Google Lens 更是做到了从底层技术实现 AR 玩法,而 Snapchat、苹果还在把带有 AR 滤镜的手机摄像头当成最**的产品功能

昨晚的年度秋季发布会上,谷歌一口气发布“大礼包”级别的九款硬件产品,可谓是“大礼包”,包括智能音响 Google Home ,PC 新品 Pixelbook 及配套手写笔,智能手机 Pixel 2 和 Pixel 2 XL,第二代 Daydream View 头显、Google Pixel Buds 耳机、便携相机 Google Clips

谷歌确实在认真地做硬件,此前收购 HTC 的 2000 人团队也能印证这一点但无论 Pixel 2 还是 Pixelbook,抑或是 Google Home Max,这些产品在硬件上都没有什么优势

整场发布会最亮眼的不是这些硬件本身,而是贯穿全程的一个关键字眼,AI每一个新硬件都与 AI 有关,无处不在地彰显着其在 AI 从软件层面积极走向硬件领域的野心

写作卖硬件 读作卖AI

Pixel 2/2 XL 用单镜头实现了双摄功能,而当前热门的“人像模式”的主流解决方案需要双摄像头,机器学习在其中起了关键作用在 Dual-Pixel 帮助下,像素点由左右两个子像素组成,一个记录颜色,另一个记录景深,机器学习算法配合多张照片合成后,即可实现背景虚化的效果在这次发布会上,谷歌还为 Pixel 2 两款新机加入了一项名为“Active Edge”的功能,可以利用握持动作唤醒一些快捷方式,也就是说,无需唤醒词,通过把握行为即可唤醒语音助手

谷歌第一款无线蓝牙耳机 Pixel Buds 可以为用户更快、更简便地接入 Google Assistant 和 Google 翻译它不仅能够读取信息,还支持实时翻译,支持的互译语种达到 40 种

谷歌推出的一款新相机 Google Clips 更能诠释 AI 硬件的象征含义Clips 内部人工智能引擎会引导相机寻找它感觉有趣的东西:微笑、你关心的人、追逐尾巴的狗,并自动捕捉这一刻随着时间的推移,这款相机会更加智能化“这款产品更加激动人心的部分是机器学习,幕后的计算机视觉任务”Pichai 说

这也能看作是谷歌 Mobile First(移动第一)转向 AI First(人工智能第一)战略的阶段性成果人工智能时代的到来再一次迫使 Google 改变构思产品的方式

Mobile First 到 AI First

移动互联网从硬件到工具再到内容,整个移动互联网产业链都非常成熟了,大的创新的机会已经很少了而我们跟踪硅谷公司的新产品的体会也是,移动互联网让人眼前一亮的产品基本很少了,而移动设备的硬件发展至今也是大同小异,没有大的突破苹果、三星凭借在供应链的强大整合能力,可以造出比谷歌好很多的硬件产品而且除了产品本身,还有品牌、销售渠道,这些都不是 Google 擅长的

而谷歌不得不发挥自己在 AI 和软件算法的专长,试着去整合现有的成熟硬件资源,从而为用户提供更好的使用体验AI First 是 Mobile First 的延续,因为的背后的基本逻辑是计算的普适化,人工智能并不是魔术,人工智能的应用本质是基于大量数据建立模型然后应用恰巧,在“不得不干”的领域上,谷歌非常有优势,一方面积累了大量的用户数据,另一方面在深度学习、知识图谱、自然语言处理、翻译、语音识别、图像识别都积累了很长时间,有强大的人才储备和技术储备

2014 年,Alphabet 花 4 亿英镑收购 DeepMind,尽管从 2010 年开始谷歌就不断收购 AI 技术的团队和公司,但 DeepMind 带来了颠覆式的改变,这支团队不断发布有关机器习得的研究成果,从横扫人类围棋手的软件到具有模仿人类大脑功能的人工智能系统在 DeepMind 划归 Alphabet 的第一年,其营收为零,他们的成果太过于学术,至少需要十几年时间才能转变为商业价值,但是在 AI 领域的深入探索,已经带着谷歌不断突破以往的隔膜现在,除了在广告、搜索、图像、语音这些经典的互联网问题场景下使用 AI 技术以外,一些相对看起来比较传统的“硬”领域,比如机房运维监控和能耗管理,以 DeepMind 研究成果为基础,谷歌也已经在使用 AI 技术榨取收益了

在过去两年间,我们清楚地看到了谷歌在人工智能服务上的进化,比如前年推出 Google Photos,因为免费的上传空间、图像识别技术提供的人脸检测和照片自动分类功能,已经成为了最受欢迎的云端相片集服务;比如 Google 搜索,它的功能早已不只是搜索文字,满足了用户更多的期待,可以用语音输入,能搜索图片,还直接并准确地回答问题;比如 Gmail,谷歌目标是让它能够自动标记和处理垃圾邮件,或者自动识别邮件内容,提供几个符合上下文的默认回复,而不需要用户一个个手动标识和打字事实上,谷歌在过去两年的时间里,将公司内部开发和采用的机器学习技术整理到了一起,命名为 TensorFlow这是一套包括了很多常用深度学习技术、功能和范例的框架,被 Google 几乎所有产品所采用“你能想到的每一样 Google 核心产品,背后都有机器学习和深度学习技术”

AI并非功能 硬件才是附属

当然,谷歌自己非常清楚,做出了这么多人工智能产品,还得从实验室走向消费者,否则没有意义矛盾的就是,用户并不会一开始就对这些图像识别、语音助手之类的感兴趣,也不会去深究其中隐含的机器学习有多牛逼,即便感兴趣,他们也不会专门为 AI 付钱的

是 AI 需要一个载体,谷歌才把硬件做成了 AI 的附属,是大量人工智能产品的延伸这可能不是一个最完美的策略,但应该是 AI 的正确打开方式也可以说,想要把 AI 打进市场,让更多人体验 AI,成为流行,目前最可行的终究还是得卖硬件谷歌的服务和 AI 技术需要用完全属于自己的产品去承载,谷歌给出的产品是优秀的,然而市场经验说明,产品的成功并不等于商业上的成功,只有在商业上取得成功的产品才能承载起谷歌的未来

然而回到硬件上,谷歌的野心又变得有点遥不可及,人工智能至少还面临准入门槛,水土不服以及用户习惯等情况通过外媒的统计,Pixel 系列的销量可能不到 100 万,Pixel 2 代就算再乐观,销量也高不到哪里去显然谷歌并不指望 Pxiel 能够赚多少,而更像一个样板,来说明自己技术和服务多厉害,硬件更多是战略价值,每一款硬件产品也可以说是谷歌「利用 AI 反思产品」的手段罢了

对于中国用户来说更像摸不着的 AI 赞美诗,因为谷歌发布的新品大礼包,都很难落地到国内,硬件还可以通过其他渠道入手,但 Google ChromecastNest、ThermostatsPhillips、HueSamsung、SmartThingsIF by IFTTT、Google Calendar、Google Keep

等等……多种多样的第三方服务上才能彰显其牛逼的人工智能产品,这些服务国内几乎没有几个人用过,也没几个人用得上

想让消费者为 AI 硬件买单,谷歌的任务是让 AI 尽快为产品加诸判断力和执行力,而不是让人们依旧听着一套“算法”,这才是最重要的

阅读全文

<中关村在线首页新闻中心频道首页>