关于科技行业，我最喜欢的一件事是，大公司和高端产品的创新能以多快的速度流入更实惠的设备。猖獗的窃取创意行为在小公司之间发生时并不可怕——或者，就像Facebook把Snapchat当成孵化实验室一样，当一家大公司复制一家小公司时。不过，我对从苹果和谷歌这样的巨头到更具预算优势的硬件和软件供应商的好主意的普遍流动没有意见。不过，苹果和谷歌在这方面有一个明显的问题，他们一直在努力开发无法轻易模仿的新技术和新方法。

最近智能**的一个大的新事物是你会听到的流行语之一：机器学习。像增强现实和虚拟现实一样，机器学习通常被认为是一个遥远的承诺。然而，在2017年，它已在主要方面实现。机器学习是今年苹果iphonex和谷歌pixel2/XL独一无二的核心。无论是今天还是明天，它都是差异化的驱动力，而在It领域落后的公司将发现自己在激烈的竞争中脱颖而出。

机器学习的优势是不容易复制、克隆或逆向工程的：要在这场游戏中与苹果和谷歌等公司竞争，你需要拥有与他们一样多的计算能力和用户数据（你可能缺乏），以及他们投入的时间（你可能没有）。简单地说，机器学习有望成为大型科技公司的圣杯，这些公司希望达到规模较小的竞争对手无法达到的顶峰。它利用了巨大的资源和用户基础，而且随着时间的推移，它不断地变得更好，所以竞争对手必须不断地移动，以保持触手可及。

我不是说机器学习是灵丹妙药，正如我不是说所有的OLED显示器都很棒一样（有些很糟糕）：它只是一些关键的区别功能正在构建的基础。

谷歌的hdr+摄像头

让我们从迄今为止最令人印象深刻的机器学习消费技术的表达开始：谷歌Pixel和Pixel 2**上的摄像头。它的单反相机般的性能从未停止让我惊讶，尤其是在低光条件下。谷歌的成像软件已经超越了移动相机的传统物理限制（即：大型传感器和镜头的物理空间不足），它是通过巧妙的算法和机器学习相结合来实现的。正如谷歌喜欢说的，该公司已经把一个轻微的问题变成了一个数据问题，很少有公司像谷歌那样擅长处理数据。

最近，我和领导谷歌计算摄影团队的斯坦福大学学者马克·莱沃伊（Marc Levoy）进行了交谈，他强调了谷歌机器学习辅助相机的一个重要方面：随着时间的推移，它会越来越好。即使谷歌在Pixel和Pixel2发布之间没有做任何改进，机器学习时间的简单积累也会让相机变得更好。时间是使机器学习更加令人兴奋的额外维度。Levoy说，你可以在机器学习设置中投入越多的资源，它的输出就越好，时间和处理能力（无论是在设备本身还是在谷歌庞大的服务器群中）都是至关重要的。

谷歌助理

在今年1月的CES上，华为的移动老总Richard Yu被问及华为是否会在美国推出自己的语音助理，他回答说：“Alexa和Google assistant更好，我们怎样才能竞争？“（对于一个移动公司CEO来说）这种异常务实的回应巧妙地概括了复制谷歌和亚马逊的机器学习成果的困难。这两家美国公司在自然语言处理和语音识别领域投入的大量资源正在回报红利，使它们在竞争中遥遥领先，即便是美国以外最大的消费科技品牌之一华为（Huawei）也不想参与竞争。这就是机器学习长期投资的累积能力。

谷歌助手是一个与众不同的功能吗？不是针对硬件，因为谷歌希望在所有可能的设备上运行助手。但是，这个助手充当了一个渠道，将用户导入谷歌搜索和公司的其他服务，几乎所有用户都受益于各种各样的机器学习，不管你想到的是谷歌地图提示还是YouTube视频建议。Assistant为移动市场所做的是增强谷歌对其硬件合作伙伴的影响力：不幸的是，这家**商试图在2018年推出一款Android**，却没有谷歌Play商店或Assistant。

苹果的脸id

在苹果方面，机器学习已经渗透到iPhone上运行的大部分软件中，而且苹果的核心ML工具使开发者可以很容易地添加到这个库中。但大家都注意到的是，新款iphonex最大的亮点在于其屏幕顶端的缺口和其中包含的技术。在monobrow部分，你会发现一个完整的红外和光传感器阵列，这相当于一个微软Kinect系统，它促进了新的人脸身份验证方法。

我仍然不确定faceid在安全性和便利性之间的平衡如何（尤其是在没有Touch-ID指纹识别的情况下），但我对它所代表的技术成就毫不怀疑。我认识的每一个使用过FaceID的人都对它的准确性进行了热烈的评估。这个系统足够强大，可以在黑暗中工作，而且，由于机器学习，它可以适应你外表的变化。如果去掉所有通常的增量升级和设计调整，脸ID系统就是iPhoneX的定义性新功能。它依靠机器学习来发挥它的技术魔力。

机器学习增强功能真正成为大众市场**的关键卖点可能还为时过早。对于iphonex购买者来说，faceid是次要的，他们更喜欢这种新的、带有边框恐惧症的设计。虽然谷歌的相机是拥有像素的最佳理由，但仍没有那么多像素拥有者。但关键的是，**公司现在需要开发自己的机器学习解决方案，以便在这些东西成为用户体验的关键和核心时保持竞争力，因为他们威胁最早将在明年这样做。中国公司在硬件上迭代时可能会以可笑的速度工作，但是当你试图复制的东西是数月甚至数年的机器学习训练时，规则就会改变。

华为的ai芯片和三星的bixby灾难

除了苹果和谷歌，华为一直是在移动设备上实施机器学习和人工智能的最大支持者。该公司最新的**和处理器都被宣传为拥有“真正的人工智能”。然而，华为在人工智能的推动下正朝着正确的方向发展，这与苹果和谷歌不同，苹果和谷歌都将机器学习变成了有形的东西，明显的和（字面上）面向用户的特性-华为的方法是在长期使用的过程中，利用机器学习来优化Android性能，这是一个远没有市场的领域。这是一个值得称赞的努力，但当人们在商店里比较闪亮的新**时，很难想象这是一个真正的区别。华为也在推广“摄像头人工智能”，它试图根据检测到的照片自动增强图像，但我还没有看到它能达到谷歌像素的效果。

华为的例子提醒我们，机器学习本身并不是唯一的卖点；独特的卖点是，并将建立在机器学习之上。

另一个突出的例子来说明这一点是三星的经验，其Bixby语音助手。如果一家公司决定在没有足够的计划、准备或时间积累大量有用的数据和机器学习知识的情况下将其投入生产设备，Bixby可能就是googleassistant。不幸的是，我们可能预计明年会有更多的Bixbys，因为各公司正在努力找出如何最好地利用机器学习提供的潜力。

当你看到iphonex时，你可能会被它华丽的新OLED显示屏所震撼。尽管价格昂贵、价格昂贵，但三星也可以使用该面板，而不仅仅是苹果。苹果每一次新的硬件调整似乎都是为了使其设备的**更加复杂和技术化，比如用于触觉反馈的Taptic引擎，iPhone显示屏上的3D触摸交互，以及最新MacBooks上的触摸屏——但所有这些最终都是可以被其他人反向工程和复制的系统。2014年，苹果投入巨资试图建立自己的蓝宝石水晶显示器**供应链，这本是一个巨大而独特的优势，但这一努力落空，为其**的生产公司破产。

过去****商能够在几个月内获得主要硬件优势的日子已经一去不复返了。在智能**发展的这个后期阶段，机器学习是确保有意义的差异化的唯一途径。我仍然认为，谷歌的摄像头被普遍低估，主要是因为谷歌长期以来无法将像素设备广泛分布。我也认为faceid会被一大堆有抱负的竞争对手复制，很糟糕。但真正的移动创新者和快速模仿者之间的界限，直到最近才变得模糊和褪色，随着**进入机器学习辅助一切的时代，将再次变得明显。