就在这短短数月间，Intel、Nvidia、Facebook、微软、谷歌、苹果等数家科技巨头都将纷纷举办自家的开发者大会，对外展示其近一年来的技术研究成果，并透露其接下来一年里的业务拓展方向。

虽然在今年，这场演出由于Intel的缺席而显得有些许落寞，但相对的，近两周Facebook F8大会、微软Build大会和谷歌I/O大会的相继举办，还是明显冲淡了人们对于摩尔定律失守的消极情绪。

作为企业与消费者、开发者之间一年一度的交流窗口，今年，三家企业都不约而同地将“AI”作为了自家的核心技术输出点：

Facebook选择继续坚守自己的VR/AR梦；微软选择全面转型云端AI软件服务商；而谷歌则选择在Android诞生10周年之际，将AI系统化地融入到这一系统中。

接下来，我们就将分别介绍，这三家企业都在会上具体推出了哪些新技术。

Facebook：“过气的VR，我觉得还能用AI再挽救一下”

在去年4月的F8大会上，Facebook推出了自家的首款VR社交应用Spaces，而今年，Facebook则进一步发布了三款功能各异的VR应用：用于VR聚会的Oculus Rooms、用于在VR环境下观看电视节目的Oculus TV，和用于观赏VR直播的Oculus Venues。

而在发布这些应用的同时，Facebook还进一步推出了一款售价199美元起步的低端独立VR头显Oculus Go，并公布了自家Reality Labs正在研制中的一款高端VR头显原型机Half Dome。

据该实验室负责人介绍，Half Dome将至少搭载两项其最新研制技术：高精度动作捕捉技术，以及镜片自变焦技术。

从原理上讲，前者“高精度动作捕捉技术”，是通过具备自我优化能力的动作捕捉系统来实现的。

据悉，为了实现高精度识别，Reality Labs首次将双向匹配和逆向运动学原理融入到了这一系统的卷积神经网络中。

在长时间的强化训练下，目前这一系统的单手和双手追踪准确率，已经分别达到100%和99.29%，和物体交互的识别准确率也已达到了98.26%，在现场演示中，这一系统甚至连双手打响指都能准确识别出来。

而后者“镜片自变焦技术”，则是通过高精度微动机械镜片和眼球追踪技术间的相互协作来实现。

当佩戴者注视到某一物体时，VR设备就会自动锁定这一聚焦点，并利用其搭载的机器视觉算法，实时计算出该物体所应有的物理距离，从而将镜片迅速调节到距眼球合适的距离，实现变焦。

这无疑给使用体验日益趋同化的VR头显行业，提供了一条新的设计思路。

说完VR之后我们再来看看AR。在过去的一年里，Facebook把AR技术的研究重心，放在了如何利用计算机视觉，来为自家APP提供更好玩的服务上。

比如视频图片分享应用Instagram，就加入了对自家AR Camera Effects平台的支持，利用该功能，用户可以对已关注用户发布发布的小视频添加AR特效，从而通过这种二次创作来增强其APP的社交互动性；

而聊天应用Facebook Messenger，则加入了对品牌商AR广告的技术支持，为用户提供诸如产品开箱、妆后特效等更加风趣的AR体验。

而除此之外，Facebook的核心AR创作软件AR Studio也将很快得到全面升级，在简化制作流程、强化各类追踪功能的同时，该公司也开始与Sketchfab合作，从而为用户提供更为丰富的3D模型。

微软：“在云服务泛滥的时代下，我要用AI打出差异化优势”

相比于社交媒体出身的Facebook，近年来大举布局云端市场的微软，则选择了将AI技术具象化到云服务中。

其实也就是在今年3月，微软刚刚进行了一次公司架构上的重组：

将以Windows、Office、Surface、Xbox为首的软硬件业务合并到“体验及设备”事业部；

而其他一切与AI相关的琐碎业务，则都被合并到了以Azure为首的“云计算及人工智能平台”事业部中。

而这也凸显出了微软“以云服务为核心，利用AI技术来优化其业务生态”的决心。

到了今年的Build大会上，微软则再一次重申了其去年提出的智能云计算（Intelligent Cloud）和智能边缘计算（Intelligent Edge）两大业务发展战略。

传统意义上的云计算，需要将用户的数据透过层层网络，传输到大型服务器阵列进行处理。

然而，绝大部分物联网设备其实并不需要特别强大的计算力来进行支撑，这就造成了不必要的网络资源浪费。

而所谓“边缘计算”，其实就是要通过在本地或是小型网络环境中部署服务器，来就近对物联网设备提供算力支持，从而进一步降低AI云计算的接入成本。

在“智能云计算”服务方面，微软近一年来重点改善了其云品牌Azure在语音、会话和认知技术上的开发优势，推出了能够进行远距离声音识别、多音源辨别的智能音箱、虚拟语音助手专用开发套件Speech Devices SDK。

除此之外，微软还为开发人员提供了两个耳目一新的“云编程工具”：

第一款名叫IntelliCode，其中内置的AI能够在开发人员的编程过程中提供智能化建议，从而改进代码质量、提高生产力；

而另一款名叫Live share的软件，则允许多名开发者实时在微软自家Visual Studio的编程环境下，协同进行代码的编辑和调试工作。

而在“智能边缘计算”服务方面，微软则选择了开源自家的Azure IoT Edge Runtime服务，并推出了自家的配套硬件设施，从而使第三方物联网设备研发商，能够更加得心应手地将其技术运用到自家产品中，吸引开发者的入驻。

而在这之中，今年推出的“Project Kinect for Azure”，和去年推出的“Project Brainwave”无疑成为了微软炫耀自己Azure IoT Edge技术优势的“杀手锏”。

其中，“Project Kinect for Azure”是一款小型深度学习传感器套件，内嵌了包括微软自家新一代深度传感器在内的多种传感器，结合微软的边缘计算服务，便可被应用于处理计算机视觉任务中；

而“Project Brainwave”则是一款AI专用处理平台，其中的核心计算设备是Intel的FPGA机器学习专用芯片，得益于FPGA这一类芯片的物理特性，开发者可以自行编程定制这一芯片功能，所以在适用性上要优于谷歌的TPU芯片。

谷歌：“让Android全面智能化，没什么是AI解决不了的”

相比于前两者，谷歌则颇有点向苹果看齐的架式：虽然并没有浓墨重笔地介绍某几项AI技术，但是却已将AI融入到了各个功能中。而这些功能的集合体，就是Android P。

在此次推出10周年操作系统的同时，谷歌打出了“智能”、“简单”和“数字化健康生活”这三个口号，分别对应设备使用体验的优化、用户操作复杂度的简化和用户生活质量的提升上。

而谷歌对于AI技术的融合重点，就在“智能”和“简单”这两方面上。

具体来说，在“智能”方面，谷歌主要做出了三项改进。

首先是在电量管理上，这次谷歌选择了与自家旗下DeepMind部门合作，开发了名为Adaptive Battery的自适应电力功能。

据悉，这一功能可以通过分析用户的日常使用习惯，来智能调节各APP间的性能配比，在不影响用户使用体验的前提下，尽可能提升手机的续航能力。

而第二项改进，就是为Google Assistant加入名为Continued Conversation和Visually Assistive的两项新功能。

前者用于提升虚拟语音助手在日常生活中的长对话能力，而后者则被用于在带有屏幕的智能设备中，提供“语音+图像”的双重信息反馈，进一步改善了车载信息娱乐平台Android Auto的使用体验。

在此基础上，谷歌还公布了其正在研制中的一项新技术。

该技术名为Google Duples，能够使虚拟语音助手在真正意义上实现与人自然对话，帮助用户完成诸如打电话预约酒店房间、预定餐厅座位等事宜，可以看作是谷歌对次世代Google Assistant的展望。

除此之外，谷歌还推出了一款名为ML Kit的机器学习开发套件。

该套件可以帮助开发者在为Android和iOS系统开发的APP中快速加入AI功能，开发完的产品不仅支持在手机上直接调用AI芯片运行，同样也支持在谷歌的云端设备中进行运算。

说完了“智能”，我们再来看看新系统在“简单”方面做了哪些努力。

在Android P系统中，谷歌自家的输入法Gboard已经能够实现利用摩尔斯电码来打字，而且还带有文本预测和建议功能，从而有效提升了残障人士的打字效率。

而与之类似的，谷歌对自家的Gmail应用也进行了升级，推出了智能预输入技术Smart Compose。

与此前的联想输入功能不同，这一技术可以在用户编写电子邮件时，提供长达一整句的内容建议。当该功能启用后，光标前方就会弹出灰色的文本，用户只需按下Tab即可将对应内容输入进去。

除此之外，再度升级的Google Photos也新增了名为“Color Pop”和“Photoscan”这两个强大的图片编辑功能。

其中，Color Pop可被用来智能识别图片中的独立物体，从而实现保留主体人物色彩，而将其他剩余部分调成黑白的滤镜特效；

而后者Photoscan，则是将谷歌在2016年11月推出的同名图片扫描应用整合到了其中，可以通过多种功能强大的工具来将照片或文件数字化保存起来。

在此基础上，谷歌还公布了一项更加令人期待的功能“Colorize”。

据悉，这一功能未来将赋予Google Photos把黑白照片还原成全彩的能力。不过可惜的是，鉴于这项功能的技术实现难度要比上述两个复杂得多，所以谷歌自己也没有把握到底何时才能推出这一功能。

结语

过去一年，科技圈无疑已经掀起了一场AI技术发展大潮。无论是我们耳熟能详的那些科技巨头，还是那些来自全球各地初创企业，都在竞相挖掘着这一技术在各领域的应用潜力。

在这一场可能只会持续数年的短跑竞赛中，来自不同领域的玩家都在不同的跑道中竞相追逐着。这场AI军备竞赛，其实才刚刚打响。