关于Google IORedux 的一点点总结

移动时代过去了，AI时代已经到来。
AI，即人工智能，也被称为机器智能，是指由人工制造出来的系统所表现出来的智能。机器智能所涵盖的内容大致分为两个方面，一是机器识别，二是机器思维。
机器识别指的是机器识别各种自然信息，包括（声音，图像，语义等等），这里面涉及到的知识包括，语音分析（比如Google assistant）、NLP（自然语言处理）、图像识别（Google Lens）等。
机器思维指的是机器用于和人类似推理及判别能力。主要涉及到机器学习、深度学习等内容。

Mobile first to AI first

Mobile first，即移动优先。在2010年之后，随着智能手机普及，手机应用成为行业主流。越来越多的原本在个人电脑完成的任务转向手机端完成。
这里面涉及到Web发展的历史，可以在这梳理一下。
最早是Web1.0时代，代表就是雅虎、搜狐等新闻门户网站和IM等通信软件。人与人的交流几乎没有，人们从网站中获取新闻并评论。网络主要信息实体是文字和图片。
在07年左右，Facebook等社交网络的出现，标志着Web2.0时代的到来。各种SNS网站崛起，人与人的沟通变得频繁，人们在网络中建立社区相互沟通。网络实体也发生了变化，多了诸如表情等富文本。
2010年之后，随着移动端智能手机的普及，移动支付、直播、微信的出现带来了Web3.0，也就是我们说的Mobile first。各类手机应用层出不穷，人们越来越多的进行实时交互，交互方式不再只是文字与图片，也包括声音图像等等，网络信息结构和数量增长迅速。
2017年，Google率先提出AI first，人工智能与传统Mobile业务相结合，比如使用语音助手（Google assistant）完成我们平常需要点击流程才能完成的任务，或者我们不在需要使用建立文件夹来规整照片，图片可以被自动归类（Google Photo）等等，相信在不久的将来，AI将会成为和Mobile一样构建应用的基础。

2017年Google做了一系列人工智能工具。

1. Google Lens
   通过摄像头可以将摄入的商店和详细信息展示在手机上。

2. Google assistant
   Google语音助手，据说比Siri还要上一个台阶。

3. Google cloud platform
   Google提供的供开发者使用的云机器学习和人工智能平台，平台上提供各种接口。

4. Tensorflow
   Google最新的深度学习框架。

面向未来的 AI+

对于我们普通开发者来说，自己构建一套人工智能服务几乎是不可能的，所以我们的方向需要往应用角度去思考，在Google提供了这么多人工智能工具之后，我们如何使用这些工具去解决生活中的痛点或提高方便程度。简单来说就是 AI+XXX。
比如，我们的点餐软件，如果我们采用Google assistant来奖点餐操作只需语音操作，那么将是很方便的。
我们错过了Web1.0，错过了Mobile first，但是我们赶上了AI+的时代，如何将人工智能与生活中的方方面面进行结合，就留给各位开发者去思考和探索了。