为什么我们希望手机更懂自己，却又不愿把个人信息交给手机？

不怎么夸张的说，今天一个普通人类的父母子女伴侣债主上司加在一起，也不如手机更了解ta。

我们每天的生活工作，具体到出行、消费、社交、娱乐的每一个场景，都已经无法离开手机这个中心。每天有海量的个人数据与交互信息输入手机，又有无数内容从手机输出，于是人们开始很自然的假设：手机是不是可以利用这些数据做些什么？比如，更懂它的用户主人？

“让手机更懂你”一直都是智能机时代的主攻方向。当人工智能代表的机器学习技术和拟人交互特征部署在手机上之后，AI顺理成章的成为了这个方向的主要手段。

苹果、华为先后发布了搭载AI处理器的手机产品。谷歌、三星等品牌也陆续发布了手机AI计划。也许现在是时候来回看一下，在理解用户这个角度AI手机们交出了怎样的答卷。我们对于“懂你”这个需求，是否本身就有一些无法解决的问题？

为了了解普通用户是如何看待“手机懂你”这件事，我们首先做了一个小范围问卷调查，得到的结果还是很有趣的。

恐怖谷效应：关于“手机懂你”的人类纠结

为了让问卷调查具有代表性，我们在2个人工智能社群和2个手机社群中各随机抽选了25名来自各个行业的被访问者，组成了100人的受访群体。受访者对于手机和人工智能的话题基本都有了解。

我们的调查包括四个问题，两个判断题和两个选择题。

首先我们的提问是，是否期待更懂你的手机？不出所料，绝大部分人选择了“是”。

但接下来我们提问，是否愿意在有安全保障的情况下，让手机读取并理解你的所有个人数据，包括购买行为、聊天记录、出行信息等等。结果有超过70个人表示“不愿意”。

接下来的选择题中，我们首先让受访者回答具有怎样能力的手机算是“更懂你”。选项包括：1、读懂你的兴趣爱好；2、读懂你的手机使用习惯；3、读懂你的生物特征（包括虹膜、指纹、运动数据、身体机能数据等）。这里有超过一半的人选择了1，即读懂用户的兴趣爱好。

最后我们的问题是，下面哪种功能是你最需要的：1、智能秘书；2、智能节电；3、智能硬件清理；4、智能电商推荐。结果有些出乎意料，得票最多的是2，智能节电。而智能电商推荐是得票最低的。

从这样的结果，似乎能感受到一点纠结：我们希望手机更懂自己，但是却不愿意把自己的信息交付给手机。我们希望手机能理解自己的兴趣爱好，但真正期待的功能却是对个人信息需求最少的“省电”。

随后与受访者的沟通也印证了我们的看法。大部分受访者认为，手机更懂自己当然是好的，但是让手机去理解自己的隐私信息还是有非常大的安全担忧。对于这几个功能而言，智能秘书很多人认为并没有实际用处，电商推荐则很可能加入商家的利益驱动，反而是省电和清理内存，真的挺有必要的。

这或许是一个很有代表性的矛盾：一方面我们认为手机更加智能，可以更好的理解我们必然是正确的。但另一方面，对于开放所有隐私信息的不安全感，以及那种似乎在被手机监控的不舒适感，又让我们无法真正接受来自手机AI的“爱与理解”。这或许是人类在面对手机时的恐怖谷心理。

重要的非关键信息：手机AI理解用户如何开始？

那么，手机读懂用户就彻底是个伪命题吗？

或许也未必。毕竟在用户的隐私担忧和机器学习带来的体验升级之间，还是存在漫长的边缘地带。这一块或许才是AI在手机上释放学习能力的最好舞台。

这里我们要先来理解一个问题：我们每天到底给手机输入什么数据？

用户对手机的数据灌输，从重要程度上来说可以划分为两类。第一种是关键型数据，其中包括生物关键数据（指纹、虹膜、faceID等）、数位关键数据（账号、密码、电话、证件号等）、行为关键数据（购买信息、社交信息、出行信息等）。而另一类是非关键数据，其中包括音频数据（打电话、语音时输入的声音）、环境数据（手机周围的冷热、空气质量等）、人机交互数据（用户每一次点击和滑动操作）。

而我们真正担心泄露和容易产生不适心理的，基本是关键型数据被收集和利用。但真正手机每天收集最多的却是非关键型数据。这部分数据对于用户来说基本毫无意义，却可能让手机搭载的AI系统从中学习、理解很多用户相关信息，并通过算法来回馈个性化解决方案。

基于此，手机懂你的纠结或许可以从非关键型数据的应用来破解。

几家手机的尝试

当然，这里不是说手机理解和学习部分关键型用户数据不可取。事实上即使手机不做，应用和软件也将学习这些数据。反而集成在手机端可能带来的想象力更广阔。

但是今天大部分用户对于手机全面学习自身信息还是存在担忧的，所以AI化的手机厂商，在面对这个问题时选择了不同的解决方案。

此前作为前瞻性的实验产品，荣耀magic曾经搭载过主动学习用户数据的人工智能系统，让系统具有感知能力、理解分析能力和主动服务能力，可以说是在手机读懂用户上最激进的解决方案。但即使定位为前沿产品，荣耀magic依旧要让用户自行选择是否开启这一能力，以及层层搭建保护措施。可见手机读懂用户的命题真正落地相当艰难。

刚刚开始发售的iPhone X，即使作为苹果面向未来的一款产品，搭载了单独AI处理单元和大量AI功能，却依旧选择在理解用户习惯这个层面不进行部署。只是将AI技术集中在摄像头和拍照与识别单元中。

相比较成熟的AI解决方案，比如语音交互和机器视觉，理解和学习用户习惯可能是一个很难讨喜、又存在隐性风险的技术端口。苹果的态度基本是绕过去。

而华为Mate10似乎选择了折中方案，一方面尝试对用户数据进行收集和学习，一方面也绕过用户隐私数据这个最麻烦的雷区。比如Mate10中搭载了基于AI技术的Easy Talk功能，其价值在于学习用户日常通话的音量、音色、音准等习惯。通过AI算法来优化个人声音模型，据此提高麦克风灵敏度。

通过对用户声音这种非关键型数据的学习（毕竟说话声肯定不是隐私），实现了AI去噪音的目的，充分说明了很多对用户不重要的数据，对手机却是重要的。要知道对于机器系统来说，用户声音和其他人声、环境噪音是没有任何区别的。想要在远距离或者嘈杂环境中把用户声音“摘”出来，就必须要理解用户声音是怎么样的、用户的语言习惯、声量控制习惯如何。才能最终实现准确的去噪和抓取。

类似的功能Mate10还有一些，但总体不够突出，也没有作为核心功能宣传。想要真正改变手机学习用户这件事，关键很可能在开发者生态和终端安全这两件事上。

慢慢来，比较快：渐塑mobile AI是唯一方法？

当电力产生的时候，人们并没有惊叹于它的价值，而是首先质疑它带来的危险。直到交流电带来了人造光明，人类才被彻底征服。那之后电依旧是危险的，但合理保护和安全常识让它走入了每一户人家。

今天的移动AI，很可能也在经历这样一个过程。想要让机器更懂人类，更好的为人类服务，我们终有一天会全面开放人机交互，让AI无处不在。但必须有足够大的价值去不断说服人类才行。

说服的方式无非来自于两条线索：无可置疑的安全，以及越来越丰富的应用想象力。

前者反应在iPhoneX、华为Mate10这些AI手机上，最显著的一点就是移动AI芯片带来的本地化AI处理能力。只有让云、端数据完全分离，个人隐私根本无从扩散，才能让用户相信人机数据共享的安全前提。

而更重要的是应用想象力不断扩张。通过AI硬件的算力支持，加上有效的开发者生态，或许会激发开发者去思考，通过学习用户，手机还能做什么。

当这个价值输出来到某个奇点，手机真的可以说服用户放心开放自身，达成更高效的人机交互，或许才有真的手机读懂人类可言。

移动AI命题是个无法一步到位，必须逐渐雕塑的城堡。开放的开发生态和本地化的AI安全保障下，手机读懂用户习惯接下来最可能在一些垂直领域达成拓展。

比如在健康领域，用户选择性共享健康信息、出行信息和医疗历史，系统将可以自我学习用户健康习惯，给出更智能的膳食、运动、营养习惯，以及看护治疗与康复进程。

再比如商务应用领域，通过学习用户的行程安排、场景更迭以及工作习惯，移动AI将可以扮演非常关键的行业助手角色。

另一个可能的手机读懂用户方式，来自手机AI与其他硬件的协同化。比如手环、手表、VR器材与手机的感知能力一体化后，手机作为处理中心达成协同数据的手机和反馈。通过终端计算能力建立硬件体系的AI闭环，可以带来应用想象力的大幅飙升。

讨论了这么多，只是希望能够帮助大家更加立体化的认识手机AI到底如何读懂用户。这个过程可能发育方式跟我们想象中不同，但绝非没有意义。人机交互永远以人为本，机器懂人当然比人懂机器更加天经地义。

让手机懂你不是不行，只是慢慢来，可能比较快。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App