Benedict Evans：不要把手机摄像头叫做相机，它更像进化出来的眼睛

编者按：Benedict Evans对摄像头、计算机视觉以及增强现实进行了连续思考，他认为，以智能手机为代表的智能设备正在一步步地将抽象剥离，改变我们的交互模式。在我看来，机器的这种传感技术和AI技术的进步，正在朝着类生物智能体的方向进化。

地球上差不多人手一台照相机，这算是有史以来的第一次。超过50亿人都拥有一台手机，而且几乎全都是智能手机，基本上都有摄像头。即使在现在，每年拍摄的照片量也要比胶卷多50到100倍。

当然，讨论“相机”拍摄“照片”是一种比较狭隘的方式——就像把那些装在口袋里的联网超级计算机叫做“手机”。这些传感器能捕捉的画面看起来像用35毫米镜头拍摄出来的图片，或者像用摄像机拍摄出来的连续镜头。向朋友展示图片比发帖子更容易，而且编辑和裁剪、调颜色也更简单，所以说它是更好的照相机。但是，照相机、照片、手机这类术语天生就有局限性——它们只点出了可以做很多事情的底层技术的某一种特别用途而已。用智能手机摄像头拍摄和发送照片，就像用Word 来写备忘录（过去只能用打字机敲）——你是在用新工具来适应旧形式。很快你就会发现新的形式的。

于是你打破了自己此前的假设，不再认为那些模式是必须遵守的。你不需要保存照片——看过就让它消失好了。你用不着再为照片冲洗付钱了。你任何时候都可以拍照，不需要按下“快门”键（比如说苹果的live photos就不需要）。视频未必就是线性的——你用不着像拼接混合磁带或录制直播广播一样把每一位都存下来。你可以把文字、图像放到视频里面，这些东西并不属于视频编辑应用里面的“标题”部分，已经成为你怎么去使用它的基本部分。图像就是软件——它们可以是任何东西。就像拨号app只是智能手机里面的一个应用一样，相机app也只是图像传感器的一个应用，而且未必是最重要的应用。除了打电话发短信以外，跟别人聊天还有很多其他的方式，成像也还有其他的使用方式。

除了图像以外，这种假设的改变也可应用到传感器本身：我觉得图像传感器不应该看作是“数字照相机”，而应该视为一种输入方法，就像多点触摸屏一样。这不仅指向了新的内容类型，而且还包括新的交互模式。你从触摸屏开始，然后可以把它当作屏幕键盘来用，也可以作为替代鼠标的交互模式来用，只是用轻敲代替了点击。图像传感器也一样。我们从拍照的摄像头开始，基于此来开发滤镜或者建立一个简单的社交网络，结果可以非常强大。我们甚至还可以拍视频。但是如果你把屏幕本身当做照相机（不仅仅是取景器而且是照相机本身）的话会怎样呢？输入可以是传感器可捕捉的任何东西，并且可以按照任何方式进行处理，只要软件能写出来。

从这个角度来说，像Snapchat的透镜或故事之类的简单玩具，与其说是有趣的产品小功能，不如说是使用传感器和把屏幕当做统一输入机制的基础实验。智能手机就是一块可变成任何app的玻璃，这种说法已是老生常谈，但要想洞悉这一点，没有比Snapchat透镜或者Pokemon Go更好的方式了——设备变成了传感器，传感器变成了app。从鼠标到触摸UI，其中的一个根本改变是抽象的剥离——你用不着把手从那里移走，然后看到指针移到了这里，再在那个东西上面点击一下按钮；你只需要直接触摸你想要的东西就行了。硬件和UI抽象层之间不再是间接的、需要中介的了。有了这类app，你可以看穿手机——手机变得透明了（或者试图变得透明），这是朝着减少抽象迈出的又一步。

一旦基于此来开发，到了某个时候你会发现你做的东西再也没办法在桌面PC上做出来了，相反，这种东西只有在这个新平台上才能工作或者才有意义。但在这些应用当中，有些是在移动侧工作得更好的，有些则是只能在移动端才能工作的。在PC上你当然也可以订Instacart或者发图给Instagram——移动只是减少了摩擦，但对于整个概念来说并非必不可少的。你可以把它们移植回桌面，但是你把它做成了移动优先或者只出移动版。还有，当然Faebook的 feed 流完全是一款桌面产品，后来移植到了移动端，并有了更好的收入模式。但是我们也有一些只出移动版的产品，与其说这些产品是移动优先，不如说是移动原生。

这种演进最明显的就是增强现实（AR），不是手机屏幕上的Pokemon那种意义的AR，而是你采用的透镜：有点像Hololens、Magic Leap，或者别的什么还没出来的东西。一旦这些东西成熟，一个虚拟的对象看起来就会像是真的在那里一样，甚至逼真到让你愿意放弃对超现实的怀疑。到了这种程度的时候，你会把这种对话从虚拟搬到现实当中：届时就不是你在手机上给朋友加上面具，而是在现实生活中加上面具（就是面对面的时候利用AR技术给对方加上面具，而对方甚至都不知道）。在这大概10年左右的时间里，手机已经吞噬了一些物理实体（收音机、闹钟、音乐播放器，当然还有照相机），而AR则意味着你开始把对象放回到现实世界里。智能手机成为了你轮流使用的每一个app，而AR则把那些app一个个搬到你的面前的桌上。

与此同时，尽管我们能够改变相机或者照片的意义，目前计算机视觉的爆发意味着我们也可以改变计算机对它们的看法。现在，使用 Facebook可以找到朋友或者小狗的照片，但这些只是最明显的应用——今后计算机会越来越清楚照片里面有什么，代表着什么。这会改变Instagram、Pinterest或者当然还有Tinder。但是还会出现许多现在看来还不明显的应用，就像定位使能了大量意想不到的用例一样。的确，这是图像传感器的又一个化身，不是化身为照相机，而是化身为输入——你不用输入或者说出“椅子”，或者拍摄椅子的照片——你把椅子亮给计算机看。所以，再一次地，你移除了抽象层，而且改变了必须告诉计算机的东西——正如你不必告诉它你在哪里一样。Eric Raymond认为，计算机永远都不应该问用户任何自己能检测、复制或者推断出来的信息，计算机视觉改变了计算机要问的问题。所以相机真的不是在拍照，而更像是能看东西的眼睛。