近来，听过太多关于人工智能有多危险的可怕警告。

现代先知，如物理学家史蒂芬·霍金和投资者埃隆·马斯克曾预言人类即将衰落。随着人造通用智能程序和自主设计智能程序的出现，人类将抵达更先进的AI时代，迅速创造出的愈发智能的机器最终将超越我们。

当我们到达我们称之为AI的奇点时，我们的头脑和身体将会过时。人类或许会与机器融合，并继续发展成为半个机器人。

这真的是我们所期待的未来吗？

变幻多端的AI前身

不，这其实不是真的。

AI，一个植根于计算机科学、数学、心理学和神经学的科学学科，旨在创造出模仿人类学习和解决问题等认知能力的机器。

自20世纪50年代以来，它一直在激发大众的想象力。但从历史角度来看，AI所取得的成就往往不能令人满意，这在很大程度上是由于过高预估了技术带来的影响。

在20世纪60年代，AI领域的先驱之一赫伯特·西蒙曾预言“20年之内，机器将有能力做人类能做的任何一项工作”。（从这可以看出，他对女人一无所知）神经网络先驱者马文·明斯基更直接地预言道：“在一代之内，创造人工智能时所面临的问题将基本得以解决。”

不过事实证明，20世纪初丹麦物理学家丹尼斯·玻尔是正确的，据说，他曾直接嘲讽人工智能对未来的预测能力。

如今，AI的功能十分强大，无论是在语音识别、类似国际象棋的战略游戏上，还是在无人驾驶汽车以及揭示复杂数据嵌入模式等方面，表现都非常卓越。

尤其是在唇语识别这一细分领域，AI表现出来的优势十分明显。唇语识别在公共安全、军工军事等领域，尤其在公安领域非常重要。当前，公安视频数据占到全部数据95%以上，基本上都听不见声音，激活视频的语义内容价值非常巨大。作为国内仅有的少数研究唇语识别的公司之一，海云数据研发的唇语识别技术已经取得了重大突破。

然而，人工智能的强大并没有让人类变得无关紧要，退出历史舞台。

人工智能大爆发

但AI正在不断进步。AI的最近一次爆发大概是在2009年，其引发了对深层神经网络更加快速地学习。

人工智能由大量连接的计算单元组成，通常我们称这些计算单元为人造神经元，它们松散地排布着，与人类大脑中的神经元类似。为了训练这个网络能够自主“思考”，科学家们向其中输入了解决一个特定问题的N种案例。

假设我们有一个医疗组织图像的集合，我们在每张图像上都附上是否患癌症的诊断。我们可以通过这个神经网络传递每张图像，并要求连接的神经元计算患癌症的概率。

然后我们将神经网络的计算结果与正确的答案进行比对，并调整匹配失败的神经元之间的连接。我们不断重复这个过程，进行微调，直到大多数计算结果与正确答案相符。

最终，这个神经网络就可以做一个病理学家所做的工作：检查身体组织的图像来预测癌症。

这与小孩儿学习如何弹奏乐器的方式并不相同，小孩子想要学一种乐器，就必须反复练习一首曲子，直到能将其完美演奏。而储存于神经网络中的知识，并不容易应用于机械层面。

当研究人员开始在图形芯片上使用许多并行处理器进行训练时，具有多层神经元的网络（通常称其为“深”神经网络）才变得实用。

深度学习取得成功的另一个关键条件是有大量得到解决的实际案例。研究人员利用互联网、社交网络和维基百科，创建了大量的图像和文本，使机器能够对图像进行分类、识别语音和翻译语言。

深层神经网络早已可以和人类一样去执行这些任务。

人工智能不懂幽默

但人工智能的良好表现仅限于某些特定的任务。

在AI对图像和文字实际意义的理解层面，科学家们并没有做出进一步改善。如果我们向接受过训练的深层网络展示史努比动画片，那它可以识别出形状和物体，例如，有条狗在这儿，有个男孩儿在那儿，但它无法解码这部动画片想要传达的东西（或理解这部动画片的笑点）。

我们也经常使用神经网络来帮助孩子更好的进行写作。神经网络往往可以在写作形式、语法、单词拼写方面提供良好指导，但在逻辑机构、推理和观点的升华方面却帮助不大。

目前的神经网络模型甚至无法理解11岁小学生的简单作品。

AI的性能也受到可用数据量的限制。在某些AI研究中，例如，将深度神经网络应用于医学诊断，有时通过神经网络诊断的结果会比过去略好，但其间差异并不太多。

从某种程度上来说，这是因为我们没有大量病人的数据提供给神经网络。但医院数据库目前采集到的数据并不能捕捉导致冠心病、偏头疼或癌症等疾病的复杂心理作用。

机器人会让人类失业

其实，人类无须感到恐慌。倘若我们暂时将对AI奇点的预测放置一边，我们会发现人类并没有陷入立即变得无关紧要的危险之中。

AI的强大能力推动了相关科幻小说和电影的出现，并引发了有趣的哲学辩论，但目前还没有建立对一般人工智能的改进计划，而且也没有迹象表明人工智能可以无限发展。

然而，深层神经网络无疑会使许多工作自动化。人工智能正在抢走我们的工作，也许有一天，手工劳作着、诊断医生、计算机科学教授都将不复存在。

机器人已经开始称霸华尔街。研究表明，到2025年，“人工智能机构”可能会导致约23万个金融工作岗位消失。

凡事都有两面性，如果有人存心利用人工智能做坏事，那将会产生非常严重的危害。在各种选举期间，新型计算机病毒可以侦查到未投票的选民，并定向对其进行消息轰炸，试图以此来影响选举结果。

目前，美国和俄罗斯投入了大量经费用于研发自动化武器，并将AI用于无人机、战车、战斗机器人的研发中，这都将导致军备竞赛的危险程度进一步升级。

国家之间的和平对话或许是我们现在最应感到紧张的事情。

时至今日，在不少人的直觉里，回溯过去一年血海一片的智能手机市场，vivo的爆发式增长（如今已经做到出货量全球第五）是一个令人意外的黑天鹅事件。媒体也经常摊开这份傲人成绩单，几乎每发布一款产品，各种拆解其成功要素的文章就纷至沓来。而在回答“vivo是一家什么驱动型公司”时，惯性回答通常是——渠道规模和营销策略。

诚然，上述两项为vivo所擅长：它在中国线下市场中占比将近20%同时，难能可贵地塑造了一个更加轻盈的品牌故事。但久而久之，随着这种标签化答案的深入人心，关于vivo是靠什么成功的，即便连媒体也容易低估甚至忽略更直抵本质的原因，一个听起来乏善可陈的原因：创新。

梳理vivo并不漫长的历史，它以“第一个”前缀的次数或许是国产手机里最多的：第一个将HiFi带入智能手机；第一个使用虹膜识别；第一个将智能手机厚度压缩至 4.75mm；第一个使用OIS光学防抖和大光圈技术；第一个使用双曲面屏……

最近在接受腾讯科技采访时，vivo高级副总裁倪旭东坦言：“vivo容易被误解为营销成就了今天的一切，而事实上这方面的真正投入占每一部手机的成本并不高，我们有很多重要的投入，一直没去讲，包括我们的研发。”

嗯，关于营销和渠道，媒体喜欢讲，大众喜欢听，却掩盖了这家公司的底层技术驱动力。在刚刚结束的MWC上，vivo再次将“第一个”名单拉长，同时展示了他们的三项最新成果：“隐形指纹”功能，基于全新DSP芯片实现逆光拍照和夜景的拍照技术，搭载定制DAC解码芯片和定制耳放的Hi-Fi方案。

这三项技术也再次印证：不断创新其实才是vivo最直白的“成功学”。

隐形指纹：下一轮差异化体验核心要素

而毫无疑问，三项技术之中，当属可实现屏下指纹识别的“隐形指纹”最为惹眼。要知道，无论iPhone 8 还是Note 8，“绯闻名单”里都包含了这一颇具颠覆性的技术——本次MWC则是第一次由终端厂商对外展示技术效果。

这一技术确实令人惊喜。如你所知，智能手机设计风格的同质化是个老生常谈的问题，用户或多或少陷入了审美上的疲态，“隐形指纹”的横空出世恰逢其时。所谓“隐形”是指，未来指纹识别无需由独立的按键或区域承载，可以藏匿于屏幕下，后壳和边框中——尤其是屏下指纹，如果你承认彻底的全面屏是人类对于手机的终极幻想之一，那么整个手机行业2017年下半年最大的期许，就是屏下指纹的大规模应用，毕竟全面屏所带来的“一体感”是智能手机视觉上的稀缺体验，人们总是更易被占据最大面积的屏幕吸引，但由于电容式指纹识别穿透力有限，包括三星S8在内，为了提升屏占比，后置指纹令其成为妥协的产物。

确实，当智能手机日趋复杂，它也就逐渐变成一门妥协的艺术——但可以肯定，出于对美学的追求，零妥协的屏下指纹一定是下一轮差异化体验的最核心要素。

而vivo正在成为领跑者。他们与高通一起，完成了艰难的技术攻关，与光学模块解锁不同，vivo直接选择了超声波屏下指纹解决方案。据官方介绍：vivo隐形指纹功能是基于高通下一代超声波指纹解决方案—Qualcomm®指纹传感器而打造的新型指纹解锁方案，该功能基于超声波穿透能力强的特性，可穿透1.2mm厚的OLED屏幕，实现屏下指纹识别。通俗地讲，就是将超声波转移到屏幕上，然后再通过接受反射信息绘出指纹图像，最终转化成电信号解锁。

相较于电容式和光学式指纹识别，这一科幻感十足的技术在防水和防环境光干扰上优势显著——另外，个人觉得，由于隐形指纹让真正意义上的全面屏成为可能，将智能手机工业设计跃升到一个新维度，才是这项技术最引以为傲之处。

当然，致力于技术探索的vivo，也尝试将这一技术扩散至更具想象的应用场景，譬如定向手势识别（通过在指纹感应区进行手指滑动，识别手势完成指令），生物检测（通过手指监测心跳和血流）和安全认证等领域，都能大幅提升智能手机作为人类“外挂大脑”的使用体验。

拍照与音乐不断精进

再来说后两项技术：它们分别致力于改善拍照与音乐。

行业常识是：自6年前第一款手机问世，vivo就将拍照与音乐的产品基因延续至今，哪怕近些年手机行业跟风热点不断翻新，vivo也始终没有放弃解决当初认定的用户痛点，市场也给予了这种坚持最好的回报，而vivo自己也在不断改善拍照与音乐的用户体验。

先说拍照，vivo在MWC上就发布了一块新的双核DSP芯片RK1608。最通俗地讲，使用DSP（Digital Signal Processor）技术的手机在复杂光线下（譬如暗光和逆光）拍照时，会高速拍摄多帧原始RAW（无损格式）照片，并在DSP芯片中自动快速处理并合成1张RAW（无损格式）照片，最后通过ISP处理得到一张高画质，曝光更准确的照片。

事实上，这是目前行业里唯一一个能够在夜景算法上集成逆光算法的解决方案。在MWC上，vivo现场展示了3组对比样张来演示新DSP带给用户的福祉，从样张中可见，新DSP让手机在光的处理上有更好表现，面对建筑外墙广告和室内射灯等光源，拍摄时能兼顾被摄物和整体场面的曝光状况。之前就有消息称，vivo很快就会将这项创新落地，接下来会推出一款搭载这款芯片的手机。

再来说音乐方面。如前所述，vivo是最先将Hi-Fi音乐体验带入智能手机的公司，并通过一次次产品迭代奠定了在手机音频行业地位，甚至拉动了音频芯片行业的发展。就在Xplay6将手机Hi-Fi提高到全新高度之后，在本次MWC上，vivo又推出了他们最新的Hi-Fi方案，用定制款DAC解码芯片和耳放芯片，将手机行业的产品音频性能提升。

具体而言，此次vivo的Hi-Fi方案着眼于细节调校，通过搭载定制版DAC解码芯片，配合定制耳放，提升信噪比、动态、失真和输出功率，输出幅度达到2.2VRms，比一般手机高出两倍以上，在主观听音上，也拥有更好的解析力，细节表现丰富，空间层次感强。此外，耳放采用新的制程工艺，在提升听感同时也更为省电。

总之不难发现，在Hi-Fi领域，vivo在不断精进自身技术同时，也不断将音乐体验向完美逼近，最终令用户受益——而这也是vivo一切创新的起点。

技术：最大的壁垒

众所周知，2017年已悄然过半，在疾风骤雨般的迅猛增长之后，国内智能手机市场正步入一个相对暗淡的回调期，试图凭借存量优势巩固市场份额愈加艰难——即便是在全球市场，需求逐步饱和，硬件性能过剩，同质化严重等问题也横亘在几乎所有厂商面前。

尤其在中国，正如**智库在《分水岭大时代：2017中国科技&互联网创新趋势白皮书》中所言，消费升级正在成为市场核心驱动力，节奏性推动市场格局重构，中国手机市场进入“价值转型”阶段——这与整个宏观经济的消费升级步调一致，随着人均国民年收入突破8000美元大关，审美和差异化将成为手机厂商的新角力场。

嗯，当厌倦了跑分和参数的消费者越来越明白自己对手机的需求，手机厂商需求导向的创新也将成为新方向，以更大力度投入科技创新，成为心向未来的手机厂商的必然路径，更是品牌得以生存的长久之道。

而遵循着历史的足迹，vivo正在成为技术“价值转型”的最大拥趸，据媒体报道：vivo目前已陆续在国内外成立了七个研发中心（国内有深圳、东莞长安、南京、杭州和北京，国外的有美国硅谷和圣地亚哥），业务划分上，深圳侧重软件应用，东莞长安偏重硬件研发，南京和杭州致力于完善拍照及图像算法，北京则在完成5G方面的创新，而美国的两个研发中心主要是专利和人工智能。

其实去年至今，当媒体在谈及处于聚光灯下的vivo时，我总会想到罗辑思维创始人罗振宇关于“势能”与“信用”关系的一段论述，他用自身事例作对比：“我们不断强调势能，总好像在做一些特别聪明的事。跨年演讲，卖月饼，拍卖papi酱的广告贴片，这本身并不值得学。因为未来的商业是在势能和信用之间构建一个均衡，没有势能很难低成本吸附资源，但没有信用就不通向任何具体的交易。我们做信用方面不敢说做得多好，但是努力在做，比如说我为什么风雨无阻一定每天早上按时出60秒，我在打造一个信用，很多事情很多人看到了其中的机巧和聪明，但是你忘了信用更加重要。”

嗯，置换到手机市场，如果说所谓“势能”是指一次次出色的营销活动（譬如vivo就是罗振宇20年跨年演讲唯一战略合作伙伴，很大程度上提升了品牌调性），那么所谓“信用”无疑就是指产品本身——而后者永远是前者的基石，因为这个世界看似变幻莫测，轮流坐庄，但永远不要忘记，在愈加自由开放的历史进程中，倘若未来真有什么可被称为壁垒，最大可能即是技术本身。

在中国智能手机市场，vivo就是最好的例证。

李北辰/文（科技自媒体，致力于用文字优雅的文章）