技术的最新发展表明，我们正处于人工智能（AI）应用方式发生巨大变革的前夜。
首先需澄清一个源于营销的误解：将AI等同于算法和自动化。如今，“AI驱动”已像食品包装上的“全天然”一样泛滥且近乎无意义。
然而，真正的AI是支撑未来个人与企业运作的基石，AI框架的进步正加速这一进程。作为深度学习领域的产品经理，我认为当前AI在商业中的应用远未体现其全部潜力，我们才刚刚触及表面。
环境计算
下一代AI产品将拓展环境计算的应用场景：
- 环境 = 存在于你的环境中。
- 计算 = 计算过程。
向Siri询问路线或让Alexa管理日历，是环境计算最直观的例证。它涉及设备无需直接指令即可执行任务，即处于“后台”。在此模式下，人类智能与AI的差距大幅缩小，通过运动追踪、可穿戴设备、语音及手势识别等技术，营造出“人有意愿、机器执行”的体验。
物联网（IoT）实现了持续连接与数据传输，使设备间能够通信。想象一下，未来人类的体验将在每个环节得到机器的无缝支持。
但若无AI，环境计算几乎毫无用处。AI提供的模式识别能力，帮助软件“学习”规范与趋势，从而准确预测日常惯例并执行支持性任务。
这在个人层面让生活更轻松；而对专业人士和企业家而言，更重要的是看到环境计算与AI如何支撑更广泛的市场创新现实。
事实上，仅靠环境计算不足以引发重大变革，因为现有设备缺乏对世界的深层理解。这就引出了最新的里程碑：多任务统一模型（MUM）。
多任务统一模型
2021年夏，谷歌搜索业务总裁Pandu Nayak介绍了复杂任务管理的最新成果——多任务统一模型（MUM）。该模型基于T5文本到文本框架，采用成熟的自然语言处理技术，比谷歌此前的BERT搜索技术强大1000倍。
这一点至关重要。随着语音搜索的普及，人们提出的问题往往没有简单答案。同时，市场对多模态解释（理解文本、图像、音视频数据）和信息共享的需求日益增长，MUM正是首个能应对这一挑战的框架。
MUM能处理不同格式的信息且不受单一语言限制。它能促进复杂思想交流、处理多轮逻辑与条件交换，并利用AI从用户体验中学习改进，这是一项巨大的飞跃。
环境计算与MUM将改变游戏规则
环境计算与智能的协调被称为环境智能（AMI）。符合此标准的技术需具备敏感性、响应性、适应性、透明性、普遍性和智能性，目标是感知并响应用户存在。
虽然环境计算技术和数据工具中包含了各种框架机制，但最终所有流程和信息都由AI变得“个性化”。AI是让技术具有人性化的关键，市场正以多种方式开发这一特性。
机器辅助的无处不在
在环境计算的迭代中，通常使用微处理器、传感器等工具将计算能力嵌入物体。这些物体可与人类沟通，并在极少输入的情况下代表人类执行任务。此类应用正在各地涌现。
有观点认为，环境计算是亚马逊的下一个重大举措。其数字智能技术套件正追求实际应用，机器人、无人机、可穿戴设备及智能音箱等不断升级，以检测自定义声音、视觉变化并根据传感器信息应对突发情况。
例如：披萨送货员到达时门廊灯自动亮起；狗叫时播放预录声音；视频门铃检测到门开着时捕捉视觉变化并通知用户。
除开发MUM使环境计算实用化外，谷歌还致力于将其整合进沃尔沃汽车。计划在与Android Auto兼容的车辆中实现深度整合，提供车辆性能监控、远程功能、自动化及扩展数字车钥匙等服务，提升车内体验。
由科技支撑的生产力未来
我们正处于全天候由环境计算工具支持的未来初期。MUM将提供信息组织功能，用于验证、交叉检查数据并优化体验，使计算尽可能真实且相关。
发出指令前锁具自动转动、键盘预测下一句话、在元宇宙中与化身进行指代性对话、光标跟随视线方向……所有这些技术均已存在。
随着各行业开发特定领域技术以及物联网的整合，AI将继续为科技支撑的生产力未来提供基础组件。