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如何迅速渗透到更实惠的设备中。当小公司之间发生想法时，猖獗的想法窃取并不是那么令人敬畏 - 或者就像Facebook在孵化实验室中对待Snapchat这样的大型公司复制较小的公司一样。但是，从苹果和谷歌这样的巨头向更加预算友好的硬件和软件供应商提供好的创意，我没有遇到任何问题。不过，苹果和谷歌有一个明显的问题，他们努力开发新的技术和方法，这是不容易模仿的。
智能手机最近的一件大事就是你会听到的那些嗡嗡声：机器学习。像增强和虚拟现实一样，机器学习通常被认为是遥远的承诺。然而，在2017年，它已经在很大程度上实现了。机器学习是今年苹果iPhone X和谷歌Pixel 2 / XL独一无二的核心。无论是现在还是将来，它都是差异化的驱动力，落后于其中的公司将发现自己绝望地脱离了竞争。
机器学习优势无法轻松复制，克隆或逆向工程：在这款游戏中与Apple和Google等企业竞争，您需要拥有与他们一样多的计算能力和用户数据(您可能缺乏这种能力)和他们投入的时间一样多(你可能没有)。简单来说，机器学习有望成为那些希望扩大较小竞争对手无法达到的峰值的大型科技公司的圣杯。它充分利用了大量的资源和用户群，并且随着时间的推移不断变得更好，因此竞争对手必须继续前进才能保持触手可及。
我并不是说机器学习是灵丹妙药，而不是我认为所有 OLED显示器都很棒(有些很糟糕)：它只是现在正在构建一些关键差异化功能的基础。
让我们从机器学习消费者技术迄今为止最令人印象深刻的表达开始：Google的Pixel和Pixel 2手机上的相机。它的数码单反相机性能永远不会让我感到惊讶，特别是在光线不足的情况下。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)，并且通过巧妙的算法和机器学习相结合的方式实现了这一点。正如谷歌喜欢说的那样，该公司已将轻微问题转变为数据问题，而且很少有公司像Google一样擅长处理数据。
最近，我与领导谷歌计算摄影团队的斯坦福大学学者Marc Levoy进行了交谈，他强调了谷歌机器学习辅助相机的重要性：随着时间的推移，它一直在变得越来越好。即使谷歌在Pixel和Pixel 2推出之间没有做任何改进Pixel相机的事情，机器学习时间的简单积累也会让相机变得更好。时间是增加的维度，使机器学习更加令人兴奋。Levoy表示，您在机器学习设置上可以投入的资源越多，其输出就越好，时间和处理能力(无论是设备本身还是谷歌庞大的服务器场)都至关重要。
在今年1月的CES上，华为的移动老板Richard Yu被问到他的公司是否会在美国推出自己的语音助手，他回答说：“Alexa和Google智能助理更好，我们怎么竞争呢?”这种反常的务实回应(对于一家移动公司CEO)巧妙地诠释了复制Google和亚马逊机器学习工作的难度。这两家美国公司在自然语言处理和语音识别方面投入的大量资源正在重新获得分红，使其远远超过竞争对手，即使是华为，美国以外最大的消费者科技品牌之一，也没有尝试竞争。这是机器学习长期投资的累积动力。
谷歌的惊人相机销售像素; 其功能强大的助手有助于控制其他ANDROID制造商
Google智能助理是一项差异化功能吗?不适用于硬件，因为Google希望在每台设备上运行智能助理。但是，无论您是在考虑谷歌地图提示还是YouTube视频建议，助理都可以作为一个渠道，将用户汇集到谷歌搜索和公司的其他服务中，几乎所有这些服务都受益于各种机器学习。助理为移动市场做的是增强谷歌对其硬件合作伙伴的影响力：在2018年没有谷歌Play商店或助理的情况下，试图运送Android手机的制造商会感到沮丧。
在苹果方面，机器学习已渗透到iPhone上运行的大部分软件上，公司的Core ML工具使开发人员可以轻松添加到该库中。但是，每个人都注意到的新款iPhone X的一大亮点在于其显示屏顶部的缺口和其中包含的技术。在这个单一部分中，您将找到一整套红外和光传感器，这相当于Microsoft Kinect系统，这有助于新的Face ID身份验证方法。
我仍然不确定Face ID如何在安全性和便利性之间取得平衡(特别是没有Touch ID指纹识别的后退)，但我对它所代表的技术成就毫不怀疑。我认识的每个人都使用了Face ID，对其准确性进行了热烈的评估。该系统非常坚固，可以在黑暗中工作，并且由于机器学习，它将适应您外观的变化。如果您剥离所有常用的增量升级和设计调整，Face ID系统就是iPhone X定义的新功能。它依赖于机器学习来发挥其技术魔力。
对于大众市场手机来说，机器学习增强功能真正成为关键卖点可能还为时尚早。面部识别对于iPhone X购买者来说是次要的，因为新的挡板恐惧设计更吸引他们。虽然谷歌的相机是拥有Pixel的最佳理由，但仍然没有那么多的Pixel所有者。但关键的是，电话公司必须努力在自己的机器学习的解决方案，现在为了保持竞争力时，这些东西成为必不可少的和核心的用户体验，因为他们威胁，早在明年做。在迭代硬件时，中国公司可能会以荒谬的速度工作，但是当您尝试复制的东西是数月和数年的机器学习培训时，规则会发生变化。
在苹果和谷歌之外，华为一直是在移动设备中实现机器学习和人工智能的最大支持者。该公司最新推出的手机和处理器都具有“ 真正的AI ” 智能。通过这种人工智能推动，华为正朝着正确的方向前进，然而，不像苹果和谷歌 - 这两者都将机器学习转变为有形的，明显的和(字面上的)面向用户的功能 - 华为的方法是挖掘远不那么有市场的领域在长期使用过程中使用机器学习来优化Android性能。这是一项值得称赞的努力，但当人们在商店里比较闪亮的新手机时，很难想象它会成为真正的差异化因素。华为是 还有一些营销方法是让“相机AI”尝试根据检测到的内容自动增强图像，但是我还没有看到它接近谷歌Pixel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。
机器学习将重新划分真正的移动创新者和快速模仿者之间的区别
另一个显而易见的例子就是三星对其Bixby语音助手的体验。如果一家公司决定将其投入到生产设备中，而没有足够的计划，准备或时间来积累大量有用的数据和机器学习知识，那么Bixby就是Google智能助理的所在。不幸的是，我们可能期望明年Bixbys比其他任何东西都多，因为公司正在努力弄清楚如何最好地利用机器学习提供的潜力。
当你看到iPhone X时，你可能会被它华丽的新型OLED显示器所震撼。尽管如此，它可能是昂贵且独一无二的，但三星也可以使用该面板，而不仅仅是Apple。Apple的每一个新的硬件调整似乎都旨在使其设备的制造更加棘手和技术性 - 例如用于触觉反馈的Taptic引擎，iPhone显示器上的3D Touch交互以及最新MacBook上的Touch Bar - 但所有其中最终的系统可以被其他人反向设计和复制。2014年，苹果公司投入大量资金，试图建立自己的蓝宝石水晶显示器制造供应链，这将是一个巨大而独特的优势，但这种努力已经失败，生产公司因此而破产。
手机制造商过去能够获得超过几个月的主要硬件优势的过去现在已经不复存在了。在智能手机发展的最后阶段，机器学习是确保有意义的差异化的唯一途径。我仍然认为谷歌的相机被广泛低估，主要原因是谷歌长期无法广泛分发Pixel设备。而且我也认为Face ID会被一大批有抱负的竞争对手严重复制。但是，随着手机进入机器学习辅助一切的时代，真正的移动创新者和快速模仿者之间的区别，直到最近才变得模糊和褪色。