原本小雷還以為「2023年是屬于元宇宙的一年」，實在沒想到以ChatGPT為代表的AI技術能在這么短的時間內搶走元宇宙的風頭，成為2023年的技術關鍵詞。從OpenAI到搜索引擎、從繪圖工具到游戲公司，幾乎所有「稍微出名點」軟件企業都在今年推出了自己的自然語音AI對話模型。
但可惜的是，本應「造福所有人」的AI技術，卻不是每個人都用得上。比如有的AI模型嚴格限制使用者的IP地址，有的AI模型動不動就會封禁某個區域的用戶賬號，相比之下那些「資源有限」要求排隊抽簽領取測試資格的AI模型都變得那么的平易近人。
當然了，有使用門檻就意味著有信息差，也意味著有人可以用這個信息差「大賺一筆」:在Google Play、App Store甚至是微信小程序平臺，我們可以找到各式各樣的AI App。他們有些調用的是OpenAI給出的免費接口，有些則直接掛羊頭賣狗肉，用貨不對本的低級AI模型來糊弄用戶。但有一點這些App倒是表現出驚人的一致性:他們要么全是廣告，要么向用戶收費。
不過這些App的好日子馬上就要結束了。
圖片來源:OpenAI
前段時間，推出了大量成功AI模型的OpenAI更新了招聘職位列表，開始尋找「移動工程師」，簡單來說就是正在組建移動平臺上的AI團隊。沒錯，OpenAI終于要對移動互聯網生態下手了。
姍姍來遲的AI移動端
盡管OpenAI這才開始組建移動團隊，其他幾大AI平臺行業也都不約而同地選擇了瀏覽器（網頁端）作為自己的主要載體，但從App Store、Google Play等平臺的搜索量以及第三方App的下載量來看，移動端AI顯然有著極為廣闊的市場前景:
比如文心一言才發布沒多久，在App Store上就出現了很多「第三方文心一言」App。這些App從LOGO到文案介紹都和文心一言別無二致，再配上有模有樣的圖片展示，讓很多網友們以為，這就是百度官方推出的文心一言App。小雷不久前也和大家分享過這些山寨AI App的事情，有興趣的話可以點擊（https://www.leikeji.com/article/56192）重溫。
雖然小雷不建議大家使用這一類「第三方AI App」，但從下載量來看，確實有不少人對這種手機AI App有迫切的需求。不過話又說回來，為何各大AI模型都還只提供瀏覽器的訪問入口?在移動平臺上部署AI，真就這么難嗎?
從開發者的角度看，「將AI模型帶到移動平臺」具體可以分為兩種情況:只在本地部署前端，模型放在遠端的「在線模型」以及將整個AI模型部署在移動設備上的本地模型。
我們先說第一種，所謂「只有前端在本地」這個方案其實已經非常成熟，成熟到無數「第三方AI App」都已經實現了這個需求。簡單來說，只部署前端指的是用戶手機上安裝的App只負責用戶界面等軟件交互，實際上所有的數據都通過AI模型的API發送到對應的遠端服務器中。舉個不太恰當的例子;用戶安裝在手機里的App只不過是一個外賣軟件，實際炒菜的是外面的餐廳。至于最終炒菜的餐廳是「麗晶飯店」還是「麗晶蒼蠅館」，用戶并不知悉。
在這里小雷也必須澄清一點，這類只提供前端的第三方App并非都是「偷蒙拐騙」的App，有些App確實能解決OpenAI的ChatGPT在使用上的不便。如果大家有使用過ChatGPT，應該對它復雜的訪問環境要求和煩瑣的登錄驗證流程有印象。即使小雷品是都是通過Google直接登錄，但反復的驗證確實也非常麻煩。
而有些第三方App就在本地重寫了ChatGPT的交互，優化了原本使用瀏覽器時的不便。這類App通常需要用戶自己在OpenAI的控制板中生成自己端口的API（AI ID）并添加到App中。
圖片來源:OpenAI
可能有人覺得這類App技術技術含量低，但至少從OpenAI招聘啟事來看，他們正在組建的移動App團隊，采取的也是這種方案。對于采用這種方案的App來說，它的難點主要在于如何把一個有潛力成為國民級App的交互界面設計得更人性化，而不是像某個真國民級App那樣讓全國人民教產品經理做軟件。
換句話說，這種App做起來并不難。但作為對比，采用第二種方案開發的App，它的工程難度高了可不止一點半點。
移動AI之難，難于上青天
從技術的角度看，完全在移動平臺上部署AI模型背后的技術難點可以分為五個部分:計算資源限制、網絡資源限制、電量限制、儲存空間限制和信息安全限制。
一般來說移動設備的計算資源通常有限，而深度學習模型需要大量的計算資源。因此在移動平臺上使用AI的用戶一般會使用專門為移動設備設計的硬件來提高計算速度，比如筆記本電腦就會配備更適合AI加速的專業顯卡。
但很顯然手機上沒有用來加速AI運算的專業GPU，甚至在大多數手機移動平臺上，和AI最沾邊的不是神經網絡單元NPU就是用來處理相機圖像信號的ISP。當然了，開發者也可以調整AI模型的邏輯，讓AI主動適應移動平臺上并不充裕的計算資源。只不過出來的效果可能就只有Siri的級別了。
網絡資源限制聽起來有些矛盾，畢竟我們討論的是部署在移動設備本地的AI模型。但如果大家有試過在本體部署AI模型，應該明白不斷更新的網絡資源對AI模型的重要性。
電量限制和存儲空間無需多講——深度學習模型需要進行大量的計算，這會導致移動設備的電量迅速耗盡，這對于本上就不以續航見長的智能手機來說則更是要命。另外在計算機科學領域有一句非常著名的話叫「空間換時間」，簡單來說就是算法的「空間復雜度」和「時間復雜度」通常無法兩全——想要在手機上部署并維持一個好用的AI模型?OpenAI你問過手機里那一個文件保存5份還會過期的國民級App了嗎?
信息安全限制聽起來很復雜，但是實際上非常簡單:在移動設備上運行AI模型需要使用大量的用戶數據，而手機這個載體記錄的個人數據已經遠遠超過了其他個人電子設備。我們該如何保證AI拿到所有信息都是我們「想讓AI知道」的呢?
我們需要怎樣的移動AI?
雖然讓AI登陸手機背后有無數的難點，但作為一個AI模型用戶，我不得不承認AI技術的加入將對整個手機行業帶來天翻地覆的變化，甚至有可能打破iOS與Android之間「一超多強」的格局。
一旦AI模型登陸手機平臺，首先可以肯定的是上游SoC供應商會積極改變產品策略，大幅提升SoC中用于AI運算的NPU數量和性能。AI也不再是我們評判手機拍攝表現時的指標，而是成為一個通用的綜合能力指標，甚至跑分軟件都會爭相加入對AI算力的測試環節。
而在用戶層面，AI技術的加入也將解決一些過去手機中那些有大量數據，但因算力不足而無法解決的問題。比如用AI學習用戶的臉部變化，從而提供更安全的口罩人臉解鎖或聲紋解鎖，或者利用AI學習用戶的使用習慣，從而在用戶橫著掏手機時精確判斷用戶意圖并打開相機自動拍攝。針對采用曲面屏的手機，AI的加入可以根據用戶拿手機的方式提供更智能的邊緣防誤觸策略。
至于AI在相機領域的應用更是一絕:在AI的幫助下:某些手機品牌可以跳過拍照的步驟，直接「增強」一張月亮照片出來。實際上，對智能手機行業來說“AI”并不是陌生的詞匯，甚至早在七八年前，就已經有手機廠商宣布會借助AI能力對手機體驗進行優化，而發展至今AI也依然潛藏在我們的手機里。
但我們需要認識到的是，ChatGPT技術發展的速度、所展現的能力遠不是智能手機上那種“增強AI”可比的，如果類似的大模型AI真的深入到智能手機中，說不定直接會讓智能手機變成一個全新的品類。
但如果OpenAI只想打造一個適用于移動端的App，那么手機廠商暫時還不用過多擔心，甚至可以嘗試和OpenAI合作說服他們開放接口，好讓這種AI能力接入到手機的各個應用層面之中。
當然了，AI模型的加入也會為手機帶來真正智能化的語音助手，而當大型AI模型真正在用戶手機上部署時，Siri也應該擺脫「人工智障」的外號了吧。只是又有多少iPhone存得下一個完整的AI模型呢?
但愿AI時代沒有64GB的iPhone。
