比起各式各樣的AI應用,我們可能更需要AI for OS

0 評論 2482 瀏覽 2 收藏 17 分鐘

在AI熱潮的推動下,谷歌和微軟正在搶奪打造AI時代操作系統的“船票”,畢竟操作系統作為硬件性能的釋放窗口與軟件服務的承載體,在很大程度上存在著重要意義。那么在AI浪潮下,AI可以為操作系統OS如何賦能?操作系統的發展,又會呈現怎樣的格局?

剛剛過去的五月,是一個炙熱的AI之夏。前有2023谷歌 I/O開發者大會“炸場”,開建AI全宇宙,后有2023微軟Build大會,一切都與AI相關。

AI被谷歌和微軟應用到各個產品,落地速度一路狂飆。不過,應用層面,國內能做AI產品的很多,很快會能推出類似的產品, 因為路都是通的,工程師人才不是問題,技術不是問題,可能來得慢一點,效果略差一點, 但這都沒關系,復現是肯定的。

但谷歌和微軟在一個領域,打得風聲四起,國內能做的廠商,卻是鳳毛麟角,那就是操作系統。

目前,微軟已經將GPT-4大模型嵌入Windows PC操作系統,推出Windows Copilot,在底層操作系統輸出AI能力。谷歌Android系統近年來總被吐槽“缺乏亮點、抄國內廠商”,但最新Android 14中許多AI功能集成,說明Google還是有點東西在的。

打造 AI時代的操作系統,谷歌和微軟都在搶船票了。

操作系統是硬件性能的釋放窗口,又是大量軟件服務的承載體,可以說是一切人機交互的起點。在大語言模型帶來顛覆式的變革之后,操作系統也有了重新劃分格局的可能性。

AI時代,操作系統是會重演移動互聯網的雙寡頭壟斷,還是迎來百花齊放,2023的夏天剛剛寫下了開篇,你我都將見證這一場產業變局。

不妨從故事開頭講起,看看AI究竟能為OS做什么?

一、AI和OS組CP,都有哪些方式?

AI與操作系統OS的結合就像組CP,方式有很多。

普通用戶,最熟悉的可能是AI in OS,也就在原有的操作系統上集成AI軟件和應用。微軟這些年一直努力在Windows里加入AI語音對話能力,移動操作系統蘋果、安卓、鴻蒙對AI能力的擁抱更是開展了很久,AI算法輔助計算攝影、人臉識別、智能語音助手等,大家應該都不陌生。

對于開發者,OS for AI才是“王道”,也就是供給機器學習、深度學習的操作系統(AI OS)。比如TensorFlow、PyTorch、飛槳、昇騰等,通過操作系統從硬件到軟件到網絡的全面重構,更好地支持AI模型訓練應用推理。

而科技廠商要打造AI時代的操作系統,則非常關心AI for OS。簡單來說,就是利用人工智能來構建和優化操作系統,提升系統的設計、開發、維護等。不難發現,AI for OS直接影響到普羅大眾使用操作系統的體驗,是我們普通人最期待的一對CP。

而AI for OS提高先進性和競爭力,也會直接影響到操作系統在AI時代的“國民度”,成為操作系統成功的關鍵。

AI for OS,這對CP甜在何處?

強擰的瓜不甜,AI for OS這對CP能不能甜到用戶心里頭,是接下來要回答的問題。那現在真的是用AI優化OS的好時機嗎?

我們來看看如今的操作系統,有哪些可以被AI改變的地方。

第一個當然是“變重了”。

隨著用戶使用數字化應用的場景不斷豐富,操作系統所要承擔的交互和任務負載,也在持續快速增長。大家回想一下,智能手機里安裝的應用是不是越來越多,要控制的外部智能設備也越來越豐富,而矛盾的是,隨著摩爾定律的放緩,處理器增加的計算能力,越來越接近瓶頸。這種計算資源與任務之間的不匹配,正在成為操作系統的不可承受之重。

要讓操作系統變輕,就要充分地發揮出硬件的性能,挖掘出更多的算力,而系統的環境有強烈的動態性,隨著任務負載而變。傳統操作系統,需要用戶手工切換關閉任務。這時利用AI,自動實時感知業務場景的變化,預估現在(或未來)的工作量和所需的資源,進行動態調整,優化資源配額,實現更精準的算力供給,使用體驗當然也就更加絲滑流暢。

比如感知到用戶正在打游戲,就自動降低后臺應用,釋放CPU資源來保證游戲運行,不會因為卡頓而錯失了五殺。

第二個是“變笨了”。

可以確定的是,AI是最具潛力的新賽道,未來將與大量軟硬件相連??梢韵胂笠幌?,如果讓AI大模型幫你分析十篇論文,從應用啟動到生成結果,需要半個小時,中間還時不時掉線重來,這誰受得了?還不如自己上手算了。

傳統操作系統不想因“變笨”而被用戶拋棄,必須開始支撐 AI 全方位的應用,自然要進一步提升操作系統的能力。比如微軟Windows 11讓AI深扎底層PC系統,可以在沒有任何APP作為中介的情況下,直接調用AI大模型能力完成任務。

支撐 AI 在各種智能設備上更好地運行,必須從操作系統層面下刀,從硬件到軟件到網絡全面重構。

第三個是“變復雜了”。

如今每個人身邊都圍繞著多種多樣的終端,不可逆地駛入萬物互聯時代,系統的復雜度也在不斷增加。

對用戶來說,操作系統各自為戰,碎片化的體驗是非常不舒服的。拿我自己來說,智能家電是安卓,手機是IOS,電腦是Windows,很多應用在不同設備之間基本不能自如切換,每個系統單獨一個賬號,一些個人行為數據很難在不同終端中流通,結果就是應用“不懂我”“人工智障”。

設備不夠聰明也就罷了,更令人擔憂的是安全,不知道哪個設備成為“最短板”,被黑客攻破,其他聯網設備一起遭殃。

對開發者來說,萬物智聯的應用開發,意味著巨大的代碼量和工作量,也不是一件輕松的事。

開腦洞想出一個創意不算難,開發出來之后,要將應用部署到數量眾多的物聯網設備上,得考慮本地算力、網絡連接能力、跨平臺兼容……如果發現某個設備的UI交互有問題,再調試一輪,上線周期又延長了,開發成本有點過于高昂。不能釋放成千上萬開發者的創意和生產力,智能世界來得自然就更慢了。

讓復雜的場景變簡單,令多終端歸一化,已經成為移動產業的共識,一些品牌提出了“全場景智慧”,但如果沒有操作系統層面的兼容和協作,對高集成場景進行針對性簡化,支撐應用跨設備、跨系統、跨平臺的一次開發、多端部署;如果沒有AI全流程輔助來提升操作系統的運維、性能與安全等能力,“全場景智慧”是很難真正實現的。

這樣看,AI for OS這對CP甜就甜在一心同體、其力斷金。操作系統作為中樞,協調軟硬件的關系;AI作為大腦,解決很多現有的挑戰,讓系統能力變得簡單而強大。

系統層面的路鋪平了,芯片、終端、平臺、場景的隔閡與瓶頸也就消弭于無形了。

二、三大流派,各自甘甜

正如圖靈獎得主 Edsger Dijkstra所說,Simplicity is a great virtue but it requires hard work to achieve it。簡單是一種偉大的美德,但它需要努力去實現。

AI for OS帶來簡單但強大的能力,更適合“萬物智聯的體質”。問題在于,怎么實現呢?

目前,有實力打造下一代操作系統的科技企業,都在探索AI for OS。具體分為三個流派:

流派一:PC端的逆襲。

這一波大模型浪潮,OpenAI是絕對的頂級流量明星,攫取到最大的話題度和關注度,而擁有這一頂流的微軟Windows,也成了“一夜爆紅”的贏家。

微軟已經讓“AI副駕(Copilot)”全面登陸Windows系統,對Windows系統的界面和交互,帶來了顛覆式的體驗,也吸引到了非常多的用戶和開發者粉絲。

面向用戶,Copilot AI 助手貫穿整個操作系統,用戶直接通過Windows PC系統去調用AI模型能力,無縫連接應用程序,大大簡化了交互步驟。

面向開發者,微軟基于OpenAI模型構建的AI輔助編程解決方案,在全球最大的代碼托管平臺GitHub打造GitHub Copilot X,能自動檢測代碼問題并給出建議,提升開發者的工作效率。

不過,PC相比智能手機、平板等移動終端有天然的劣勢,微軟在移動操作系統領域的長期缺位,目前還無法靠AI來快速補上。想把用戶拉入下一個操作交互時代,還需要進一步給出更具顛覆性的系統能力。

流派二:移動端的穩定發揮。

移動互聯網時代,谷歌Android和蘋果IOS二分天下,打造下一代操作系統,二者的很多特性也得以保留。

安卓的淺。在今年I/O 大會上,谷歌展示了下一代移動操作系統 Android 14,總的來說,AI對Android 14的賦能,停留在較為淺表的應用層,集中在全系列工具的 AI 化升級,對Android 14系統級提升介紹寥寥。長期以來,安卓原生系統的開放性和復雜性一直受到詬病,APP運行時整體駐留在后臺,導致卡頓、不穩定,主要靠下游終端廠商自行“魔改”底層代碼,所以AI for Android的進展,大概還要等待國內廠商“卷起來”。

IOS的深。剛剛結束的蘋果WWDC,雖然也更新了一些AI功能,但iOS 17此次新增升級都是一些小功能。盡管發布會上蘋果很淡定地避免“蹭AI熱度”,但AI for iOS的融合程度,其實是很深度,也很有實用性的。

這一方面源于iOS系統生態先天的封閉性。Mac、iPhone、ihome、智能穿戴等被捆綁在蘋果生態上,數據可以無縫流轉,系統也擁有很高的整體性和舒適性;

另一方面是AI軟硬件協同的優勢。自研的AI芯片是蘋果產品的最大亮點,在AI運算性能上都做了大幅地提升,此次WWDC全新發布的M2 Ultra 芯片,蘋果表示能流暢支持大模型的運算,比其他芯片優勢更明顯。

所謂“一力降十會”,強大的芯片帶來充足的算力,再與IOS系統中大量機器學習算法相結合,效果自然顯著。比如AI幫助IOS監控用戶使用習慣,以優化設備的電池壽命和充電頻次;通過AI加速,讓移動終端如iPad可以執行AR渲染等高難度任務;支持利用端側的本地機器學習,保護用戶隱私。

問題也就在于,IOS為用戶帶來了便利,但也將用戶牢牢捆綁在這一生態。如今,國內外的操作系統百花齊放,包括服務器操作系統、物聯網操作系統等,泛在操作系統的生態在逐步形成,越來越交互需要跨終端、跨系統進行,這一點,IOS幾乎是無解的。生態捆綁帶來的交互不便、數據不通等難題,已經讓本蘋果用戶感到越來越不自由,也成了蘋果無法逃避的問題。

流派三:全場景的另辟蹊徑。

目前來看,微軟、谷歌、蘋果都是從己方大本營出發,將AI與自己占據既有優勢的操作系統相結合。HarmonyOS作為全場景操作系統的代表,思考AI for OS的路徑,跟這些老牌操作系統都不太一樣。

鴻蒙OS從一開始,就強調對各自硬件集群的管理和交互,從操作系統層面,通過分布式軟總線技術,實現近場設備間統一的分布式通信,高效分發任務和傳輸數據,應用可以跨設備流轉。

然后,再引入AI技術對操作系統進行整體優化。用戶能感知到的變化,是AI實現資源的精準供給,提高系統流暢;開發者可以借助環境配置、工具鏈配置、模板選擇、三方庫推薦等,進行多設備自適應開發,減少工作量。

值得期待的地方在于鴻蒙OS從零開始,本身也沒什么既有優勢可以“吃老本”,所以可以在空白的紙上畫出更新的圖畫,針對現有操作系統尚未解決的痛點另辟蹊徑,進行底層的系統級重構和技術創新,讓人耳目一新。

有待觀望的是,目前鴻蒙OS在富屏終端設備上的占比,相對安卓、IOS還有一定差距,一些技術解決方案還需要進一步研究。比如跨平臺、跨系統的數據安全和隱私保護,多設備自適應開發的極簡智能的工具鏈等。

一個操作系統要走向大眾、走向全球,最重要的還是技術本身的先進,AI for OS或許能讓鴻蒙取得更多話語權。

看到這里,大家可能會給出一個結論:AI for OS看起來真香,但市面上已經有的流派好像都差點意思。

確實,在智能終端產業競爭激烈的今天,谷歌蘋果微軟這樣的巨頭,也不可能在朝夕之間挖掘出操作系統的全部密碼,剛剛過去的五月只是暖場。

有個行業段子說,研究算法的人把算法搞出來,弄不好自己就失業了,可研究系統的人就不用擔心,因為每10年硬件、任務一定會變,系統就要重寫。

AI大模型算法高歌猛進,操作系統的更迭也值得期待。

作者:藏狐

來源公眾號:腦極體(ID:unity007),從技術協同到產業革命,從智能密鑰到已知盡頭。

本文由人人都是產品經理合作媒體 @腦極體 授權發布,未經許可,禁止轉載。

題圖來自 Unsplash,基于 CC0 協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!