關(guān)于虛擬現(xiàn)實(shí)的科技論文2000字范文(2)
關(guān)于虛擬現(xiàn)實(shí)的科技論文2000字范文
關(guān)于虛擬現(xiàn)實(shí)的科技論文2000字范文篇二
人機(jī)交互:在虛擬與現(xiàn)實(shí)之間
電影《哈利·波特》里，魔法世界的報(bào)紙上每一張圖片都是會(huì)動(dòng)的，可以隨著閱讀幻化成一段影像，打開的是報(bào)紙，看到的卻像電視。被譽(yù)為天才少年的普拉納夫·米斯特里展示的發(fā)明，已經(jīng)可以把電影里的奇幻圖景變?yōu)楝F(xiàn)實(shí)。當(dāng)他隨意打開一張報(bào)紙，如果是體育版，比賽的照片就變成比賽的視頻;如果是時(shí)政版，官員的照片就變成了他們演說的現(xiàn)場。
普拉納夫使用的不是魔杖和咒語，而是現(xiàn)代科技。這套被他命名為“第六感”的裝置，包括了集合了包括攝像頭和投影設(shè)備的可以掛在脖子上的長條裝置、指尖的四色識(shí)別膠條和一部可以連接互聯(lián)網(wǎng)的智能手機(jī)。攝像頭捕捉著手指的動(dòng)作，識(shí)別周圍的環(huán)境和動(dòng)作的意義，并做出反饋;通過投影設(shè)備，任何物體表面都可以成為顯示屏，將反饋的結(jié)果呈現(xiàn)出來。這些識(shí)別和反饋，都是計(jì)算，完成這些復(fù)雜計(jì)算的，也不是魔法，而是通過智能手機(jī)連接到的“云端”——通過互聯(lián)網(wǎng)實(shí)現(xiàn)鏈接的擁有強(qiáng)大計(jì)算能力的服務(wù)器。
在普拉納夫的裝置里，每一項(xiàng)技術(shù)都不是前所未有，但他把這些技術(shù)集成起來完成創(chuàng)新的想法，卻是前所未有的天才。所以，當(dāng)他在TED的印度大會(huì)上展示完這項(xiàng)發(fā)明的時(shí)候，全場起立，掌聲雷動(dòng)。TED是英語中三個(gè)單詞的縮寫：技術(shù)、娛樂和設(shè)計(jì)，它是美國的一家私有非盈利機(jī)構(gòu)，宗旨是“用思想的力量來改變社會(huì)”，它不僅創(chuàng)立了基金會(huì)，還在全球運(yùn)營TED大會(huì)，召集科學(xué)、設(shè)計(jì)、文學(xué)等多個(gè)領(lǐng)域的杰出人物，來分享他們的前沿思考。“第六感”兩次出現(xiàn)在TED的演講視頻里，一次是普拉納夫在麻省理工學(xué)院的導(dǎo)師主講，然后請他以發(fā)明者的身份上臺(tái)稍作演示;另一次就是TED的2009年印度大會(huì)，普拉納夫單獨(dú)上臺(tái)，更完整地展示了他的創(chuàng)想。
通過“第六感”裝置，普拉納夫不僅可以把任何物體表面變成他的顯示屏，更了不起的是，在真實(shí)世界和虛擬世界之間的隨時(shí)切換。他不僅可以在紙上看視頻，在墻上玩游戲、進(jìn)行文檔處理，還可以只用四個(gè)手指組成一個(gè)取景框就完成拍照，在手腕上做一個(gè)畫手表的涂鴉動(dòng)作，就真的能在手腕上投射出一個(gè)有指針的手表看時(shí)間。與一個(gè)陌生人見面，就能通過網(wǎng)絡(luò)搜索分析，將對方的個(gè)性關(guān)鍵詞解析出來并投射在對方身上;對一本實(shí)體書的任何一段文字或圖形做一個(gè)簡單的抓取動(dòng)作，就能讓它們呈現(xiàn)在虛擬的顯示屏里……
“第六感”裝置與筆記本電腦或者智能手機(jī)在本質(zhì)上并沒有區(qū)別，也是一種計(jì)算能力的載體，只不過，人們可以用更簡單的操作，更自然地完成與機(jī)器的互動(dòng)。其實(shí)，自從計(jì)算機(jī)發(fā)明以來，人機(jī)交互，也就是人類與機(jī)器的“對話”就一直是科學(xué)家們在研究的課題，最自然的人機(jī)交互模式是什么樣子?不僅局限于我們現(xiàn)有的技術(shù)能力，更取決于我們的想象力。普拉納夫自己的思考是：“我們的下一代天然就會(huì)在任何屏幕上點(diǎn)擊、在紙質(zhì)照片上做縮放的動(dòng)作……他們看待物質(zhì)世界的方式與我們截然不同。所以，思考下一代的媒介時(shí)也必然要跳出盒子，同時(shí)從虛擬世界向物理世界思考。” 與機(jī)器“對話”
從計(jì)算機(jī)誕生開始，人與機(jī)器的對話也就開始了。還記得簡陋的DOS界面下那些必須死記硬背的命令代碼嗎?早期，人機(jī)對話的“門檻”很高，要經(jīng)過專門的學(xué)習(xí)，掌握特定的復(fù)雜操作指令，才能讓計(jì)算機(jī)明白人們的簡單需求，輸出簡單的結(jié)果。“在早期的命令語言用戶界面時(shí)代，人和計(jì)算機(jī)的交互主要是通過鍵盤來完成的。此時(shí)的計(jì)算機(jī)主要是大型機(jī)，用來進(jìn)行科學(xué)計(jì)算，接受文本命令。”中科院自動(dòng)化研究所模式識(shí)別國家重點(diǎn)實(shí)驗(yàn)室研究院陶建華說，“后來，道格·恩格爾巴特發(fā)明了鼠標(biāo)，施樂公司提出了圖形界面的交互方式，計(jì)算機(jī)由此進(jìn)入了個(gè)人PC時(shí)代，WIMP范式成為電腦所采用的界面典范。”
“WIMP是由視窗(Window)、圖標(biāo)(Icon)、菜單(Menu)以及指針(Pointer)所組成的縮寫。”陶建華解釋說，“這種命名方式也指明了它所倚賴的四大互動(dòng)元件，在人機(jī)互動(dòng)領(lǐng)域之中，WIMP范式堪稱標(biāo)準(zhǔn)和典范。”不管是微軟的Windows、蘋果電腦的MacOS，甚至其他以X-Window為基礎(chǔ)的操作系統(tǒng)，都采用WIMP范式。但隨著計(jì)算機(jī)硬件設(shè)備的進(jìn)步和軟件技術(shù)的發(fā)展，WIMP界面的缺點(diǎn)逐漸地體現(xiàn)出來。“比如平板電腦和智能手機(jī)，屏幕小，而且為了攜帶方便，就不適宜再配置鼠標(biāo)，焦點(diǎn)自然就聚集到了下一代的用戶界面的研究上。”用戶界面技術(shù)的每一次飛躍，都是為了完成同樣的目標(biāo)：幫助計(jì)算機(jī)了解用戶，幫助用戶更好地使用計(jì)算機(jī)，實(shí)現(xiàn)計(jì)算能力的延展。 道格·恩格爾巴特和他發(fā)明的鼠標(biāo)
除了鍵盤輸入，鼠標(biāo)點(diǎn)擊，我們還能用什么方式與機(jī)器互動(dòng)?蘋果智能手機(jī)和平板電腦系列的誕生，讓我們看到了另一種可能性——觸屏、語音和手勢、動(dòng)作識(shí)別，在術(shù)語里，它們都被統(tǒng)稱為“人機(jī)交互模式”。不過，這些交互模式真的是蘋果的獨(dú)創(chuàng)嗎?答案是否定的。“早在10年前，新的交互模式就已經(jīng)出現(xiàn)了，但是在蘋果手機(jī)出現(xiàn)之前，沒有任何產(chǎn)品能取得同樣的成功。”陶建華分析說，“第一個(gè)原因，是傳感器技術(shù)當(dāng)時(shí)還不夠發(fā)達(dá)，觸摸控制設(shè)備很早就有了，不過早期是電阻式觸摸屏，靠作用的力來改變屏幕的電子屬性，完成輸入，所以一般都配有專門的觸控筆，或者需要用手很用力地按壓屏幕，而蘋果手機(jī)使用的是電容式觸摸屏，通過靜電感應(yīng)來完成輸入，從電阻屏到電容屏，在技術(shù)上并非質(zhì)變，但在用戶體驗(yàn)上，卻完全不同。”
“另一個(gè)原因，是語音識(shí)別技術(shù)和對話管理技術(shù)的發(fā)展。”陶建華解釋說，“早期的語音識(shí)別系統(tǒng)很不完善，識(shí)別率低，體驗(yàn)感也不高。”陶建華已經(jīng)從事了近30年語音交互技術(shù)的研究，他回憶說，“研究早期，除了像IBM和微軟這樣的大機(jī)構(gòu)，對世界上其他許多研究機(jī)構(gòu)來說，計(jì)算機(jī)信息資源都受到諸多限制，在語音識(shí)別系統(tǒng)上，缺乏聲音數(shù)據(jù)資源來進(jìn)行訓(xùn)練，能使用的服務(wù)器群組也非常有限。聲音數(shù)據(jù)的采集，要耗費(fèi)大量的人力物力，還要由專業(yè)機(jī)構(gòu)進(jìn)行文字轉(zhuǎn)換和處理，再變成機(jī)器能識(shí)別的語言。早期我們能有幾百個(gè)小時(shí)的聲音數(shù)據(jù)就很不容易了，哪里像現(xiàn)在，動(dòng)輒就是1萬多個(gè)小時(shí)的聲音數(shù)據(jù)。”數(shù)據(jù)的豐富，意味著機(jī)器可以完成更多的模型訓(xùn)練，能更好地識(shí)別聲音的不同特征。而互聯(lián)網(wǎng)的發(fā)展，推動(dòng)了“云識(shí)別”技術(shù)的進(jìn)步，通過云端更為龐大的服務(wù)器和計(jì)算模型的創(chuàng)新，“我們不僅擁有了更豐富的數(shù)據(jù)，也擁有了更強(qiáng)大的數(shù)據(jù)處理能力”。 大數(shù)據(jù)時(shí)代的未來 普拉納夫·米斯特里在演示“第六感科技” 2011 年2 月28 日，德國漢諾威CeBIT 展會(huì)上，牽頭開發(fā)“沃森”的IBM 公司科學(xué)家費(fèi)魯奇(左)向參會(huì)者展示這款超級電腦
語言是人類交流時(shí)最主要的信息方式，那么我們與計(jì)算機(jī)之間是否也可以同樣實(shí)現(xiàn)?陶建華已經(jīng)從事了近30年的語音交互模式研究，在他的記憶里，“語音技術(shù)的發(fā)展經(jīng)歷過三次高峰”。“第一次是上世紀(jì)70年代到80年代，一個(gè)短暫的高峰，計(jì)算機(jī)已經(jīng)能做語音識(shí)別處理，但技術(shù)遠(yuǎn)遠(yuǎn)未能達(dá)到應(yīng)用層面。曾經(jīng)最為著名的貝爾實(shí)驗(yàn)室，花費(fèi)了許多的人力物力投入到語音撥號的研究中，結(jié)果也未能成功。”“第二次高峰是90年代，統(tǒng)計(jì)計(jì)算模型的引入。早期的語音處理雖然能夠建立規(guī)則，但是識(shí)別僵化，而隱馬爾可夫模型的引入，使得理想狀態(tài)下的整個(gè)識(shí)別結(jié)果的準(zhǔn)確率一下子超過了90%，這是驚人的進(jìn)步，不僅僅大機(jī)構(gòu)在投入研究，也因此誕生許多相關(guān)的科技公司，包括后來開發(fā)出SiRi系統(tǒng)的公司。”“第二次的高潮持續(xù)到2000年左右，隨互聯(lián)網(wǎng)泡沫的低潮進(jìn)入低潮，尤其是2000到2005年這一段時(shí)間，整個(gè)國際上對語音技術(shù)的研究投入都很少，直到蘋果公司買下SiRi專利，在發(fā)布的新款手機(jī)上推出了這個(gè)系統(tǒng)。從2009年開始，語音技術(shù)的研究進(jìn)入了新的熱潮，除了手機(jī)，還有車載語音系統(tǒng)、無人值守電話等領(lǐng)域。”陶建華很清楚地記得他在比利時(shí)參加的一場語音技術(shù)的國際會(huì)議：“現(xiàn)場展出了一款高檔車的語音系統(tǒng)，導(dǎo)航、儀表控制等等，都實(shí)現(xiàn)了語音控制，我印象最深的是，為了實(shí)現(xiàn)車內(nèi)的降噪，每輛車?yán)锏娜舾蓚€(gè)麥克風(fēng)設(shè)置都是無比精準(zhǔn)的。”
這三次高峰里呈現(xiàn)出兩個(gè)規(guī)律，如果產(chǎn)生了新的計(jì)算模型，計(jì)算機(jī)的計(jì)算能力得到質(zhì)的飛躍，就能極大地推動(dòng)語音技術(shù)的發(fā)展，與此同時(shí)，新的成功的應(yīng)用，反過來也會(huì)推動(dòng)技術(shù)研究的進(jìn)步。中國的語音技術(shù)研究，“如果說90年代還沒有跟上國際步伐，那么從2005年左右開始，我們已經(jīng)基本跟國際同步了”。陶建華欣喜地看到了語音識(shí)別技術(shù)準(zhǔn)確率的不斷提高，“這幾年的識(shí)別準(zhǔn)確率一下子提高了好幾個(gè)百分點(diǎn)，從93%飛躍到了96%以上，這在過去是不可思議的。當(dāng)準(zhǔn)確率提升到90%以后，每增長一個(gè)點(diǎn)都是非常非常難的，過去十幾年，也沒有提高一個(gè)點(diǎn)，但現(xiàn)在我們可以做到了”。作為研究者，他也意識(shí)到這背后更值得思考的問題：“這種提升，是因?yàn)榱硪环N計(jì)算方法的出現(xiàn)，‘深度機(jī)器學(xué)習(xí)方法’，這是加拿大人Hinton的研究做出的革命性的引領(lǐng)。深度機(jī)器學(xué)習(xí)方法與隱馬爾克夫統(tǒng)計(jì)模型的結(jié)合，實(shí)現(xiàn)了這幾年的準(zhǔn)確率提升。但是，雖然深度機(jī)器學(xué)習(xí)方法是一種創(chuàng)新，但是在大的框架上，我們還沒能突破最初的統(tǒng)計(jì)計(jì)算模型，未來的技術(shù)發(fā)展，最終還是要取決于計(jì)算模式上的根本性創(chuàng)新。”
不過，計(jì)算模式的根本性突破，顯然是更為艱難和漫長的道路，所以，在比較近期的未來，我們更可能看到的還是各種新型應(yīng)用的產(chǎn)生。陶建華舉例說：“比如像谷歌眼鏡這樣的產(chǎn)品，主要就是通過語音控制，眼鏡接受特定的語音指令實(shí)現(xiàn)開機(jī)、打電話，完成拍照、攝像和在社交網(wǎng)絡(luò)實(shí)時(shí)分項(xiàng)等功能。”類似這樣的產(chǎn)品，“過去也有人在研究，在眼鏡上加上麥克風(fēng)和攝像頭等等，但是和蘋果手機(jī)一樣，在谷歌眼鏡之前，并沒有一款產(chǎn)品能夠被人記住”。在他看來，這些產(chǎn)品的成功都有同樣的原因，“應(yīng)用構(gòu)思如此巧妙，交互模式如此友好”。
這些產(chǎn)品的出現(xiàn)，也一再印證了同一個(gè)規(guī)律，“創(chuàng)意的原型來自科研機(jī)構(gòu)，但是，最成功、成熟的創(chuàng)意往往來自大公司，因?yàn)樗麄兏咏鼞?yīng)用，而且擁有更強(qiáng)大的研發(fā)實(shí)力”。 機(jī)器的“智能思考”
當(dāng)年深藍(lán)計(jì)算機(jī)的出現(xiàn)，實(shí)現(xiàn)了人機(jī)對弈時(shí)的戲劇性變化，機(jī)器與世界冠軍之間分出了勝負(fù)。深藍(lán)被比喻成具備了“5歲孩子的智力”。現(xiàn)在，隨著大數(shù)據(jù)時(shí)代研究的進(jìn)展，擁有更高智力的計(jì)算機(jī)已經(jīng)出現(xiàn)。它亮相于美國家喻戶曉的一檔游戲節(jié)目《危險(xiǎn)地帶》，與下棋不同，這是一個(gè)多人參與的現(xiàn)場搶答節(jié)目，這就意味著，計(jì)算機(jī)遠(yuǎn)不止要能進(jìn)行語音識(shí)別，它既要能聽懂問題，還要能做出及時(shí)判斷。從觀感上，人類與這個(gè)計(jì)算機(jī)之間，已經(jīng)能夠進(jìn)行順暢的交流。這個(gè)計(jì)算機(jī)是IBM的沃森解決項(xiàng)目，在計(jì)算方法上的創(chuàng)新，是“智慧計(jì)算”的嘗試，它的研發(fā)目的是用于醫(yī)療。
IBM沃森項(xiàng)目研發(fā)團(tuán)隊(duì)介紹說：“沃森一個(gè)重大的特點(diǎn)是基于事實(shí)的、基于已經(jīng)記錄下來的事實(shí)所推演出來的答案。”“沃森非常擅長從一個(gè)大量的知識(shí)體當(dāng)中尋找答案。沃森本身是不具有所謂的直覺，也不具有主觀的意見，所以雖然它能力很強(qiáng)，但是永遠(yuǎn)不會(huì)取代醫(yī)生和其他的專業(yè)人士，這些專業(yè)人士他們的特長是具有豐富的經(jīng)驗(yàn)和專業(yè)的直覺。人類的專家的特長或者特別的價(jià)值就在于找到從前從未發(fā)現(xiàn)的知識(shí)，從前從未回答過的問題。”“人類在給出答案的時(shí)候，也許對于事實(shí)沒有那么廣泛的掌握，對于事實(shí)的話可能也沒有那么持久的記得，往往是以印象、直覺、主觀的意見來給出答案，沃森是完全基于事實(shí)給出的答案。在很多場景之下，往往會(huì)出人意料地給出一些答案，這些答案事實(shí)上也都是基于事實(shí)的。”
最有價(jià)值的，自然是智慧計(jì)算的嘗試和努力，IBM的沃森團(tuán)隊(duì)介紹說：“這使得我們把計(jì)算從一種線性的計(jì)算模式轉(zhuǎn)成一種大型的計(jì)算，能夠同時(shí)考慮多個(gè)因素的一種大型計(jì)算。用一個(gè)例子來解釋什么是單純的線性計(jì)算到考慮綜合因素的計(jì)算的變化。”“認(rèn)知計(jì)算，把整個(gè)計(jì)算的水準(zhǔn)又大大提升了一步，它其中一個(gè)顯著因素是把一些類似于人類的推理推導(dǎo)和理解的能力加入到計(jì)算當(dāng)中來，增加對預(yù)期期望的因素，這就變得更加智能，能夠把一些不是直截了當(dāng)所表達(dá)的因素和環(huán)境的知識(shí)能夠同時(shí)加入到計(jì)算當(dāng)中來，綜合利用這些因素，能夠得到一些更為精準(zhǔn)和更為智慧的答案。這些答案都往往不是事先編制在系統(tǒng)當(dāng)中的，而是由類似于人類的推理推導(dǎo)而帶來新的見解。”
不過“從本質(zhì)上來講，沃森并不在模擬人腦的運(yùn)算模式，盡管是從效果的角度來講，達(dá)成了某些類似的效果，尤其是在對于語言的處理上”。“在沃森里有一個(gè)模塊，有一個(gè)硬件是用了神經(jīng)計(jì)算的能力，除此之外我們并沒有在沃森的技術(shù)里面過多用神經(jīng)系統(tǒng)的領(lǐng)域。神經(jīng)計(jì)算有很大的潛力，是值得大家關(guān)注的，可是人類是如何思考、思維和推理之間是有很大的不了解的地方，真正達(dá)成在一個(gè)計(jì)算機(jī)里的電子和半導(dǎo)體當(dāng)中的流轉(zhuǎn)到最后如何通過電腦能夠獲取知識(shí)，達(dá)成結(jié)論，得到理解，這個(gè)距離是一樣遠(yuǎn)的。所以總而言之，神經(jīng)計(jì)算是值得關(guān)注的計(jì)算領(lǐng)域，它的一些工作也得到一些應(yīng)用，可是在目前沃森里面還不是一個(gè)主流。從機(jī)器計(jì)算到人腦計(jì)算之間還有一個(gè)遙遠(yuǎn)的距離，我們還不知道進(jìn)展的時(shí)間表是什么。”
看了“關(guān)于虛擬現(xiàn)實(shí)的科技論文2000字范文”的人還看：