，并且考虑AI手机的核心应用布局，以及结合AR行业应用，探索在2018年后逐渐落地发展的路径。

毫无疑问，人工智能在移动终端市场已经是不可逆的大势所趋，已经布局端侧智能的厂商无疑抢得了先手优势。这两年的智能手机市场已经开始洗牌，在智能手机转AI或者说智慧手机的这次变革中，势必又将洗掉一批掉队者。

人工智能是近年来引起人们很大兴趣的一个领域：它的研究目标是用机器，通常为电子仪器、电脑等，尽可能地模拟人的精神活动，并且争取在这些方面最终改善并超出人的能力；其研究领域及应用范围十分广泛、例如，自动定理证明、推理、模式识别、专家知识系统、智能机器人、学习、博彩、自然语言理解等等。
模式识别可能是人工智能这门学科中最基本也是最重要的一部分。简单来说，模式识别就是让电脑能够认识它周围的事物，使我们与电脑的交流更加自然与方便。它包括文字识别(读)、语音识别(听)、语音合成(说)、自然语言理解与电脑图形识别。现在的电脑可以说是又耸又哑，而且还是个瞎子，如果模式识别技术能够得到充分发展并应用于电脑，那我们就能够很自然地与电脑进行交流，开也不需要记那些英文的命令就可以立接向电脑下命令。这也为智能机器人的研究提供了必要条件，它能使机器人能够像人一样与外面的世界进行交流。
在人工智能的应用当中最有趣的应该就是机器人了其实机器人的范围很广，不仅包括各种外型的智能机器人，还包括一些用于工业生产的、用于代替人类劳动的机器人、现在的机器人技术在制造只有某一种功能的机器人方面已经取得了一定的成果、但是要研制一种多功能、人性化的智能机器人，还需要不少时间。到了那时，我们在科幻片中看到的人类与机器人的矛盾不知会不会成为现实。
专家系统具有一定的商业特性、它先把某一种行业(譬如医学、法律等等)的主要知识都输入到电脑的系统知识库里，再由设计者根据这些知识之间的特有关系和职业人员的经验，设计出一个系统，这个系统不仅能够为使用者提供这个行业知识的查询、建议等服务，更重要的是作为一个人工智能系统、必须具有自动推理、学习的能力。专家系统经常应用于各种商业用途，例如企业内部的客户息系统，决策支持系统，以及我们在世面上可以看见的医学顾问、法津顾问等软件。
除此之外，在我们生活中的许多地方都能找到人工智能的影子。

人工智能的研究方向已经被分成几个子领域，研究人员希望一个人工智能系统应该具有某些特定能力，以下将这些能力列出并说明。 早期的人工智能研究人员直接模仿人类进行逐步的推理，就像是玩棋盘游戏或进行逻辑推理时人类的思考模式。到了1980和1990年代，利用概率和经济学上的概念，人工智能研究还发展了非常成功的方法处理不确定或不完整的资讯。
对于困难的问题，有可能需要大量的运算资源，也就是发生了“可能组合爆增”：当问题超过一定的规模时，电脑会需要天文数量级的存储器或是运算时间。寻找更有效的算法是优先的人工智能研究项目。
人类解决问题的模式通常是用最快捷，直观的判断，而不是有意识的，一步一步的推导，早期人工智能研究通常使用逐步推导的方式。人工智能研究已经于这种“次表征性的”解决问题方法取得进展：实体化AGENT研究强调感知运动的重要性。神经网络研究试图以模拟人类和动物的大脑结构重现这种技能。 AN ONTOLOGY REPRESENTS KNOWLEDGE AS A SET OF CONCEPTS WITHIN A DOMAIN AND THE RELATIONSHIPS BETWEEN THOSE CONCEPTS.
主条目：知识表示和常识知识库 主条目：机器学习
机械学习的主要目的是为了从使用者和输入数据等处获得知识，从而可以帮助解决更多问题，减少错误，提高解决问题的效率。对于人工智能来说，机械学习从一开始就很重要。1956年，在最初的达特茅斯夏季会议上，雷蒙德索洛莫诺夫写了一篇关于不监视的概率性机械学习：一个归纳推理的机械。 主条目：机器感知、计算机视觉和语音识别
机器感知 是指能够使用传感器所输入的资料(如照相机，麦克风，声纳以及其他的特殊传感器)然后推断世界的状态。计算机视觉能够分析影像输入。另外还有语音识别 、人脸辨识和物体辨识。 主条目：情感计算
KISMET, 一个具有表情等社交能力的机器人
情感和社交技能对于一个智能AGENT是很重要的。 首先，通过了解他们的动机和情感状态，代理人能够预测别人的行动(这涉及要素 博弈论、决策理论以及能够塑造人的情感和情绪感知能力检测)。此外，为了良好的人机互动，智慧代理人也需要表现出情绪来。至少它必须出现礼貌地和人类打交道。至少，它本身应该有正常的情绪。 主条目：计算机创造力
一个人工智能的子领域，代表了理论(从哲学和心理学的角度)和实际(通过特定的实现产生的系统的输出是可以考虑的创意，或系统识别和评估创造力)所定义的创造力。 相关领域研究的包括了人工直觉和人工想像。 （1）人工智能对自然科学的影响。在需要使用数学计算机工具解决问题的学科，AI带来的帮助不言而喻。更重要的是，AI反过来有助于人类最终认识自身智能的形成。
（2）人工智能对经济的影响。专家系统更深入各行各业，带来巨大的宏观效益。AI也促进了计算机工业网络工业的发展。但同时，也带来了劳务就业问题。由于AI在科技和工程中的应用，能够代替人类进行各种技术工作和脑力劳动，会造成社会结构的剧烈变化。
（3）人工智能对社会的影响。AI也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段，今天，游戏中的人工智能应用已经深入到各大游戏制造商的开发中。 　　伴随着人工智能和智能机器人的发展，不得不讨论是人工智能本身就是超前研究，需要用未来的眼光开展现代的科研，因此很可能触及伦理底线。作为科学研究可能涉及到的敏感问题，需要针对可能产生的冲突及早预防，而不是等到问题矛盾到了不可解决的时候才去想办法化解。