論壇報道

【論壇演講】互聯網大會論壇演講:第一視角交互變革工業視界【GLXSS智能視界】

2017-12-07   瀏覽次數:44391

智能眼鏡相當于人的第二大腦,連接人與數據、人與智能,實現實時自然的人機溝通

大家好,我是亮亮視野CEO吳斐。我們是一家致力于推動第一視角交互革新的公司。

昨天,在朋友圈看到我們的投資人張穎先生的一番話,他說:

所有輕公司以后都會做重,也必須做重,只有做重才能有效抗拒巨頭殺入,也唯有如此才能做大。

我非常有感觸,這也是我們一直以來的發展路徑。

我們以智能眼鏡為載體,深入客戶場景,激發軟件能力,深度接入客戶業務。

未來工廠與鋼鐵俠

今天,我想從非常喜歡的一個電影說起:鋼鐵俠。

大家一定還記著這樣的劇情,男主角無論飛行還是工作都戴著一副智能眼鏡,通過超級智能的后臺服務,讓他一個人就可以完成復雜的操作。

那今天,我們是否有機會讓每個工程師都能擁有這樣的能力?

我們來解構一下這個能力:

1. 看:走到設備跟前,通過智能眼鏡的實時識別,就可以讀取傳感器中的信息,當場判斷設備的運轉情況,哪部分出了問題。

2. 交互:在未來的工廠里,人和機器是可以無障礙溝通的,可以隨時操作設備來實現這個愿景。

其中,智能眼鏡是關鍵的一環——人與設備的實時交互與數據共享入口。

亮亮視野一直深度思考,并且扎實地一步步實現這個愿景。

GLXSS Live 人—數據—知識庫

2017年初,亮亮視野發布了GLXSS Live 第一視角智能交互平臺。

首先構建底層流媒體平臺,把人—眼鏡—數據都連接在一起,讓大家開始進入一個商業場景,讓用戶的需求和技術的演進互相促進。

接下來,吳斐詳細講解了智能眼鏡在汽車后產業、高鐵市場、跨國檢驗與全球部署的通訊產業的遠程指導應用。

在汽車后產業的案例中:

前端有了專家指導,后端也有了管理模型,有了專家提供的知識庫,沉淀下來就能解決很多問題。原來專家不夠用,現在在辦公室通過遠程搶單就能解決問題,也大大提高了積極性,這就是業務模式的變化。

業務模式的另一個擴展是高鐵行業:

高鐵領域這兩年發展很快,其實背后是龐雜的維修服務,我們的合作伙伴遇到的是同樣的問題——高鐵設備非常復雜,怎樣在出現故障時及時排除,讓遠程參與實時指導現場?

從硬件為中心到服務為中心,需要的是能對業務核心的關注。我們和交大做了一個三網融合的網絡連接,在高速行駛列車上提供穩定信號。在 5G 到來之后,這個場景將得到更好的應用效果。

我們知道,企業不會希望他的專家永遠做重復性工作。而企業每年幾百萬的設備安裝、部署、維修,其中所有的問題都是一個有限集。

怎樣通過一種手段,讓這些知識慢慢沉淀,去支持新的業務?

在GLXSS Live平臺上,首先做到專家支持,所有的支持行為都會被記錄,之后形成知識庫。

記錄前方的知識,我們就需要提到一個很重要的概念——前端智能。

前端智能是把所有前端的視覺、語音交互進行結構化,積累數據,在后臺形成知識庫。這種重度模式,讓第一視角交互深入客戶業務。

亮亮視野與華為的合作,就是通過前端能力,讓設備和人深度協作。

這項稱為 eView 智能裝備的項目,連接的是華為在亞/歐/北美三大全球服務能力共享中心的技術能力。智能眼鏡,則是人—設備—知識庫的交互入口。

智能眼鏡——第二大腦

我們不斷深入工業業務,把資深模式做重,這背后的需要反思的是,我們明天面臨的是一個什么樣的局面?

我們明天,面臨的就是未來工廠,就像業界提到的平行工廠。

他的底層就是傳統設備,中層就是物聯網收集的數據,頂層是基于這些數據的決策系統。

這在國內外工業行業的頭部企業中已經逐漸成為現實。

工廠設備嵌入傳感器并且聯網,這些設備間建立起不間斷的、可視化、可量化的數據流;智能協作能力越來越強,如同鮮活的生命體。

這是一個非常龐大的系統,對于所有的參與者,每一個工人、管理者、工廠的決策者都提出了更高的要求。

那么人,作為一個最重要的角色,在這個系統之中怎么樣能發揮作用?

他需要一些新的手段。

我們發現,智能眼鏡是未來平行工廠之中的交互入口,它相當于人的第二大腦。

工人眼前看到的事情,都可以有第二大腦來幫助決策,這就相當于鋼鐵俠之中,他的智能助手。

我們相信,這就是第一視角交互變革最后會走到的那一天。

智能眼鏡進化的鐵人三項


這一愿景的達到要求我們與工業產業同步進化,完成鐵人三項:

首先是硬件,需要人帶上,就必須非常輕,才能長期佩戴。亮亮視野的智能眼鏡做到了33.4g,和普通眼鏡相差無幾;

第二,交互核心硬件技術需要實現標準化。比如,目前光學領域尚無標準的技術方案,每家的方案都不一樣。亮亮視野做了一個很重的工作,把產學研結合在一起,和浙大光電學院成立聯合光學實驗室和人才培養基地。發展幾年來,不僅在這一代光學方案,對于下一代光學與未來的光場研發,我們都會進行專利布局,并與供應商做深度整合;

第三,更重要的是計算。都說“智能眼鏡”,那么“智能”體現在哪?我認為目前最重要的就是前端計算。前端計算有多難呢?

首先,你需要部署在很輕的頭戴設備上;第二需要反應做夠快,實時識別的要求是非常高的,否則在場景里就沒法發揮價值。我們實現的是 100 毫秒;第三,就是要準。

這三個要素其實互相是矛盾的,怎么來平衡?很好的一點是,業界慢慢走到今天, intel的Movidius、寒武紀的NPU等,都在做基于卷積神經網絡的深度學習,把它放在一個非常小的芯片上。

但是,這個芯片只是架構完成了,它后面的整個軟件系統、SDK都沒有成熟。

在這方面,我們也做了很重的工作,用了幾年時間,從函數庫到整個的應用接口打通。我們甚至還把一個DenseNet200層的模型放在了眼鏡端。

這才真正的完成了鐵人三項。

剛才提到的不同行業案例的不斷提升之后,我們做到可以連接知識、連接人與數據,并且進一步連接人與物聯網。這就是開頭提到的“重模式”。

人機交互革命,呼喚行業伙伴

把這些做到之后,我們真的打開了一扇窗。

我們看到,人機交互有非常多的應用場景,今天只是新的交互革命的開始。

我們吹響了第一聲號角。

但是,這場交互革命不可能由亮亮視野獨自完成。我們希望有更多的合作,無論是計算、框架領域,還是業務層面,我們都希望大家能關注第一視角交互革命。

我們相信,在今天這個時間點,智能眼鏡面臨一個非常大的機遇。

在這一次交互革命中,中國真的是走在前列。


上一篇: 12.8|天途無人機培訓甘肅蘭州開班啦

下一篇: 【標新立異】一個“瘋子”的無人機研發夢想??!

 
快三吉林