【CN314智能生活】前端时间荣耀Magic的发布让业界看到了智能手机与人工智能的巧妙融合，一个是每日不离身的设备，一个是能够思考的伙伴，两者相结合就带来了随时随地能够为自己“出谋划策”的平台。“在互联网时代，谁抓住了用户，谁就抓住了时代发展的脉搏”，对于人工智能技术来说，这无疑是未来智能手机行业的又一个风口。那么，智能手机&人工智能，两者如果想要实现深度融合，哪几点是值得我们去关注的呢?
深度学习与自主学习
“人工智能”，“人工”和“智能”，目前最大的问题是所谓的“智能”是人类赋予的，现阶段的“人工智能”尚不具备独立思考、独立决断的能力;同时，其学习用户行为的广度与深度也停留在一个较为简单的层次上。那么，什么才是深度学习呢?其实深度学习是AI技术的一个分支，能够模拟人类大脑中神经细胞的功能，也就是能够像人类一样进行学习与识别，例如对声音、图像做出相应的反映，并以某种形式对用户进行回馈，可以是声音，可以是图像，也可以是动作上的。
实际上，深度学习其实就是要让机器向人类智能发展，甚至超越人类智能。人类可以由他人教导以学习知识，也可以通过自学来学习知识。深度学习更加像人类的“自学”，通过自主意识对外界事物进行学习，以某种形式存储起来，并在适当的场景下将所学习到的内容予以恰当方式的展现。而深度学习的目的也很简单，那就是代替用户进行思考、做出决策，以简化用户的相应行为过程。或者说，用通俗易懂的说法来解释，现阶段的人工智能就是“用人类赋予的学习能力去学习”，而未来的人工智能就是“我对很多事情都好奇，我自己就要去学习”。
低功耗元件与优化的算法
人工智能由于其功能的特殊性，意味着其需要长时间处于待命状态，这样一来对设备的电能提出了挑战。就像人类大脑运作需要能量一样，模拟人类大脑的软硬件也需要消耗能量。相关元件需要将功耗不断降低来适应长时间工作的需求，将电力的消耗降低到最小;同时，算法的优化也是非常必要的，例如从A到B有无数种路径，但有的是近乎于直线，有的则是经过很多曲折，而只有较短的路径才是最节省能量的，因此算法的优化就需要不断寻找最佳路径，降低电量的消耗。
当然，这只是一个非常浅显的例子，实际上的算法优化分为很多方面。特别是对于智能手机这样一种小型便携设备来说，较小的体积决定了电池容量注定不会太高，因此元件的低功耗化与算法的低功耗化是目前人工智能技术发展过程中亟待解决的问题。
大数据系统为决策提供数据支撑
人工智能技术将很大程度上依赖大数据系统。大数据系统关心的是过去发生的事件的现象和来源，为决策提供参考。一个是对未知的事物反应速度越快越好，一个是对已知数据积累的越丰富越好，两者合璧就能为人工智能的思考与决策过程进行支撑。IDC的预测数据显示，2017年大数据全球市场规模将达324亿美元，年复合增长率为27%;而BBC预测，人工智能市场在2020年的全球市场规模将达到183亿美元。
从目前来看，大数据的发展已经较为成熟，而人工智能的发展则刚刚开始。借助大数据系统对于人类生活与工作各种场景的信息汇总与碎片化时间的统计，人工智能技术可以从中学习到很多一般统计方式难以获得数据支撑。举一个很简单的例子，很多人使用的智能闹钟APP可以记录大量不同用户每天的起居习惯，随后人工智能系统就会根据大数据系统中的时间信息，为用户推荐闹钟的设定时间、通过WiFi网络连接家中的智能窗帘、智能灯泡等等，为用户做出相应的决策。可以说，在某种程度上大数据系统并不能直接输出效果，但人工智能与大数据系统的融合则能让大数据系统通过人工智能设备为人们带来经过充分考量的决策。
