ZDNet至顶网服务器频道 04月17日(文/赵效民):IDF15(2015年英特尔信息技术峰会)已经过去一周多的时间了,本人一直没抽出空来写点什么,但有些话也一直想说,因为这次的IDF15的确给了我一些启发。
熟悉本人的人都知道,我平时的关注领域是数据中心,这次还有幸一对一采访了英特尔高级副总裁,兼数据中心与互联网事业部总经理柏安娜女士,但给我印象最深的却不是这方面的内容,而是英特尔在既有优势领域之外的努力。从这种努力中我似乎也看到了某种继续支持英特尔走向更广阔未来的潜在要素,而有感而发的起因就是英特尔最新推出的“实感”技术(RealSense)。
“实感”技术是英特尔面向未来物联化世界的一次尝试,它其实是传感器的一个分支,但这个传感器似乎与个人的生活更近一些,且可扩展的应用想像空间也更大。而在IDF开幕演出上的示范,引起了我最初的关注。在IDF15的技术课程中,我也主要参加了和它相关的技术讲座(包括物联网)而非数据中心相关的技术专场。因为在我看来,它可能预示着英特尔继PC与数据中心之后,下一个新的业务增长点。
通过实感3D感应技术,演示者用一台平板电脑对乐手的动作进行了即时捕捉,并投影于现场的屏幕上,可以让我们看到乐手的实时数据化的动作矩阵图形
大会上演示的实感3D设备,就是一台普通的平板电脑,只是摄像头替换为英特尔的实感3D模块。实感3D模块可分为两种,一种用于前置摄像头,另一种用于后置摄像头,开幕演出中进行动作捕捉的平板,用的就是这种摄像头,此外还可以用笔记本电脑和手机等移动设备(当然,前提是英特尔硬件平台)。从模块的组成来看,除了传统的摄像头外(如果关闭3D功能可以当作普通的摄像头来使用),主要就是加入红外传感组件以及实感图像处理芯片,而整体的体积远比微软体感设备Kinect小巧得多。
远距离后置实感3D摄像头,通过两个红外传感器来模拟人类视觉,以获得Z轴信息,以提供三维影像数据,有效距离3-4米,通过相关的应用开发,可以用来测量对象物体的3D尺寸,并进行3D扫描,理论上你完全可以把它看作是3D扫描仪,配合3D打印机,可玩的花样就自己想吧(IDF15上就有一个展台,用实感对访客进行人体扫描,再通过3D打印机,打印出你自己的3D模型,扫描精度还不错,可惜人太多,本人等不起)
近距离前置实感3D摄像头,有效距离0.2至0.8米,可以识别手势以及人类的面部变化,可以捕捉到人类常见的十余种表情,比如欢乐、恐惧、郁闷、无奈等
实感3D摄像头,在现实中的应用场景可以说是相当丰富的,比如3D扫描、尺寸识别、更精确的手势操作、动作捕捉、脸部识别以及更时尚的交互功能。例如在一些社交平台上,如果注重隐私,你可以让自己变成另外一个形象,但它的表情是和你同步的,让网上的另一方可以真切的感受到你的即时情感,甚至可以让你的脸通过扫描,嵌入到游戏中的角色形象上,从而更加的“融入”游戏。在IDF15的开场讲演中,英特尔全球副总裁兼中国区总裁杨旭就是以自己真实的“嵌入形象”先在虚拟的3D世界里奔跑,最终跑进现实中的主会场的“表演”开始的,赢得了台下的全场掌声。
在网络聊天中,本人可以伪装成一只狗,让你看不到我的真面目,但狗的表情是本人的,从而使“你在网络上聊天对象可能是条狗”成为现实(这么说好像有点不对……反正就这意思吧……)
实感技术的尺寸识别的应用场景,可以从京东的案例上得到体现。京东一天要处理300万个包裹,以前要3分钟将产品放进一个合适的包装盒里,而通过实感3D扫描,配合相关的应用,可以在5秒钟内识别相关产品所需要的盒子尺寸,大大提高装箱效率,而这种尺寸识别还可以帮助京东更高效的利用仓库与货车空间。我们可以扩展一下这种应用场景,比如你可以先把自己家的房间通过实感3D数字化,在商场时挑选家具时,再用实感进行家具的3D数字化,然后嵌入虚拟的家庭房间场景中,即时来观察摆放效果,从而帮助消费者更好的选择家具,目前已经有创新企业在基于实感3D开发这类的应用
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。