編者按：最近，Pokémon Go 成功吸引了人們的眼球，這款游戲的火爆讓用戶體驗到了 AR 游戲的魅力，但是 AR 與現(xiàn)實世界的交互遠不止于此。 AI 驅(qū)動的圖像識別技術(shù)公司 Cortica 的聯(lián)合創(chuàng)始人兼CEO Igal Raichelgauz 發(fā)表了對未來 AR 的看法。
真正的 AR 需要計算機視覺和對現(xiàn)實環(huán)境的動態(tài)映射。
Pokémon Go 中的角色只依賴 Google Maps 中的固定緯度和經(jīng)度。如果在游戲中應用真正的 AR 技術(shù)，實時深度映射和物體識別功能會讓游戲角色與現(xiàn)實世界互動，而不是將他們放在不協(xié)調(diào)的游樂區(qū)之外。
真正的 AR 仍然是一個圣杯，讓 AR 技術(shù)真正發(fā)揮作用的關(guān)鍵是 AI 驅(qū)動的圖像識別技術(shù)，這種技術(shù)可以進行“無監(jiān)督學習”，人們可以使用設備即時觀看任何圖像和視頻，并盡可能的理解內(nèi)容。
當前 AI 的局限性
在了解“無監(jiān)督學習”之前，首先讓我們來了解一下目前的狀況。Google、IBM 和 Facebook 等大公司一直致力于開發(fā)、實踐 AI 技術(shù)，改善圖像識別能力，但是他們都有缺陷，當前該領(lǐng)域的大部分工作主要集中在“深度學習”技術(shù)上。
深度學習提供了海量的計算能力，但是有兩個重要的缺陷：
第一，當深度學習系統(tǒng)觸達第1000個計算層之后，計算能力達到頂峰，但是沒有繼續(xù)形成規(guī)模的能力。
第二，機器學習需要讓人們進行數(shù)百個小時的指導，我們將其稱之為“監(jiān)督學習”。計算機科學家會修正錯誤的答案，最終該系統(tǒng)會從錯誤中進行學習。針對特定的數(shù)據(jù)集，這是有效的，例如，回答智力競賽節(jié)目中的問題，或者玩棋盤游戲，但是它無法被應用到不斷變化的環(huán)境中，例如自然界。
“人性化” AI
我們需要考慮的一個關(guān)鍵詞語是：自然。將深度學習應用到 AR 中不太適用，因為這是讓人工系統(tǒng)了解自然環(huán)境。當然，這些任務對人類來說并不是困難。為了確保計算機可以精確地理解環(huán)境，這需要一個過程，就像人類的自然進化一樣。最新的腦部研究表明，無監(jiān)督學習才是答案。
無監(jiān)督學習與深度學習不同，因為它不需要人類的參與，不需要給它一定的數(shù)據(jù)集，從問題中得到正確或錯誤的答案——“這是一只貓，這不是一只貓”，無人監(jiān)督的學習系統(tǒng)會基于每張圖片相同/不相同的特點，分析出上千個特征，包括顏色、形狀、復雜組合，等等。
真正的 AI 驅(qū)動的 AR 可以做什么?
通過對此更加深入的了解，AI 驅(qū)動的 AR 游戲?qū)烟摌?gòu)角色的活動和游戲設定整合到自然場景中。但是完善的游戲設定只是冰山一角。
由 AI 驅(qū)動的 AR 是強大的技術(shù)，可以顛覆無數(shù)行業(yè)。例如，消費者很快就能很好地利用自己手機和其他設備中的照片。想象一下，內(nèi)嵌的AI助手可以自動管理圖片和視頻，在一毫秒的時間內(nèi)進行精確的搜索，根據(jù)圖片的主題進行分享推薦。數(shù)百萬張被遺忘的照片突然獲得了新生，可視化搜索的潛力被釋放。
通過無監(jiān)督學習進行圖像識別可以讓自動駕駛汽車的安全性成指數(shù)倍增長。汽車可以完全看清行人，完美辨別道理障礙。
在醫(yī)療領(lǐng)域，手術(shù)過程中，醫(yī)生可以獲知更及時的信息，并與上百個相關(guān)的操作進行對比，基于世界范圍內(nèi)的解決方案指導醫(yī)生進行操作。
AR 是一種趨勢，但是只有當這種技術(shù)完美無瑕地整合在社會中時，才能發(fā)揮更大的作用。Pokémon Go 遠沒有達到這種水平，但是這種技術(shù)很快就會被使用。通過非監(jiān)督學習的驅(qū)動，可以讓一個虛擬的皮卡丘藏在一棵真正的樹下，這種突破將會從根本上改變 AI、AR 在世界中的運行方式。(文|楊志芳 來源|36kr)
{{item.content}}