按关键词阅读： 算法 AI ar眼镜 meta
Meta还透露：Ego4D录制的视频来自于未经编排的日常活动 ， 包括施工、购物、玩游戏、烘焙、撸猫/狗、社交等等 。 通过面部打码等方法 ， 去除可识别的身份等信息后 ， 大学才将这些视频数据提供给Meta 。 视频内容涉及环境、人手动作 ， 以及和一百种不同的物品交互 。 除此之外 ， FRL科研人员也利用Vuzix Blade AR眼镜 ， 在预先设定的实验室场景中 ， 收集了额外400小时的第一人称视频数据 。
科技创新依赖新工具
Meta表示：旧的工具无法开发未来的科技创新 。 因此 ， AR眼镜的智能AI系统也需要全新的训练数据 。 据Meta设想 ， Ego4D训练的AI算法将具备以下功能：
- 1）情景记忆：时间和事件；
- 2）预测：接下来的行为；
- 3）识别手势和物体交互：正在做什么；
- 4）音频和视觉分析：谁说了什么、什么时间、中心思想是什么；
- 5）社交互动：谁和谁在互动 ， 人群中谁在和我说话 。
Meta科研人员指出 ， Ego4D将具备情景记忆 ， 以及视觉和听觉记录功能 。 其中 ， 情景记忆指的是可以记住发生在特定时间和地点的事件 ， 能够回答“钥匙放在哪了”等问题 。 此外 ， AR眼镜将教你学习打鼓、做菜、找钥匙 ， 或是用全息图像来显示过去的记忆 。 比如指导IKEA家具安装 ， 或是提示做饭步骤 ， 如果已经放盐 ， 系统会提醒你避免重复加盐 。
而为了实现上述场景 ， Meta需要训练足够智能的AI系统 ， 像人一样以第一人称理解世界 ， 与世界互动 ， 这种形式也被科研领域称为自我为中心的感知 。
目前 ， Ego4D AI系统还不能达到理想的效果 ， 因此它只是一个科研项目 ， 并不是正在开发中的产品 。 不过 ， 很可能会在未来的AR眼镜中应用这样的技术 。 Meta AI科研人员Kristen Grauman表示：Ego4D等AI算法有望通过AR眼镜 ， 解锁更多潜在场景 ， 甚至将AR与VR融合 。
当被问及隐私安全问题时 ， Meta表示：Ego4D预计将进一步引入隐私保护措施 ， 例如：AR眼镜在增强音频之前 ， 可以先征求用户许可 ， 或者限制音频采集的范围 ， 仅识别用户与其他人的对话 ， 或用户附近的声音 。 参考：FB
稿源：(未知)
【傻大方】网址：/c/111cB2502021.html
标题：meta|Meta：训练AR眼镜的智能助手，需要用第一人称视频( 二 )