Pokemon Go进一步推动了企业采用增强现实技术。它比Twitter的日常用户还要多。它在Android手机上的下载次数比约会应用Tinder还要多。Pokemon Go是免费的手机游戏,使用设备的摄像头、GPS、图形处理和位置传感器,在用户的屏幕上显示数字化的“口袋妖怪”,这些妖怪看起来就好像真的坐在公园的长椅上,或在空中飞行。
它已经成为美国发布的最受欢迎的手机游戏。并且预示着更多趋势。 我在我的社交圈内,是个怪胎。我还没有下载这一游戏,涌向最近的教堂或街角去捕捉口袋妖怪(或者被称之为“Pokestops”和“Pokemon gyms”)。但有一点我很清楚,很快,这种智能设备增强现实技术将变得司空见惯。
Pokemon狂热和业务应用
实际上,在Pokemon Go之前,企业已经开始迈向增强现实技术。初创公司,Atheer和Osterhout Design Group销售面向医疗和工程公司的AR技术耳机,而微软与行业内的很多公司,在AR和VR项目上进行合作,包括汽车、建筑、到上门维修。
但增强现实技术的实施,一直进展缓慢,主要是因为它的应用一直限于特定行业,Tuong Nguyen说,他是Gartner的首席研究分析员,而AR技术需要特殊装备。 “还无法投入一般用途,”他说,但他补充道,Pokemon Go的热潮会加速进程。“更多的人知道它,更多的人对它感兴趣。”这会刺激企业的应用和竞争,他说。(实际上,微软CEO Satya Nadella告诉CNBC,这一应用可以引起对于HoloLens的兴趣,”他指的是让用户体验3D全息图像,身临其境的虚拟现实耳机。)
Hyoun Park,是位于波士顿的Blue Hill Research的首席研究员,预计Pokemon Go效应将改变公司开发应用、服务客户,并帮助员工完成工作的方式,认为游戏的两个方面证明了其业务价值:情境化反馈,以及在手机里,将数字和物理对象相结合,构成单一视图。 “随着我们通过手机的镜头,增强我们所看到的,那些将一些芯片,代码或情境数字化增强应用到他们产品上的公司,将看到其带来的价值,”他说。 例如,公司可以使用增强现实技术,向客户解释如何修复复杂的产品,为客户验证产品的真伪,或与其他品牌合作,提供分层的客户体验,Park说。这种潜在的“真正的转换,将改变企业,”他补充道。 实现AR技术的一个障碍是学习曲线。但类似Pokemon Go这样的应用,缩小了这一差距, Park说,就像iPhone的触摸屏技术。“Pokemon Go将教会很多用户,如何使用增强现实技术,无论是娱乐还是工作。”
隐私呢?
新技术并不是没有阴暗面。 “Pokemon Go热潮有两面性;它展示了增强现实技术是多么的酷。但是,它也为个人和工作场所的隐私和安全问题蒙上了阴影,” Bob Egan说,他是Sepharim Research的首席研究员。 Pokemon Go的隐私条款的细则,说明了这一应用和它的制造者,Niantic,可以如何使用从用户中收集到的大量信息,包括档案数据,设备标识符和位置数据,这应该敲响警钟,他说。
Niantic能做的事情之一,就是与政府或执法官员,以及第三方分享这些数据,他说。Al Franken,美国明尼苏达州的参议员,本周致函游戏的开发者,表达对于游戏在用户不知情的情况下,进行“不必要的”数据收集的担忧。 Adrian Sanabria, 451 Research的高级安全分析师,认为开发人员应该承担公开他们收集数据的透明度的责任,以及他们如何存储,并使用这些数据。 “这不该由一位安全研究人员来做——我应该能够回答这些问题,通过阅读我手机上的应用的细则,”他说。
但是用户必须学会承担他们部分的责任,他说,尽管他并不看好。 “新技术的吸引力每一次都会战胜适当的尽职调查。无论是2008iphone入侵企业,还是2018微软的HoloLens,这些东西会在我们完全了解对隐私的影响之前,就出现,”Sanabria说。 同时,他建议那些通过增强现实应用盈利,或为员工而开发这一技术的公司,需要开始考虑如何处理数据隐私问题。比如,欧洲通用数据保护条例,增加了公司以任何方式处理个人数据的责任,对于数据,给予消费者更大的权力,对跨国际的数据流,限制更大。 “类似GDPR的立法…可以帮助把这个知识转化到消费者和企业的手中,”Sanabria说。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。