編譯/VR陀螺

《Boz To The Future》是一檔由Meta Reality Labs打造的播客節(jié)目，該節(jié)目由Meta首席技術(shù)官Andrew Bosworth主持，旨在探討Meta Reality Labs正在瞄準(zhǔn)的元宇宙、VR/AR以及AI等領(lǐng)域。

《Boz To The Future》于近日發(fā)布了其最新一期節(jié)目，該節(jié)目旨在紀(jì)念Meta基礎(chǔ)人工智能研究團(tuán)隊(duì) (FAIR) 成立10周年，Meta首席科學(xué)家Michael Abrash出席了活動(dòng)并談到了AI與VR/AR融合的愿景。

借助上下文AI（永不疲倦、隨時(shí)可用的主動(dòng)助手），AR眼鏡和VR頭顯可以幫助您實(shí)現(xiàn)目標(biāo)，增強(qiáng)您的感知、記憶和認(rèn)知，讓您的生活幾乎神奇地變得更輕松、更高效。

 

這在以前是不可能的，因?yàn)橐郧皬膩?lái)沒(méi)有任何設(shè)備能夠從你的角度看待你的生活。我相信這最終可能是AR/VR革命最重要的方向。正如圖形用戶界面 (GUI) 是我們今天與數(shù)字世界交互的方式一樣，情境AI將成為未來(lái)的人機(jī)界面，它將比GUI更具變革性，因?yàn)樗苯佑|及數(shù)字世界的核心。幫助我們按照自己想要的方式生活。

 

在過(guò)去的幾年里，奇跡發(fā)生了。大型語(yǔ)言模型 (LLM) 出現(xiàn)了，它具有處理理解用戶目標(biāo)所需的多模態(tài)推理的潛力，并幫助他們根據(jù)上下文和歷史實(shí)現(xiàn)這些目標(biāo)。

 

關(guān)鍵在于，大型語(yǔ)言模型有可能在視覺(jué)、音頻、語(yǔ)音、眼動(dòng)跟蹤、手部跟蹤、肌電圖和其他上下文輸入、你的歷史記錄以及廣泛的世界知識(shí)之間進(jìn)行推理，然后采取行動(dòng)幫助你實(shí)現(xiàn)目標(biāo)，并在需要時(shí)對(duì)你進(jìn)行引導(dǎo)或消除歧義。

 

LLM需要更上一層樓才能發(fā)揮潛力，而FAIR正是實(shí)現(xiàn)這一目標(biāo)的理想團(tuán)隊(duì)。從整體上看，F(xiàn)AIR的人工智能研究與Reality Labs的AR/VR研究的融合匯集了創(chuàng)建上下文人工智能界面所需的所有元素，這將充分實(shí)現(xiàn)Meta的未來(lái)愿景。

除播客外，Meta的博客文章還透露，Meta正計(jì)劃于明年將多模態(tài)人工智能引入Ray-Ban Meta，并為其視頻和多模態(tài)感知研究提供Ego-Exo4D基礎(chǔ)數(shù)據(jù)集。不過(guò)從長(zhǎng)遠(yuǎn)來(lái)看，當(dāng)前只是一個(gè)開(kāi)始，因?yàn)槲磥?lái)完整的情境人工智能系統(tǒng)需要的各種技術(shù)現(xiàn)在還不存在。

來(lái)源：Meta