系統(tǒng)更新：Android N Android Wear 2.0亮相 說到Google I/O大會，手機圈最關注的大概就是Android系統(tǒng)的更新了。從昨天的前瞻中，小編就已經(jīng)提到過，這一次的Android系統(tǒng)更新更傾向于系統(tǒng)體驗方面的提升，在實際的創(chuàng)新方面是沒有多大的亮點的。 接下來就粗略了解一下。

系統(tǒng)更新：Android N & Android Wear 2.0亮相

說到Google I/O大會，手機圈最關注的大概就是Android系統(tǒng)的更新了。從昨天的前瞻中，小編就已經(jīng)提到過，這一次的Android系統(tǒng)更新更傾向于系統(tǒng)體驗方面的提升，在實際的創(chuàng)新方面是沒有多大的亮點的。

接下來就粗略看看Android N系統(tǒng)的主要更新吧：

性能：API換新，Vulkan API提升處理能力降低GPU需求；加入JIT編譯器，App安裝速度提升，占用內(nèi)存降低，續(xù)航提升。

安全：加入文件加密、無縫系統(tǒng)更新、新媒體框架。

通知：通知欄交互改進，可直接在通知欄回復應用信息。

功能：分屏功能、畫中畫。

除了Android系統(tǒng)以外，Android Wear也得到了升級，以下是Android Wear 2.0的主要功能更新：

交互：改進了智能手表的操作方式，改進了上滑和下滑的手勢以及功能。基于Android Wear 2.0系統(tǒng)的手表可依靠 Wi-Fi 或 LTE來完成數(shù)據(jù)傳輸。

通知：根據(jù)信息的不同特性調(diào)整通知的背景色，提示的信息將漸漸隱去，仍然保持上滑彈出通知的操作。

輸入方式：加入機器人學習系統(tǒng)作為底層的輸入法，提供智能回復、手寫辨識，以及一整套英文全鍵盤。

運動：加入了運動識別的全新API，更精準辨別運動狀態(tài)

平臺及應用：首推VR平臺 智能機器人成一大亮點

而這次的主要亮點，大概還是在應用方面。谷歌這次在應用解釋上花了不少時間，其實也就Google Home、Allo以及Duo。三大應用都基于谷歌搜索以及谷歌助理，而新的谷歌助理基于機器人學習系統(tǒng)。三大應用在谷歌搜索以及谷歌助理的基礎上能實現(xiàn)人與應用間的實時交互。比如Google Home，在谷歌搜索對語音的識別功能基礎上可以實現(xiàn)智能家居的實時管理以及各種依靠網(wǎng)絡的訂餐、打車之類的生活服務。有著語音控制的基礎，Google Home甚至不用打開手機App，即可實現(xiàn)部分智能家居的功能。Allo以及Duo則更傾向于機器人協(xié)助人與人的溝通，這方面在接下來的機器人中會提及，麻煩往下看。

終極Boss：機器人學習系統(tǒng)成主角

三大重點應用都有著不少機器人學習系統(tǒng)的蹤影，那么機器人學習系統(tǒng)是什么東西呢？首先這個得提到阿法狗（Alpha Go），AlphaGo的主要工作原理就是“深度學習”。簡單來說，只要有經(jīng)驗的累積，機器人學習系統(tǒng)將會越來越精明，越來越懂得使用者的想法。而經(jīng)驗主要來源于數(shù)據(jù)，恰好，谷歌在數(shù)據(jù)上有著領先全球的優(yōu)勢，這就使得機器人學習系統(tǒng)變得更為強大。

不過，谷歌很聰明的將這一項系統(tǒng)植入到了對人類進行輔助的平臺上。所以說，目前作為一個輔助的機器人學習系統(tǒng)會讓人的交互變得更簡單，會讓你手上的機器更懂你，但是它還是一臺機器。

從谷歌推出的三大應用解釋一下目前谷歌的機器人學習系統(tǒng)吧。谷歌助理就是一個機器人學習系統(tǒng)的產(chǎn)物，借由這一系統(tǒng)，谷歌助理會利用龐大的谷歌搜索對你提出的信息給出反應。作為一個智能機器人，谷歌助理強大的地方在與它能夠識別你給出的問題，同時還能針對你的問題進行進一步的提問核實，找到更適合你的方法。在這一基礎上，它還能根據(jù)你的日常操作進行學習，結果就是使用次數(shù)與識別能力同時提升。Allo以及Duo兩款應用都基于谷歌助理的能力，不過谷歌將谷歌助理的能力再次升級，在Allo以及Duo上，谷歌助理將可以識別朋友發(fā)送給你的信息，還可以在需要的時候給與你朋友一定的回復，避免忙碌中忽略朋友的尷尬情況。

可見，這一屆的Google I/O大會上，對比那些系統(tǒng)以及平臺來說，更主要的更新還是在人機交互以及機器人學習系統(tǒng)上。在Alpha Go之后，谷歌將這一系統(tǒng)應用到了生活層面。大數(shù)據(jù)仍然是谷歌極為強悍的一個能力，大數(shù)據(jù)配合深度學習的機器人學習系統(tǒng)或許會在未來提供更強的輔助功能。