观点同步与分享跨设备1 分钟阅读

本页内容
  1. 你的手机真正知道什么
  2. 你的笔记本知道什么
  3. 鸿沟为何存在
  4. 弥合鸿沟

上下文鸿沟:为什么你最私人的设备,是你拥有的最不智能的东西

你的冰箱对你一无所知。这没关系,冰箱不需要知道。

你的手机不一样。多年来,它每天每个小时都开着机陪在你身边。它一直在记录你的位置。它有你全部的消息记录。它知道你的健康数据、日历和照片。它所包含的关于你的信息,比你拥有的任何其他物品都多。

然而,你手机的智能层(本该帮助你的 AI)能做的是设个计时器、查查天气、按要求放首歌。这大概相当于 1990 年代的声控玩具。

这就是上下文鸿沟:你的设备对你的了解,与它们拿这些了解所做的事情之间的距离。


你的手机真正知道什么

想想一部普通手机里有哪些数据:

通讯。 每个应用里收发的每条消息:iMessage、WhatsApp、邮件、Slack。完整的文字、时间、联系人,以及每段对话的语气。

位置。 你去过哪里、什么时候、待了多久。持续不断,长达数年。你的家、你的办公室、你常去的地方、你去过的旅行。

日历。 你的日程及其历史:你答应了什么、取消了什么、改了什么,你的每一周是怎么过的。

健康。 步数、睡眠、心率、锻炼。你生活中的身体规律随时间的变化。

应用。 你打开了什么、什么时候打开、在每个应用里待多久。你数字行为的轮廓。

照片。 你生活的影像记录:你去过哪里、和谁在一起、做了什么。

这是极其庞大的上下文。没有任何其他系统,不论是你的医生、你最亲密的朋友,还是你的雇主,能接触到关于你如此多、如此多样的信息。

你手机上的 AI 拿这些做了什么?几乎什么都没做。


你的笔记本知道什么

你的笔记本有另一种上下文:不那么私人,更偏工作。

它有你写过的文档、你提交过的代码、你起草过的邮件。它有你的浏览记录:你做过的调研、读过的文章、已经开了三周的标签页。它有构成你当前工作的文件。

笔记本上的 AI 有时能补全文字,有时能回答关于当前文档的问题。它说不出你过去一个月在做什么。它注意不到你一直在回避某项任务。它也无法把你两周前做的调研,和你今天想回答的问题联系起来。


鸿沟为何存在

上下文鸿沟不是技术上的失败。弥合它的技术已经存在。能够基于个人数据进行推理的本地模型,几年前就已经可以使用了。

鸿沟存在,是因为架构和动机。

架构。 主流平台(iOS、Android)建立在应用模式之上。每个应用都在各自的沙盒里运行。平台层面的智能只能在这种应用模式的限制内工作,而不是作为一个真正跨应用的上下文层。数据就在那里,散落在数百个彼此隔离的孤岛中。智能层对它们没有一个统一、连贯的视图。

动机。 一个真正了解你的平台 AI(了解你的习惯、健康、人际关系)会极有价值。它也会带来严重的隐私暴露和监管风险。平台公司对构建如此了解个人的系统一直很谨慎,一部分是因为风险,一部分是因为这样的系统需要的信任程度,在当前的云架构下很难赢得。

结果就是:设备里装满了个人上下文,上面却几乎没有建立任何智能。


弥合鸿沟

上下文鸿沟可以弥合。需要三样东西。

能够访问个人数据的设备端模型。 在本地运行的模型,能访问你的消息、日历、文件和健康数据,并同时基于这一切进行推理。

统一的上下文层。 把来自多个应用和数据源的上下文汇聚到一个 AI 可以查询的模型中的软件,取代当前平台 AI 那种零碎、隔离的访问方式。

一个值得信任的架构。 平台之所以对深度了解个人的系统很谨慎,是因为云架构会带来真实的隐私风险。设备端架构消除了这种风险。数据留在本地,模型在你手机的内存里运行,你的上下文从不离开设备。

这三样现在都已具备。上下文鸿沟不是一个等待突破的技术问题,而是一个等待有人造出正确东西的产品和架构问题。


Off Grid AI 正朝这个方向前进。从完全在你手机上运行的本地 AI 开始。下载 iPhone 版 或 Android 版。

有帮助吗?
来自开发者的动态