前言
“無AI，不未來”，絕對不是一句豪情壯語，AI早已進入到了我們生活當中。去年Google釋出的Android Pie系統在AI功能方面就做了重大革新，本文就對Google在新系統中引入的AI功能進行一些整理。
一、高通的SNPE SDK支援
SNPE SDK即 Snapdragon Neural Processing Engine SDK，它是美國高通公司出品的神經網路處理引擎（SNPE），可執行於搭載了高通Zeroth機器智慧平臺的820晶片處理器，開發者可以在SNPE上搭建自己的深度學習網路模型。它像是一個通用的神經運算平臺，能夠相容Google TensorFlowLite、Oaffe2、CNTK、MxNet等多個神經元架構，這意味著開發者無需進行太多更改，直接就能將程式碼和演算法套用到裝配有高通驍龍845移動平臺的裝置中。
由於AI功能需要進行大量的演算法計算，所以這需要更強大的CPU支撐。高通近年來發布的驍龍845等晶片就提供了強大的效能，通過植入SNPE SDK，為手機提供了良好的AI功能平臺，這為AI在智慧手機上的運用提供了極大的支援。
二、自適應電池用量（Adaptive Battery）
Android系統沒有iOS省電，其背後原因就是APP後臺管理機制的問題，各種自啟和關聯喚醒好不討厭（特別是國內APP的“全家桶”生態環境）。
這一次，Android P引入了自適應電池“Adaptive Battery”功能，不僅可以預測使用者接下來幾個小時內將使用的應用程式，而且還包括在當天使用者何時會使用哪些應用程式，從而實現智慧監控使用者的耗電情況，自動關閉無用的後臺應用，並根據使用者使用習慣調整螢幕亮度，達到省電目的。據介紹，這項功能可以使CPU的負擔降低30%。
不過，這一特性是否能對全家桶現象有效？還待日後證明。如果不成，還得要黑域或綠色守護等APP出手。
三、自適應亮度 （Adaptive Brightness）
這個功能可以算是自動亮度的進階版：自動亮度存在螢幕過亮或偏暗的可能，手動調節也難以精準控制。而自適應亮度功能則可通過長時間學習使用者對亮度的偏好習慣來調節亮度，可充分考慮使用者對環境和當前應用對亮度明暗的需求情況。
但是，這一功能也需要更靈敏光線感測器以及螢幕背光模組的支援，比如有些手機螢幕最暗可以調節到1流明，並以x流明為單位進行微調。而有些手機最暗亮度只能降到10流明，想再暗也降不下去了。
四、智慧預測（App Actions）
根據機器人學習，基於使用者日常習慣來預測使用者下一步要進行的操作。比如你每天晚上8點都會去晨跑，手機啟動器在晚上8點前就會在啟動器彈出氣泡預測，提醒你是否要開啟跑步計步的應用程式。再比如，當你插入耳機時，啟動器也會彈出使用者最常用的音樂播放器按鈕，以及最近新增曲目的資訊。
五、輕量級互動（Slices）
這算是智慧預測使用者操作的延續，也是谷歌將人工智慧應用於手機的一種方式。谷歌在Google Search搜尋欄中直接提供已安裝程式輕量級互動操作，介面上設有應用程式某些功能的快捷操作，因此使用者無需開啟應用程式就能操作完整應用程式中指定的某項功能，更快速、更便捷。
比如，當你在搜尋欄輸入“復仇者聯盟3”，如果你手機上已安裝了美團等軟體，那麼在搜尋欄中就會彈出直接通過美團預定購買復仇者聯盟3電影票的選項，省去了開啟APP、搜尋影片和影院的繁瑣步驟。
六、MLKit API介面
獨樂樂不如眾樂樂，谷歌為開發者們提供了即時使用的AI模板，第三方APP也能利用谷歌的AI提速或改善體驗，從而讓支援AI加速的CPU有進一步展示自我的舞臺。前面提到的App Actions和Slices就依賴於這種專用的 API，需要開發者自行去適配和調整，至於能和Android P緊密到什麼地步，就得看開發者願意付出的時間和精力了。
七、儀表盤（Dashboard）
Android P新增了一個名為儀表盤的功能，可以統計和彙總使用者日常的行為記錄，比如清楚地看到自己在手機上花費多少時間做了些什麼，包括每個APP執行的時間和次數，還會告訴你已經解鎖了多少次手機，以及收到了多少條通知等等。這一功能谷歌也開放給了開發者，第三方APP也能通過它和使用者進行進一步的互動，如你當你看視訊時間已經很久了，視訊APP就能在恰當的時間彈出提醒你休息的視窗。
八、Google應用中的AI
從新版Android P的功能特性中，我們可以看到很多和AI相關的技術。除了作業系統，谷歌助手（Google Assitant）和谷歌軟體（谷歌地圖、谷歌新聞、谷歌攝像頭）也都融入了AI加持，進一步印證了無AI，不未來的發展趨勢。
結語
本文主要整理了系統方面新引入的AI功能，而且掌握的資料有限，所以可能還有很多其它的AI功能筆者沒有找到相關資料。如果讀者有這方面的資料，請共享給我，萬分感謝！
參考資料
本文的內容主要整理自如下兩篇文章，在這裡對這兩篇文章的作者表示感謝！