第1138章 AR与AI的融合产物（1/2）

课程表人工智能研究院目前正在研发的项目很多，也很杂。

从AR设备的深度学习，到人脸识别技术的应用，再到语音、图像识别等。

最关键的是研究院主要是搞科研方向，即便有商业落地场景，那也都是试验设备。

比如刚刚从AR大厦那边拿过来的AR眼镜。

“这款眼镜除了使用AR的相关算法技术外，同样也采用了我们的图像识别算法”

王卓笑着解释道。

“你说的图像识别是刚才我戴上后直接显示出的元件标注吧？”

领导问道。

“是的，这款AR眼镜是多种技术集成后的实验产物”

王卓点了点头，继续说道。

“因为单纯的AR技术它能实时渲染，也就是之前我们说的，它需要专业人士操作”

“可我们的人工智能领域的研发核心，是深度学习”

“人需要学习，同样我们的技术也要实现自我学习”

“同样拿这款眼镜举例，它能够识别出机箱内的所有元件，这是因为已经提前把主流设备都录入进了系统”

“但这个录入，我们都是选择本身就没有问题的元件，可假如我们把大量出现问题的主机、常见问题的元件也录入进去后”

“我们的图像识别技术就能进行一个初次的筛选，将外观明显损坏的元件标注出来，而这就能给我们维修人员提供一个初级参考”

“而深度学习就是将我们的图像识别技术进行数据投喂训练，当数据足够多时，那么它就会根据初始正常状态对比现阶段状态来进行故障分析”

王卓的介绍很通俗，这也是他会主动担起介绍角色的原因。

毕竟这些搞研发的，嘴里动不动就是各类名词，之前他过来检查时，什么VGG训练？什么18层网络？什么卷积神经网络？

他都听得云里雾里的，更何况是日理万机的领导们？

“还可以应用在哪些领域？”

领导沉吟片刻，开口问道。

“我的意思是除了医学、制造业这块，还有哪些领域可以？”

“救援救灾可以用到，比如面对地震、塌方等自然灾害等领域”

王卓回道。

“你的意思是通过AR眼镜构建三维地图？”

领导问道。

“是的，我们的救援人员戴上设备进入废墟后，系统就可以根据现场情况自动构建出废墟内部的三维地图，实时标注承重墙、管道、电线等危险结构”

王卓笑着点头道。

“系统还会自动规划最安全的救援路线，避开危险区域，如果发生二次坍塌，系统会立刻重新规划路线，同时后方专家可以实时看到救援人员的第一视角，在画面上标注救援位置和注意事项”

“这套救援方案，目前还处于实验阶段，但随着我们算法的自我深度学习，投喂的数据增多，我相信最快年底就可以实战了”

在场的诸位领导没有在说话了。

他们的思考点与企业是不一样的。

既然可以运用在消防救援，那必然也能运用在单兵作战领域。

火灾、地震地形复杂，可反恐的真实战场的环境更为复杂。

一旦课程表的这款民用设备满足了商用需求，那么在国防领域，是不是可以添加上热成像摄像头？

本章未完，点击下一页继续阅读。