在Facebook首席人工智能科学家杨立昆（Yann LeCun）看来，如果机器学习研究员未来想要开发出一款杀手级应用，可以试试去挑战增强现实（AR Augmented Reality）眼镜。近日，杨立昆在全球*大机器学习研究会议NeurIPS上发表了上述言论。

       杨立昆常被认为是“卷积网络之父”，2018图灵奖获得者，目前担任Facebook首席人工智能科学家和纽约大学教授。杨立昆于1960年出生于法国巴黎附近，于1983年获得法国高等电子与电工技术工程师学校的学士学位，以及Pierre et Marie Curie大学的计算机科学博士学位。1987年至1988年，杨立昆是多伦多大学辛顿实验室的博士后研究员。

       一款完美的AR眼镜需要用到对话式人工智能、计算机视觉和其他复杂系统的组合。这些系统又必须在小巧的眼镜内部进行操作。这样一来，为了确保电池寿命，必须使用低功耗的人工智能系统，以便用户可以长时间佩戴和使用眼镜。

       “对于硬件而言，这是一个巨大的挑战，因为你需要在实时或延迟下，跟踪你视觉的摄像头，在移动过程中，这需要大量的计算。同时，你希望能够通过语音与智能助理互动，以确保助手一直能听到你的声音，并且也会与你说话。你还需要手势识别，以便智能助理可以实现实时手部追踪。”杨立昆说。

       就目前人工智能技术的发展来看，杨立昆认为实时手部跟踪技术已经成熟，但是“我们只是不知道如何以小巧的形式来做到这一点，让其功耗与AR眼镜兼容。”杨立昆说，“就功耗、性能和外形尺寸的变化而言，它确实超出了我们今天的能力范围，因此必须使用人们从未想到过的技巧。”杨立昆认为神经网络就是一种选择。

       值得一提的是，与苹果、Niantic和高通等公司一样，Facebook在今年秋天公布了到2025年制造AR眼镜的计划。

       杨立昆还补充到，更有效的批处理和自我监督学习技术可以帮助人工智能像人类和动物一样学习更多，也更有助于提高人工智能的能效。

       在演讲中，杨立昆还谈到了当下的硬件发展限制了科研人员的想象，一些好想法就是因为硬件太慢难以实现，而被抛弃。

       同时，他还谈到，未来几年，深度学习和机器学习架构将发生很大变化。例如自然语言处理，现在**基本能用的只有Transformer框架。

来源：网络
艾默生变频器/尼得科变频器更多资讯：http://www.anchuan.gbsrobot.com/