摘要：在此期間，移動端開發工程師可謂是風生水起，幾乎人們日常生活中接觸互聯網的途徑，都是通過一個叫的東西，基于這兩大系統平臺。而上面說的這些事情，都是當今移動端開發者的機會。

隨著2007年第一臺iPhone問世，隨后Android的猛烈跟進，蘋果和谷歌推動了長達10年的移動互聯網浪潮。在此期間，移動端開發工程師可謂是風生水起，幾乎人們日常生活中接觸互聯網90%的途徑，都是通過一個叫App的東西，基于iOS/Android這兩大系統平臺。

然而好日子似乎也快到頭了，隨著行業巨頭的逐步壟斷，小App生存空間日漸萎縮，App排名靠前的幾乎都是幾家巨頭的產品，市場上對移動端開發人員的需求也在下降。同時由于近些年學校里面學生也學，外面培訓機構也教，開發人員的供給還在上升，大家似乎感受到了一絲絲涼意。

近兩年，人工智能的浪潮洶涌而來，“古典”程序員們更是集體陷入了恐慌，不會點深度學習，是不是過兩年就找不到工作了。

今天的AI就像十年前的Android/iOS一樣，一夜之間需求暴漲，人才短缺。市面上的培訓課程層出不窮，各種《21天學會深度學習》，《手把手教你神經網絡》之類的課程，動輒幾千，多者上萬，跟當年的Android/iOS真的很像。

當然了，作為一個“科班出身”的AI從業人員，我想說還是有點不一樣的。Android/iOS更多的是語言上的不同，或者界面交互方式的創新，本質上的思想和邏輯跟之前的VC/塞班也都一樣。

而狹義的人工智能應用，在思考問題的方式上是完全不同的，大家考慮的更多的是模型、數據，跟數據結構課里面學的排序/查找也不是一個概念。各種數學概念搞得人暈頭轉向，可以說，對于普通程序員來說，AI的學習曲線是非常陡峭的。

以Facial Landmark Detection（人臉特征點定位）為例，輸入很多標注了特征點的人臉圖片，經過一個應用程序很久的運算，保存一個模型文件。然后用另一個應用程序，輸入一張人臉圖片，就能把特征點給自動標注出來，這個過程無論從數學的角度還是從編程的角度來看，都極其復雜，以后的文章里我會試圖解釋。

大多數人工智能的教程里面，主要講的內容我都可以歸納為模型和算法，你經常看到的各種術語，比如決策樹、支持向量機、邏輯回歸、神經網絡，到后來的CNN，RNN，LSTM，GAN等，都是模型。在學術圈模型和算法基本上就是全部，這也是對于普通程序員來說，最難以理解的部分，就像前面提到的Facial Landmark Detection的例子。

對于工業界來說模型和算法只是一部分，甚至可能是一小部分。

在深度學習流行之前，學術界解決問題很多都是靠特征設計，這里面會有很多的技巧（trick），很多時候一篇論文的效果好不好，主要不是取決于那幾個數學公式，而是代碼里面的trick。所以那個時候除非是SVM這種通用的算法框架，很少有人公布自己的代碼。

而深度學習流行之后，似乎大家不那么吝惜自己的代碼了，很多人都選擇了開源。帶來的結果是，每年一批論文和對應的代碼發布之后，任何一個人下載一套代碼，就能達到State-of-Art。這對研究人員來說是非常殘酷的，可能你辛辛苦苦研究一年剛剛超過去年的水平，人家一公布，你又落后所有人了。

而世界上真正有能力設計網絡的人并不多，而且訓練網絡的代價非常的大，大部分AI工作者的主要工作還是在公認的比較好的基礎上，進行小修小補，甚至都不做修改，只是優化優化數據。這就導致了，大部分人的模型都差不多，你折騰半天，可能沒比別人強多少。當然我這里不包括那些頂尖的選手，頂尖的AI人才，也不是我們普通程序員的目標，看看他們的簡歷你就知道我為什么這么說了，而且這樣的人一個公司也不需要幾個，太貴。。。

既然開源的東西那么多，為什么AI應用仍然有很高的門檻呢。因為開源的東西通常是沒法直接用的，原因總結有兩個：

多數開源代碼是無法直接在移動端運行的，Tensorflow Lite是一個強大的存在，一定要緊密關注。

移動端的運算能力較弱，而且不同硬件和平臺有很多適配問題，這對于一個應用是否能夠大規模應用是決定性的。

幾乎所有機器學習的任務都可以抽象成一件事情，設計一個方程y=f(x)，通過Training得到函數f的所有參數。然后再輸入一個新的x，得到輸出y，這個叫Inference。

我試圖用一種最粗糙的方法解釋一下這兩個過程。
先說Inference，比如我有函數Y=f(X)=aX*X+bX+c。假設a=b=c=1，如果現在有一個輸入x=1,那么輸出y=3，這就是一次Inference。
再說Training，如果我知道輸入x=1的時候，y=10，那說明a=b=c=1肯定是錯的，利用優化算法，改變a,b,c的值，使得輸出y更接近1一些。那么現在有很多的x和對應的y，要找到一組a,b,c，使得總體的錯誤最小，這就是Training。

好消息是，真正的人工智能應用中，你只需要使用Inference，也就是f(x)是已知的，是由其他大牛在計算能力很強的一臺機器或者一個集群上，訓練了幾個小時甚至幾天得到的。應用在運行的時候，要做的只是把輸入送到方程里，得到輸出。

還是負責任的補充一下，這里講的是突圍，強調效率，先推理再學習不是說學習不重要，Training仍然是人工智能的核心。前面的例子也大體描述了Training的過程，其實Training就是根據Inference結果的錯誤，不斷優化參數，然后再Inference，反復迭代的過程。所以掌握好了Inference，也是為掌握Training打基礎。

Training不用說，需要大量的計算資源和存儲，而且通常離線完成，現在基本上都是在服務端上完成。
主流的Inference，比如大家常用到的商品識別（淘寶客戶端的拍立淘）、語音識別（天貓精靈）等，核心的運算也都在服務端，因為算法模型巨大，客戶端內存可能都放不下，速度也達不到。

近年邊緣計算這個詞開始興起，而近幾天Google發布的Edge TPU把這件事情推到了極致。所謂邊緣，就是在云的邊緣，或者外面。要解決的問題有以下兩點：

云端計算資源貴

網絡傳輸實時性和穩定性問題

大家考慮的解決問題的方法主要是：

把一些對計算要求不是特別高的運算放到邊緣設備上

對算法本身進行優化和簡化

提升邊緣設備的運算能力

這里的邊緣設備是一個抽象的概念，包含但不限于：

手機

帶有處理芯片的攝像頭

架設在本地的小型服務器

從計算資源成本來說，手機最極致，你自己花錢買的，不管算什么都不會耗費服務器的資源，架設在本地的攝像頭或者服務器通常也是客戶一次性花費，不會帶來后續的負擔。

從網絡角度來說，實時性取決于算法本身運行的速度，如果太慢，可能還不如上傳，但穩定性一定更優。

從業態來說，新零售興起的今天，像盒馬鮮生這樣的領軍隊伍，也是邊緣計算的先行者。

抖音大家都知道，他的美顏/長腿/手勢識別等技術大大提升了生產力，為社會低成本地創造了無數的大長腿大眼網紅。

從AI工作者的角度來看，抖音是把端上人工智能應用的部署和優化發揮到了極致。還以Facial Landmark Detection為例，抖音的美顏能夠做那么好，人臉特征點的定位功不可沒。目前主流的算法基本都是基于CNN的，運算量極大，而且各種磨皮/瘦臉的圖像處理，也非常復雜。這里商湯科技可能結合了多種優化技術，才能達到如此快的效果。CPU的Neon優化和GPU優化應該都有應用。

此外，抖音這種億級用戶的產品，一定會覆蓋非常多的手機機型，如此復雜的算法，能夠在這么多不同的手機上運行，這也是一件很不容易的事情。

我再不懷好意地猜測一下，抖音上的人臉，除了用來定位，有可能還會被用來做人臉識別/聚類的訓練數據，這里就涉及到了邊緣和云之間的協同工作。

而上面說的這些事情，都是當今移動端開發者的機會。

如果是視覺方面，就是圖像處理，語音方面就是音頻處理。以視覺為例，現在深度學習基本輸入都是原始像素，也不用做復雜的特征提取，所以這一塊要求不是太高。當然隨著應用的深入，很多東西還是慢慢要學。

這件事情可能是最重要的，就是動手，動手，動手。很多人學習深度學習，就是先把Tensorflow在自己的機器上安裝一遍，然后把Tutorial里面的幾個例子跑一跑，就完事了。加起來也沒幾行python代碼，其實你什么也沒學會，就是照書敲代碼。

我說的動手，還是針對Inference，建議先從Tensorflow Lite開始，一步步把訓練好的模型通過量化處理變成簡化的模型，然后在Android或者iOS上調用API，做一個App。

Tensorflow官方有開源的sample，是1000類的圖像分類，可以在這個基礎上改模型，改代碼，逐步嘗試。比如把1000類變成狗的品種識別，或者實現一個手寫數字識別，再復雜一點，做一個人臉檢測。后面會專門寫一些教程，把不同算法移植到手機上。

Google發布Tensorflow之后，生態日漸完善，開發社區非常活躍，遠遠把Caffe甩在了身后。隨后發布的TPU，專門針對Tensorflow優化的AI芯片，提供了Cloud服務，Tensorflow Lite也是對移動平臺支持最好的Inference框架，近日推出的Edge TPU，同樣完美支持Tensorflow Lite，大有一統江湖之勢。所以一定要關注Tensorflow的發展。

作為移動端開發人員，Tensorflow Lite是重中之重。目前來看，Tensorflow Lite的優化還主要限于CPU，之后還會有什么發展也是關注重點。Tensorflow Lite的代碼量也不是太大，有時間閱讀源代碼，甚至進行一些優化，都是非常有價值的事情。

前面提到了，性能優化是客戶端智能的重中之重，可以著重學習一下技術：

C++性能優化

Neon/SSE指令集優化

GPU優化

這些技術難度都不低，而且通常跟應用場景本身相關，不容易有通用解決方案，在實際應用中可能會成為核心突破點。

邊緣計算不只包含手機，手機重界面和交互，有很多AI應用其實是不強調界面和交互的，比如安防領域，試試更多的設備，會拓展更多的可能性。比如Nvidia的TX2，Raspberry PI，以及即將上市的Edge TPU。

前面幾乎沒有提到看書，不是看書不重要，而是只看書不動手是沒有效果的。在實踐中，不明白的地方一定需要網上查或者翻看資料。在這個基礎上，系統的學習理論知識，也是很有必要的。理想情況下，我認為可以重點關注一下幾點：

主流深度神經網絡的架構，設計的思想，理解不同層到底在干什么，對應的代碼在哪

人工智能發展的歷程，怎么一步步發展到深度學習的

曾經流行的一些經典算法，很多思想其實在深度學習中都有應用

最后，我想說很多人的焦慮其實大可不必，人工智能一定是未來，但人工智能不可能是全部，術業有專攻，你在自己的領域如果足夠強，是很難被取代的。

但是人工智能提供了一種新的思路，就是通過數據和模型，能夠把一些以前需要人來判斷的事情變成自動的。最重要的就是，以前需要你定義好的if else規則，現在是一個動態可學習的東西，這本身不就是一件很妙的事情嗎？

多一門知識，多一種思路，我相信會給每個人帶來更廣闊的天地，加油！