从谷歌安卓升级看人工智能应用生态发展

2018-08-22

信息通信技术与政策 2018年8期

1 引言

得益于基础计算能力的大幅提升和大规模的数据积累，当前全球人工智能技术产业正快速成熟并步入商业化阶段。为抢占产业发展先机，谷歌、微软、Facebook、百度等国内外巨头企业依托既有优势，持续加大研发投入力度，大力布局人工智能领域，并积极推动人工智能技术在各行业领域中的融合创新。谷歌作为全球人工智能技术产业创新的领跑者之一，近年来持续探索人工智能技术与移动互联网技术的结合创新，并针对安卓生态体系进行了一系列技术架构升级，进一步推动人工智能技术在智能终端应用中的规模化落地。

2 面向人工智能应用的安卓体系创新

安卓操作系统是承载移动互联网应用的最大载体，也是谷歌构建移动互联网生态体系的核心之一。为了充分发挥移动互联网庞大的用户和开发者两大群体优势，加速人工智能技术与移动互联网技术的融合，谷歌从底层接口、平台框架、应用等层面对安卓体系进行了大刀阔斧的升级，完善了人工智能技术在终端侧的应用生态体系，推动了人工智能算法模型向终端侧的下沉，促进了人工智能终端应用的快速创新迭代。

2.1 升级安卓系统底层接口，构建应用支撑能力

谷歌在2017年年底的安卓8.1版本中增加了Android Neural NetworksAPI（简称安卓NNAPI），其是一个用于在移动设备上运行与机器学习相关操作的API接口（见图1）。安卓NNAPI的核心功能是依据安卓系统上运行的应用运算需求，由安卓上的机器学习库和机器学习框架，如TensorFLow Lite、Caffe 2等直接调用，灵活地为终端设备中的神经网络专用芯片、图像处理单元（GPU）、数字信号处理器（DSP）等硬件分配计算量，从而为系统上层的机器学习框架提供底层支持。

图1 安卓NN API运行架构

安卓NNAPI的推出是谷歌加速人工智能技术在终端本地化应用的一项重要举措，能够帮助开发者构建低延迟、高可靠、运行快、低成本的本地化人工智能移动应用。目前，安卓NNAPI支持Android设备上已有的推理应用，如图像分类、预测用户行为、关键字搜索等以及开发者利用TensorFlow等框架自定义的模型。

2.2 搭建TensorFlow开源生态，聚拢行业技术力量

作为谷歌人工智能应用生态的布局核心，2018年谷歌进一步提升了TensorFlow、TensorFlow Lite两大核心产品产品的易用性、兼容性。一是简化TensorFlow开发复杂度，提升开发效率。目前，深度学习模型规模庞大，通常可达数十层、数百万个参数，模型搭建、训练需要大量标记数据和计算能力，严重制约了模型训练及优化的效率。基于此，本届大会谷歌发布Tensor-Flow Hub共性模块共享库，鼓励开发者基于此平台分享和使用已训练完成的模型共性模块，以节省现有深度学习模型训练中所涉大量重复的参数筛选、特征提取等操作，全面提升模型搭建效率。二是扩展Tensor-Flow的多语言支持能力。本届大会谷歌推出Tensor-Flow.js平台，为Java开发者提供了一个新的机器学习平台，帮助开发者在浏览器中定义和训练模型。同时，谷歌开源TensorFlow for Sw ift，进一步拓展TensorFlow在Mac OS和iOS上的应用布局。三是提升TensorFlow的跨平台支持能力。谷歌扩展了TensorFlow Lite的应用平台支持范围，除了Android和iOS外，本届大会宣布新增对Raspberry Pi系统的支持，将机器学习模型推理应用由智能终端推广到更广域的物联网设备。并进一步优化TensorFlow Lite性能，目前相较于Tensor-Flow，其运行轻量化模型速度提升在3倍以上。

2.3 加快开放人工智能技术能力，激发应用创新活力

谷歌在2018年5月发布了机器学习开发工具包MLKit，其核心在于将训练好的机器学习模型整合成可直接调用的API接口对外提供服务，使开发者仅需几行代码就可调用云端的深度模型算法能力，极大地简化了终端人工智能APP开发流程。MLkit支持iOS和Android双平台应用开发，规模推广后将极大提升人工智能应用的开发效率。MLKit提供的API接口服务包括两方面内容：一是谷歌公司自有的人工智能基础服务能力，包括文本识别、图片标记、条码识别、人脸检测、地标识别等；二是允许开发者利用TensorFlow和Tensor Flow Lite面向多样化场景应用需求，训练深度学习模型并上传至云端，谷歌将基于MLKit构建API接口，并为开发者提供调用服务，极大降低了人工智能应用开发的门槛。

2.4 利用人工智能搭建系统应用，探索应用创新方式

在系统层面，谷歌将自身的人工智能技术优势与安卓系统深度整合，构建了一系列系统功能，持续提升安卓系统用户体验与应用效能。一是智能化电池管理。在系统电池管理功能中，系统会检测是哪些应用在消耗电池，并自主判断用户对APP的使用情况，自动更改CPU的负载，让手机的续航时间更长。二是智能屏幕亮度管理。在屏幕亮度管理方面，安卓会利用人工智能技术，根据用户的使用习惯调整手机屏幕的显示亮度，例如用户在白天、夜晚使用手机时的屏幕亮度选择分别为70%、20%，系统将记录这些数据，并在白天或夜间自动保持舒适的显示亮度，而不仅靠光线传感器来解决问题。三是邮件智能写作。在Gmail中，谷歌利用人工智能技术智能预测用户的写作意图，在用户编写电子邮件时提供输入内容建议，帮助用户更加快速地完成文字输入。

3 全球人工智能应用产业发展特征

谷歌关于人工智能技术布局以及针对安卓体系的一系列升级来看，为进一步抢占产业制高点、构筑生态壁垒，以谷歌为代表的国际巨头企业通过“开源平台框架”和“开放算法能力”两大手段推进技术创新，加速人工智能应用的落地和技术变现。

3.1 人工智能开源框架成为企业构建应用生态的重要抓手

为聚拢开发者、凝聚分散的技术力量，构筑人工智能产业生态体系，人工智能开源框架已成为产业界的布局重点。人工智能开源框架的特点是允许开发者免费使用、复制和修改源代码，以期汇聚更广泛的集体智慧，具有更新速度快、拓展性强等特点，能够降低企业开发成本。目前，国际上人工智能领先企业大多发布了深度学习开源平台，包括微软的CNTK、Facebook的Torchnet、亚马逊的DSSTNE等。谷歌于2015年年底正式开源TensorFlow开源平台，并实现了对CNN、RNN和LSTM等主流算法的支持；随后，谷歌公布TensorFlow Lite，将模型推理能力拓展至终端侧，延续谷歌在移动端的生态布局优势。在国内企业方面，百度在2016年发布PaddlePaddle后，迅速成为Github上开发热度增速最高的深度学习平台。在后续更新中，PaddlePaddle着力解决了模型执行速度问题，并实现了人工智能应用作业过程的大规模计算集群弹性作业调度，极大提升了工作效率。与谷歌强化终端侧布局的策略相比，百度倾向于将人工智能应用于更加复杂的、对计算能力要求更高的场景，比如广告、搜索、无人驾驶等领域。

3.2 开放算法能力成为激活人工智能应用创新潜力的重要途径

同时，为覆盖未来广阔的人工智能应用蓝海市场，人工智能企业积极通过开放应用API接口的方式，推动模型算法在多样化场景中的落地，例如微软提供的图像及语言识别API、亚马逊提供的Amazon Polly（翻译API）、Amazon Rekognition（图像与人脸识别API）、IBM的Watson等。为更加便捷地构建移动端人工智能应用，谷歌在TensorFlow、TensorFlow Lite以及Android NNAPI的基础上，通过机器学习开发工具包MLKit为开发者打通了“从‘模型训练’到‘终端推理’到‘移动应用’”的完整移动应用创新路径。谷歌模式为开发者提供了完整成熟的API接口服务能力，也鼓励开发者将自己训练的深度学习模型上传至谷歌云端并构建API提供服务，极大地激发了开发者的创新活力。在国内方面，百度推出了Apollo开放平台，通过开放API提供能力和开放代码联合研发两种并行方式同步布局自动驾驶产业生态；旷视科技、云从科技等公司也已经将人工智能技术能力通过API开放，并在安防、金融等行业领域形成了一定的应用规模。