在Q.ai的核心團(tuán)隊(duì)中，Yonatan Wexler是馬爾獎(jiǎng)（計(jì)算機(jī)視覺領(lǐng)域的最高榮譽(yù)）獲得者，他的成果OrCam MyEye 2（幫助視障人士“看”到文字和識(shí)別物體）曾獲《時(shí)代周刊》“年度最佳發(fā)明”。Avi Barliya是一位曾參與從自動(dòng)駕駛系統(tǒng)到SpaceIL月球探測(cè)器研發(fā)的連續(xù)創(chuàng)業(yè)者。
有趣的是，幾周前，一家叫Lyte的公司獲得了1.07億美元的早期融資，Lyte由Alexander Shpunt、Arman Hajati和Yuval Gerson共同創(chuàng)立，Alexander Shpunt曾聯(lián)合創(chuàng)立PrimeSense并擔(dān)任CTO。
Lyte做的是軟硬件結(jié)合的端到端視覺感知系統(tǒng)，為物理AI提供一個(gè)連接智能層的感知層。讓機(jī)器人的“眼睛”與“大腦”直接對(duì)話。
而Q.ai做的事情，與PrimeSense時(shí)期的思路，似乎一脈相承。
無論是Xbox Kinect，還是iPhone FaceID ，本質(zhì)上都是基于感知的交互。
Kinect通過視覺感知，實(shí)現(xiàn)體感/手勢(shì)交互， FaceID通過視覺感知，實(shí)現(xiàn)解鎖，支付認(rèn)證等交互和功能。
Q.ai目前公布的技術(shù)有兩項(xiàng)，一項(xiàng)是利用AI讓設(shè)備能夠在嘈雜環(huán)境中也能識(shí)別人類的低聲交談，在復(fù)雜環(huán)境中優(yōu)化音頻表現(xiàn)，另一項(xiàng)是檢測(cè)和識(shí)別面部肌肉的細(xì)微活動(dòng)，來檢測(cè)口型或語音，進(jìn)而識(shí)別用戶身份，并評(píng)估其情緒、心率及呼吸頻率等生理指標(biāo)。它們都是感知技術(shù)。
這兩項(xiàng)感知技術(shù)怎么應(yīng)用在交互上？我們推測(cè)，可能會(huì)是耳語識(shí)別與唇語識(shí)別相結(jié)合。目前的AI原生硬件，交互方式以按鍵+語音為主，但相比傳統(tǒng)的純觸摸屏，語音交互需要清晰的發(fā)聲，在一些場(chǎng)合中會(huì)出現(xiàn)“社交羞恥”，讓用戶在與設(shè)備交互時(shí)有顧慮。
蘋果一向?qū)换ズ陀脩艚缑媸种匾?，是打?ldquo;隱形界面”的大師，它們希望讓技術(shù)仿佛成為用戶自身的自然延伸。
加入蘋果后，Q.ai 的技術(shù)有望觸達(dá)數(shù)十億用戶，從根本上重塑人與機(jī)器之間，人與人之間的交互方式。這不禁讓人好奇，當(dāng)AI硬件最終“消融”于我們的日常生活之中時(shí)，會(huì)是怎么一種體驗(yàn)？
個(gè)人計(jì)算設(shè)備的發(fā)展和普及，是算力、智能（功能）、體積、交互界面這些因素，聯(lián)合推動(dòng)的。
在摩爾定律下，設(shè)備在單位體積和成本下的算力，不斷變強(qiáng)。這推動(dòng)了個(gè)人計(jì)算設(shè)備從PC到手機(jī)，不斷變小。并且，在算力的支持下，個(gè)人計(jì)算設(shè)備的功能也越來越豐富。
而在交互界面上，它的進(jìn)化是一個(gè)阻力不斷變小，門檻不斷降低的過程。
最初，個(gè)人計(jì)算機(jī)的交互界面是命令行（CLI），這時(shí)候它的用戶群集中在開發(fā)者和計(jì)算機(jī)愛好者這個(gè)小群體。
之后，GUI和鼠標(biāo)鍵盤被引入PC，精確的文字編輯和表格制作成為可能，這讓各行業(yè)的專業(yè)人士得以用上PC，并隨著之后用戶的進(jìn)一步增長，推動(dòng)了互聯(lián)網(wǎng)的普及。
iPhone的橫空出世，帶來了多點(diǎn)觸控的交互方式，這讓個(gè)人計(jì)算設(shè)備的普及率進(jìn)一步提高，開始出現(xiàn)用戶量達(dá)到十億級(jí)別的超級(jí)應(yīng)用。
交互界面的阻力變小，為什么會(huì)帶來門檻的降低？本質(zhì)上它是提高了人機(jī)交互的“帶寬”。從命令行到GUI，再到多點(diǎn)觸控，人們?cè)诓僮鲿r(shí)，“想”得越來越少，操作起來越來越直觀。
在AI時(shí)代，智能可穿戴設(shè)備出現(xiàn)了，人和機(jī)器的關(guān)系開始出現(xiàn)轉(zhuǎn)變，以往是人去精確的操控機(jī)器，現(xiàn)在機(jī)器將學(xué)會(huì)理解人類。
在人與智能可穿戴設(shè)備交互時(shí)，什么方式是目前最普遍的？是多模態(tài)交互。所謂多模態(tài)交互，既包括語音，也包括一些手勢(shì)之類。總之，它是基于感知的交互。
這種基于感知的交互，是主動(dòng)的、直接的捕捉并解析人類的思維活動(dòng)，有望建立迄今為止帶寬最高的人機(jī)接口，也有潛力彌合人類思維與機(jī)器交互之間的鴻溝。
現(xiàn)階段，對(duì)于智能可穿戴設(shè)備，智能有AI模型不斷地發(fā)展，因?yàn)橹爸悄苁謾C(jī)打下的基礎(chǔ)，在體積（通常與續(xù)航和端側(cè)算力相關(guān)）上也已經(jīng)初步找到路徑，如果交互方式在未來收斂，形成與多點(diǎn)觸控一樣的默認(rèn)交互方式。那么AI與物理世界交織，迸發(fā)出的能量是巨大的。AI智能硬件，在未來的普及率，很可能不會(huì)低于智能手機(jī)。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論