沉浸式人工智能可能会重塑一切
小伙伴们有没有觉得学习科技周边很有意思?有意思就对了!今天就给大家带来《沉浸式人工智能可能会重塑一切》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!
距离Facebook宣布更名为Meta并全力进军即将到来的元宇宙,已经过去了将近一年的时间,但我们大多数人仍然不清楚元宇宙是什么。很显然,我们正处于元宇宙(1.0版本)的早期阶段。
那么当前的元宇宙对企业和投资者来说意味着什么呢?我们应该如何期待它的变化和发展?未来会发生什么?如果有的话,我们能从其他技术趋势的生命周期中学到什么?
元宇宙已经到来了吗?
1999年11月的时候,我以为未来已经到来。当时我在香港,和诺基亚一起推出移动互联网。一部时髦的新手机,一个名为WAP的新协议,并为合作方CNN(美国有线电视新闻网)提供内容。
一切都进展得很好,对吧?
智能手机的早期形态确实存在,但直到苹果推出iPhone和谷歌推出安卓,移动互联智能手机时代才真正开启。智能手机时代的半导体、软件和其他功能,当时需要10年时间才能发展成熟,进而一同形成一个具有吸引力的消费主张。
1999年的时候,诺基亚所做的一切是非常非常正确的,只是它没有能够预估到10年后的发展。
或许,今天的元宇宙发展现状与这种情况很类似。和1999年的移动互联网一样,元宇宙通常与设备相关联,包括 VR/AR硬件。
我认为我们可能需要等待10年或更长时间,才能看到半导体、光学设备、软件和人工智发展到足够水平,从而能为主流应用提供可用于元宇宙的设备。
此外,还需要有足够多的早期用户参与早期虚拟世界,使用和体验它提供的东西。
沉浸式AI可能会重塑一切
技术更新迭代的速度很快,旧的软件或硬件会被新的所取代。但这不是说旧的软件或硬件所拥有的功能也随之消失了,相反这些功能只是融入进新的技术里了。
智能手机会像PDA或随身听一样消失吗?目前还很难想象,但我觉得智能手机以后很可能会与其他东西融合或被取代。
我预计10到15年后,技术将变得更加隐形和普及,相信沉浸式人工智能将发挥根本性作用,它将改变和重新定义用例,颠覆消费模式并重塑白领工作。
沉浸式AI是一个不为人知的伟大故事,因为很难真实感知到它将产生的影响。大多数公共讨论都回到人工智能是否会带来世界末日上。
但实际上,沉浸式人工智能可能会重塑一切:它可能会为我们编写软件、处理电子邮件、组织我们的生活、创造流行偶像、协助医生、驾驶汽车、管理工厂等等。它还可能使智能手机消失。
商业领袖要想适应这些变化,就必须解决新技术常常引发的恐惧和焦虑。
大家需要转变二元化的对立思维——好或坏,支持或反对——而是允许讨论这项技术如何让人类和公司变得更好。
我认为,沉浸式人工智能将带来巨大的创新机会和好处,但在许多情况下它也将需要借助人工辅助系统。无论是在自动驾驶、医疗保健还是教育领域,很长一段时间内人工智能可能都需要人类参与其中。
工作的未来:真实、虚拟还是两者兼有?
疫情期间,人们上网时间激增。封锁后,大众对不断变化的环境、社交等有了新的认识。无论是在现实空间还是虚拟空间,与疫情相关的在线社交和游戏的兴起表明了人类对联系的核心需求。
游戏是一个不断突破技术边界的领域:分辨率、沉浸式图像、社交互动、延迟和连接性。你能说玩家和朋友一起沉浸在魔兽世界中就不是“真正”参与了一项活动吗?
元宇宙真正要问我们的是:生活在物质世界中是否就更充实?
难道一个设计3D房屋模型的设计师不是在做真正的工作吗?在Zoom上的聊天是真实的对话还是虚拟的对话呢?
我认为我们可能正处于这样一个阶段:“真实”和 “虚拟”之间的界限正在慢慢消失。当公众停止争论这些术语的时候,元宇宙可能就到来了。
我相信未来的工作将是面对面和虚拟的融合体验,这对所有人来说都是有好处的。大众把它称为元宇宙还是其他什么并不重要,重要的是企业需要做些什么来适应即将到来的未来。
这意味着采用新的工作流程,重新设计办公环境,让工作更有效地完成。不必每天去办公室会带来巨大的社会效益,包括减少通勤时间和增强大众照顾家庭的能力。
但是,我们通过疫情知道,包括面对面在内的社交互动仍然是人类努力的核心。因此,在融合体验中,公司需要围绕这些模式进行组织。这种工作体验的重构才刚刚开始,沉浸式人工智能将成为这一过程的关键,使其无缝衔接。
对于当前关于元宇宙的讨论,请记住理查德·科利斯(Richard Corliss)的睿智话语:“没有什么比昨天对未来的憧憬更容易过时。”
文章作者:Bo Ilsoe,电子工程硕士,福布斯理事会成员,诺基亚成长基金(NGP Capital)的管理合伙人。
本篇关于《沉浸式人工智能可能会重塑一切》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!
Windows 11 的 Android 子系统正在获得新功能
- 上一篇
- Windows 11 的 Android 子系统正在获得新功能
- 下一篇
- Apple 停产 Beats Pill+ 蓝牙音箱
-
- 精明的红酒
- 这篇文章真及时,太详细了,太给力了,mark,关注老哥了!希望老哥能多写科技周边相关的文章。
- 2023-05-07 16:58:17
-
- 等待的超短裙
- 很有用,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,帮助很大,总算是懂了,感谢作者分享文章!
- 2023-04-30 06:08:36
-
- 要减肥的金鱼
- 很详细,mark,感谢博主的这篇技术文章,我会继续支持!
- 2023-04-27 05:49:04
-
- 科技周边 · 人工智能 | 13小时前 |
- RAG 文档切片怎样决定 overlap
- 278浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 |
- ONNX 导出怎样声明动态 batch 和序列长度
- 131浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 |
- RAG 检索结果怎样设置召回和重排的 Top K
- 491浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | LoRa PEFT merge_and_unload adapter unload disable_adapter delete_adapter
- PEFT 怎样卸载 adapter 并保留基础模型
- 485浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 |
- Accelerate mixed_precision 怎样选择 fp16 或 bf16
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 |
- Accelerate 怎样配置梯度累积
- 356浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | skip take Hugging Face Datasets streaming IterableDataset shard
- IterableDataset 只有一个 shard 时怎么继续切分数据
- 441浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | JSON split Hugging Face dataset Datasets
- Hugging Face Datasets 怎样从 JSON 加载数据集
- 266浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 |
- Transformers 生成文本怎样理解 past_key_values 缓存
- 370浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · 文本生成 Transformers Python线程 TextIteratorStreamer 流式生成
- Transformers TextIteratorStreamer 怎样流式读取生成结果
- 485浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 482次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 538次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 560次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 509次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 330次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
