小兴逛Google I/O 2017（day3实况）

作者介绍：陈志兴，Google I/O 2017大会的小时光茶社特派员 ，腾讯SNG增值产品部内容中心Android组leader，主要负责手Q个性化业务、手Q WebView等项目。喜欢阅读优秀的开源项目，听听音乐，偶尔也会打打竞技类游戏。

悄然而至

今天是Google I/O 2017开发者大会的第三天，也是本次开发者大会的最后一天。早上跟同事丁教授来到会场准备停车的时候，发现Google把停车位置从之前的大空地转到不远处的大草地上了。停好车后，我们绕了一条小路快速向会场方向走去，突然发现路边有很多开了花的树，样子非常像椰菜花。不知道是之前没关注到，还是突然开的花，有一种悄然而至的感觉，就像AI一样。

作为会议的最后一天，主题会议场次相对较少。我从早上08:30开始到下午大会结束，一共参加了7场分享，下面给大家整理今天的精彩内容。

08:30-09:30 Android meets TensorFlow

今天早上的第一场主题还是跟TensorFlow相关，主要介绍如何在Android终端上面使用TensorFlow，让Android终端本地可以具有机器学习的能力。

跟其他TensorFlow的主题类似，演讲者给大家科普了人工智能、机器学习和神经网络的一些基本概念，并介绍了目前Google旗下使用到TensorFlow的产品。

接着，介绍了TensorFlow具有可移植和可扩展性，支持在Mac/Windows、GPU、TPC等硬件上训练好模型，然后在Android、iOS等其他硬件上进行推理。

在Android终端上进行推理，意味着终端需要加载TensorFlow的二进制库和模型。目前模型和TensorFlow二进制库比较大（比如Inception V3的模型接近91Mb，TensorFlow的二进制库接近12Mb），导致TensorFlow在终端上运行存在较大的性能考验。

于是Google通过减少图像检查点、权重量化、计算量化、内存映射等方式来优化TensorFlow的加载性能，目前TensorFlow的二进制代码由12Mb减少到了1.5Mb，加载性能上也得到了不错的提升，Google还在继续优化中。

现在通过以上简单的三步，就可以在Android上使用TensorFlow了，是不是非常简单，赶紧开始你的Android TensorFlow之旅吧。

最后，Google还同步了目前在将Android NN API加到Android Framework中，并且很快会进行开源。这意味着Android终端很快会成为一个完整智能体。

09:30-10:30 Past, Present and Future of AI or Machine Learning

这个主题是一场座谈会，聚集了人工智能及机器学习领域的顶级牛人：Fei-Fei Li(Chief Scientist, Cloud AI and ML, Google)、DaphneKoller(Chief Computing Officer, Calico)、Francoise Beaufays(Principal Researcher, Google)、Fernanda Viegas(Senior Staff Researcher, Google)来讨论人工智能及机器学习的过去、现在及未来。

这块没有来得及整理，大家可以直接点击这里观看视频。我比较赞同Fei-Fei Li访谈中的一句话“机器的价值就是人的价值”，让机器为人类创建更多价值吧，AI时代已经来临。

10:30-11:30 Introduction to Kotlin

这个主题是介绍Kotlin基本语法的，跟我预期的不太一样，其实更想了解Kotlin本身的一些实现原理。

这部分演讲者直接打开Android Studio进行功能展示，Kotlin在代码简洁和安全性上来说，确实比Java优秀不少。比如在简洁方面，Kotlin支持data class，各种语法糖、缺省参数、对象扩展等，在安全方面，Kotlin支持可控类型，彻底告别空指针异常问题等。

Google一直想找一门新的语言取代Java，之前较多传闻是Apple的Swift。其实Kotlin跟Swift很像，选择Kotlin而不是Swift，我猜测跟当年从WebKit上面拉取Blink分支独立发展一样，Google在技术改革上比较激进，天马行空，而Apple相对保守，哈哈。

11:30-12:30 Designing Screen Interfaces for VR

这个主题是关于如何为VR设计清晰的屏幕界面的，主要介绍了进行屏幕虚拟化和设计VR交互的时候存在的一些坑。这个主题分享内容比较简单。

屏幕虚拟化部分主要介绍两个概念，一个是预期可视距离(Intended viewing distance)来描述物品的位置，另外一个是屏幕空间单位(Screen-space Units)来描述物品在1米距离的大小。有了这两个数据，就可以在VR中绘制物品成像了。

第二部分主要是结合经验，给出一些VR设计过程中的经验值，来创建出清晰可用的屏幕界面，来让VR使用者体验起来更舒适。

12:30-13:30 Developing High Performance Games for Android

这个主题是关于如何在Android上开发高性能游戏的，这个主题前面很正经地介绍游戏的性能问题，后面相对比较坑，在给游戏打广告。

首先介绍Android游戏开发中存在的FPS低的问题，主要原因是CPU和GPU任务执行分配不均衡导致，比如有时候GPU很忙，而CPU空闲，有时候CPU很忙，而GPU空闲。

接着介绍如何分析性能问题，比如使用Android自带的System Trace及第三方的工具。

主要介绍可以通过使用Vulkan API(一个低开销、跨平台的二维、三维图形与计算的应用程序接口)来显示控制Command Buffer的提交时机等来让CPU和GPU执行更均衡。从演示的Demo上来看，使用Vulkan确实比OpenGL流畅度上面要优秀很多。

最后就是介绍韩国的某款游戏使用Vulkan的效果，全是游戏的广告，最后才放了一下使用OpenGL和Vulkan的对比。这里我就不上图了，哈哈。

13:30-14:30 Applying Built-in Hacks of Conversation to Your Voice UI

这个主题比较有意思，演讲者举了很多例子来介绍如何为Google Assistant设计良好的会话行为，让用户体验起来更便捷。

演讲者首先介绍了一个良好的沟通原则由四大部分组成：内容真实(Truthful)、信息丰富(Informative)、有关联的(Relevant)、清晰明确的(Clear)。

接下来演讲者从正反面举例来阐述前面的四个观点，内容都非常有意思，我这里就不一一描述了。其实它不仅是Google Assistant的沟通原则，也是我们高效沟通的一个原则。大家可以去专门看一下这个视频，获得掌声也是最多的。

14:30-15:30 Cranking up performance in graphics intensive Web apps and games

这个是今天参加的最后一个主题，介绍如何优化Web应用和Web游戏的绘制性能，我感觉干货还是不错的，可惜参加的开发者比较少。

演讲者首先介绍的是Image的加载问题。我们知道，当image.onload触发的时候，只是意味者此时image数据已经可用，但是可能还没有解码，所以当第一次调用的时候，会进行image的解码，这个解码过程会导致内核线程出现卡顿。

针对这个问题，可以通过Image Bitmap来解决，直接在worker线程decode完成之后，再绑定到元素节点上面。通过这种方式解决后，图片加载时间从233ms下降到30ms，提升非常明显。

接着介绍如何让动画效果更加流畅。首先介绍内核的流水线主要包括JavaScript执行，内容布局、绘制渲染等，每一个环节都会影响到流畅度。所以要提高流畅度，就是优化每个环节的执行时间。

由于Canvas不涉及到修改DOM节点，所以可以使用Canvas方式来避免Style+Layout，从而优化掉Style+Layout的耗时。

对应绘制渲染环节，Chrome 60版本上面新增了一个新的特性：OffscreenCanvas，支持离屏渲染。

比如一个正常的页面，可以先将图片在worker线程离屏绘制好，然后再提交到真正的屏幕上，提升绘制性能。

从数据上来看，离屏渲染后，内核线程的绘制渲染的耗时提升接近10倍。

有了OffscreenCanvas后，页面其实可以做很多后台渲染的优化来提升页面绘制性能，让Web页面流畅度更加接近原生。

最后

在今天，Google I/O 2017开发者大会完美落幕了。短短的三天里，Google给我们分享了很多精彩的内容，虽然没有太多闪亮的黑科技，但都是实实在在的提升，TensorFlow更是给了我们无限想象的空间。

未来已来，悄然而至！你是否已经准备好？