Facebook的AR战略背后,有哪些人工智能技术加持?

简介:
本文来自AI新媒体量子位(QbitAI)

太平洋时间周二的Facebook开发者大会F8,时刻没离开这家公司接下来的重点:AR。

F8首日Keynote演讲,近一半的时间用来谈AR;大会刚一开始,Facebook CEO扎克伯格就发布了AR平台Camera Effects,还将AR称为“下一代计算平台”;会上发布的,还有开发者工具AR Studio和Frame Studio。

不是微软HoloLens那种AR,是Pokemon Go那种。更确切地说,“相机公司”Snapchat那种。

AR背后

Facebook CTO Mike Schroepfer上台详细介绍了AR平台背后的技术:AI;人工智能实验室的负责人Yann LeCun也发Twitter说,驱动增强现实的,是深度学习和计算机视觉技术:SLAM(即时定位与地图构建)、卷积神经网络、Mask R-CNN。

在过去这些年里,Facebook组建了一支强大的人工智能专家团队,负责人正是LeCun。这支团队投入了很大的精力,试图让人工智能去理解静态照片和视频中的内容。

从人工智能的发展角度来看,LeCun领导这些项目很重要,但从Facebook的产品和服务角度来看,我们此前一直不知道它们会往什么方向发展。

或者说,这些技术对Facebook有什么用?

按照Facebook的说法,用户喜欢分享照片和视频,于是这家公司一直在开发新技术,来理解和运用这些内容。

直到F8大会上,小扎身后的大屏幕上出现了这句话:

We’re making the camera the first augmented reality platform.

答案清晰了起来。小扎和Facebook一众高管纷纷表示,要将Facebook应用中的相机功能变为现实增强平台。很明显,人工智能是其中关键。

Schroepfer在会上说,Facebook从2012年开始研究神经网络技术,当时他们搭建了alexanet,这个基本的神经网络虽然效果不是很惊艳,但能从照片中识别出人、树等等物体。

而现在,他们的技术现在能以很高的准确率识别照片中的人物、宠物和产品,或是从一段视频中抹去一艘行驶的帆船。

AI与Facebook的应用们

Facebook的AI技术,当然不只用于AR。

Oculus VR也与人工智能技术关系密切。Facebook和Oculus的研究团队,试图共同解决SLAM技术上的挑战。这项技术能同时识别真实世界中某人的周围环境,以及虚拟现实中的世界和某人在其中的位置。Schroepfer自豪地宣布:“这些系统的作者全部供职于Facebook和Oculus。”

Facebook的其他资产,例如Instagram和Messenger,更依赖于Facebook统一的人工智能研究成果,而这些产品也试图将新技术转化为能覆盖大量用户的体验。

这些移动服务中所用的AI技术,最初都依赖云计算平台,这类计算密集型任务需要用到众多服务器。

而近期,智能手机已可以直接实现某些先进的人工智能功能。这一方面是因为手机硬件逐渐变得更强大,而另一方面也是因为,随着计算科学的发展,研究人员可以尽可能高效地利用计算资源。Schroepfer表示:“这并不仅仅是因为CPU在变得更快。我们也不断提出更优秀的算法。”

这个“更优秀的算法”,就是支持在移动设备上部署深度学习模型Caffe2框架,也在F8大会上正式发布。在量子位公众号(QbitAI)对话界面回复“Caffe2”查看详情。

从手机到更多平台

你可能已经注意到,Facebook增强现实平台的核心是目前已经非常普及的设备:智能手机。但这并不是说Facebook未来不打算像微软推出HoloLens那样,把这项技术用到更多设备中去。

Schroepfer表示,当前的主流硬件已经能实现订制化的现实增强,而这也将帮全球用户为现实增强做好准备。

他说,在10年前iPhone面市时,尽管与以往的设备都有所不同,但看起来却令人感觉眼熟。iPhone同样可以打电话、收发电子邮件,以及浏览网页。

如果Facebook的现实增强平台能通过将数字画面与现实世界画面叠加在一起,推动有用的功能普及,那么未来用户就不会对支持现实增强的眼镜、隐形眼镜或其他设备感到太陌生,从而有助于这些新设备的普及。他表示:“当你开发一类新设备时,用户这样的固有观念将带来困难。”

Schroepfer并未提到此前遭遇失败的谷歌眼镜。在谷歌眼镜推出时,用户对现实增强还没有太深刻的概念。实际上,Schroepfer没有必要关心谷歌眼镜,因为Facebook的做法与谷歌眼镜有明显不同。

只有当用户察觉不到电子设备的存在时,现实增强才能带来“魔法”。那么,这还需要多久?Schroepfer表示,目前我们正处于“研发”活动的“研究”阶段。除此以外,他并未对未来的时间表做出预测。他表示:“在人工智能和现实增强两大领域,许多聪明人的看法都不相同。”

相机公司

最后,量子位还是要说一说“相机”。

Facebook在谈AR的时候,不止一次地提到“相机”,如果你还记得Snap,大概也会想起它在上市时自称是一家“相机公司”。

实际上,作为一家以可视化内容为中心的公司,Snap对Facebook的相机/现实增强战略产生了重要影响。Camera Effects也处处透着Snapchat的影子。

推荐阅读量子位以前写Snap的文章(最后有彩蛋哟~):

美国近年最大科技IPO:90后老板+超模老板娘,人工智能加持

本文作者:陈桦 李林
原文发布时间: 2017-04-19
相关文章
|
1月前
|
云安全 机器学习/深度学习 人工智能
阿里云安全Black Hat技术开源大揭秘,AI安全检测的工程化实践
阿里云安全 LLMDYara框架开源核心思路,赋能云安全产品!
|
1月前
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
162 4
|
1月前
|
传感器 边缘计算 运维
AR 虚实叠加技术在工业设备运维中的实现流程方案
AR技术通过虚实信息融合,实现工业设备参数可视化、故障立体化、操作直观化,提升运维效率与精度。结合物联网与数字孪生,打造智能运维新范式。
|
1月前
|
人工智能 自然语言处理 机器人
智能体平台哪家值得选?盘点国内外12家AI Agent平台技术特色
智能体平台正引领人机协作新潮流,将“智能”交给机器,让“平台”服务于人。2024年被Gartner定义为“AgenticAI元年”,预示未来企业交互将由智能体主导。面对百余平台,可从三条赛道入手:通用大模型、RPA升级派与垂直场景定制。不同需求对应不同方案,选对平台,才能让AI真正助力工作。
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
思维树提示技术:让AI像人类一样思考的魔法
想象一下,如果AI能像你思考问题一样有条理,从一个想法延伸到多个分支,会发生什么?思维树提示技术就是这样一种让AI更聪明的方法,通过结构化思维引导,让AI等大模型给出更深入、更全面的回答。本文将用最轻松的方式,带你掌握这个让AI智商飞升的秘技。
|
29天前
|
设计模式 人工智能 API
​​混合检索技术:如何提升AI智能体50%的响应效率?​
本文深入解析检索增强智能体技术,探讨其三大集成模式(工具模式、预检索模式与混合模式),结合实战代码讲解RAG组件链构建、上下文压缩、混合检索等关键技术,并提供多步检索工作流与知识库自更新机制设计,助力高效智能体系统开发。
171 0
|
1月前
|
传感器 人工智能 运维
AR技术电力智慧运维白皮书
AR技术正重塑电力运维模式,通过“端-边-云”协同系统,实现设备可视化、远程协作与智能预警,大幅提升效率与安全性,推动电力行业迈入智能运维新时代。
|
1月前
|
人工智能 文字识别 安全
【WAIC 2025】AI安全的攻防前线:合合信息AI鉴伪检测技术
本文记录了作者在WAIC 2025上对合合信息AI图像鉴伪技术的深度探访,涵盖人脸视频篡改检测、AIGC图像识别、文档篡改检测三大核心技术,探讨AI时代内容安全的挑战与产业落地实践,展现图像伪造检测从技术到生态的系统化演进。
125 0
|
2月前
|
机器学习/深度学习 人工智能 开发者
如何让AI从简单的记忆型模型进化为具备深度推理能力的‘学霸’?—— 解析提升AI推理能力的四大核心技术
本文由AI专家三桥君探讨AI推理能力的四大核心技术:推理时间扩展、纯强化学习、标注数据+强化学习、知识蒸馏。通过对比记忆型与推理型AI的差异,分析显式与隐式推理的特点,揭示AI从"记忆答案"到"深度思考"的进化路径。三桥君指出,这些技术使AI在数学证明、编程等复杂任务中表现显著提升,但也面临算力成本与输出速度的平衡挑战。三桥君认为AI推理能力的发展将为科研、教育等领域带来革新,推动AI成为人类的"思考伙伴"。
139 0

热门文章

最新文章