网易企业邮箱,163企业邮箱,企业邮箱--Facebook欲借AR在现实世界开辟一个新的空间
- 发布时间：2017-09-23 02:28:58
- 来源：本站
网易企业邮箱,163企业邮箱,企业邮箱,销售热线:400-0616-369.深圳市德喜科技有限公司成立于2009年,是网易企业邮箱合法授权代理公司之一,是一家专业互联网应用服务提供商。 致力于为大中型企业提供高品质的互联网应用服务，服务包括：网易企业邮箱、网站建设、网页制作、国内主机服务、海外主机服务、网站推广、SEO优化集一体的高端企业电子商务解决方案，以帮助企业客户应用互联网，实现电子商务平台，提高企业品牌、企业形象，同时也提高了企业行业的竞争能力，更是让企业获得利润走向世界的网络平台.
9月22日音讯，《大西洋月刊》(the Atlantic)撰文称，Facebook新的“AI Camera”团队想要在实际国际中拓荒出一个新的空间。在环绕手机摄像头的争夺战中，该团队将会整合曩昔十年最重要的一些技能开展，如神经网络、机器人、相机体系和交际网络数据。在不远的未来，你的摄像头将会了解它地点的方位，辨认取景框内的人，无缝地强化你所看到的实际。
以下是文章主要内容：
在Instagram故事功用中给闪闪发光的生日蛋糕蜡烛拍个视频，然后点击贴纸按钮。在列表最上方，你就会看到蛋糕。
这是小玩意，这种简略的手段并不令人惊叹，也没有什么神奇之处。但它是某种革新性的东西的初步。智能手机现已改动了大多数人摄影的办法。硅谷的最新追求是从头幻想摄像头，将近年来人工智能的前进运用于让你的手机变得能够轻松了解实际国际，就像谷歌了解整个网络那样。
坐拥20亿用户的Facebook现已将担任Instagram、Facebook和Messenger的相机软件编程的数个团队重组成一个名为“AI Camera”的新部分。该部分上一年建立的时分，只有一个成员。现在，它现已扩张到60人。傍边包括曾在微软从事Photosynth作业的里克·（Rick Szeliski）和迈克尔·科恩（Michael Cohen）。AI Camera团队还能够运用在公司其它部分的尖端神经网络研讨者的专业知识，比方大名鼎鼎的雅恩·乐昆（Yann LeCu）和贾扬清。
AI Camera团队担任赋予这些运用内的摄像头了解你让它们对准的东西的才能。在不远的未来，你的摄像头将会了解它地点的方位，辨认取景框内的人，无缝地强化你所看到的实际。
目前，该团队都是推出小的效果，比方那个生日蛋糕贴纸手段。但那仅仅一个想要改动你运用手机摄像头办法的开发项目的开端。
AI Camera结合运用曩昔数十年许多最重要的技能前进：神经网络、机器人、相机体系和交际网络数据。这些底层技能正在共同构成智能手机的相片拍照和显现功用。
或许这听上去很荒谬。但人类捕捉、了解和共享实际国际的相片的愿望已被证明简直无法满意，正由于此，Facebook、苹果、谷歌、三星、Snapchat、微软等大型科技公司全部进军该范畴。
Facebook的项目也让人联想到了其它科技巨子的动作。阅后即焚通讯运用Snapchat母公司Snap自称是相机公司，其在“镜头”上的运用可谓Pokémon Go以外增强实际的最佳诠释。在谷歌今年5月的开发者大会上，桑达尔·皮查伊（Sundar Pichai）展现了Google Lens（谷歌镜头），该软件能够检测摄像头在对准什么东西，还能够运用这一信息供给其它的功用，如输入密码和辨认花朵。
在Snap的影响下，科技巨子们纷繁开端拼合能够经过智能手机这一完好的成像和显现体系能够完结的东西。手机摄像头被运用的每一毫秒，所发作的数据都能够被捕捉、处理、了解和回送给用户检查。
空间化Facebook
“我们实质上是在探求我们需求哪些技能来打造令人惊叹的增强实际产品。”AI Camera团队产品经理约翰·巴内特（John Barnett）指出。
他说，试想一下，在实际国际上叠加一个持久稳固的可共享交际层，一个逃出信息流的空间化Facebook。
“最初每一个人都为仅仅叠加一层东西的Pokémon Go感到十分振奋。要是有1000层那样的东西呢？”巴内特问道，“一切的这些信息层都会出现在情境空间里，跟你关怀的东西密切相关。”
这跟我们所熟知的那个Facebook全然不同。虽然它现已从桌面端转向“移动端”，但它鲜少跟你握持手机地点的物理空间进行交互。
“在现有的Facebook结构中，我们给你出现国际上正在发作的全部作业，经过折叠空间来给予你时刻。”巴内特说道，“而AI Camera则是要折叠时刻来给予你空间。”
也就是说，Facebook在一起处理两种形式：动态音讯（News Feed），实时向你展现你关怀的东西；空间化的Facebook，通知你这儿正在发作什么。你能够调查这种国际，也能够供给反应。至少，你能够对你的国际这么做。
增强实际的一个愿景
在Facebook门洛帕克园区的其间一个楼层上，眺望南海湾的泥滩，你会看到一个平平无奇的旮旯。上面铺设了管道。监控摄像头在东向的墙壁上。透过肉眼，你看不出该面墙跟Facebook园区数百面其它的墙有什么区别。
但是，掏出一部装有Facebook正在开发的一款运用的手机，将它对准该面墙，你会看到一个美丽的艺术著作。该著作主要由旧金山艺术家Heather Day创造而成。它在Facebook CEO马克·扎克伯格（Mark Zuckerberg）在F8开发者大会宣布宗旨演讲时曾时刻短露脸。
管道下，鲜蓝色，蓝绿色，青绿色，各种色彩汇集在墙壁上……太酷了，它就是悬浮在空中。
封闭该运用，再将它翻开，再一次将手机对准那个旮旯，那个艺术品再一次出现。绕着它来回走，穿过它，Heather Day的画作依旧在那里。要是全国际各地都不计其数个像这样的东西，会怎么样呢？然后周围是墨西哥卷饼的引荐信息，跑步和骑行记载运用Strava的分段记载项，你的朋友在镜头前摆拍……
这是增强实际的一个愿景。增强实际是指将数字信息叠加在实际国际的图画上面。在苹果推出旨在让开发者将AR引进运用的结构ARKit今后，AR近几个月迎来了许多的开展动力。开发者们最近一直在展现那些AR运用，谷歌前不久也发布了一套相似（虽然没有取得广泛的赞誉）的东西：ARCore。
不论怎么样，AR关于智能手机来说是一项极端杂乱的使命。阿尔瓦罗·科列特（Alvaro Collet）是来自卡内基梅隆大学的核算机视觉专业博士，从微软加盟Facebook，参加AI Camera团队。他站在我周围，看着那面墙。“这实际上是一个很有应战性的场景，由于它十分平坦。”科列特通知我。
即时定位与地图构建
这种根本的使命让人想到了机器人数十年来要做的作业。研讨人员将其称作SLAM（即时定位与地图构建）。
SLAM的理论和实践在曩昔30年里构成，源自多位机器人研讨者，比方SRI的兰德尔·史密斯（Randall Smith）和彼得·奇斯曼（Peter Cheeseman）、悉尼大学的休·杜兰特-怀特（Hugh Durrant-Whyte）、塞巴斯蒂安·特伦（Sebastian Thrun）、来自卡内基梅隆大学的科列特导师马夏尔·赫伯特（Martial Hebert）。这些研讨者大多数都研讨真实的机器人，主要是装有各类传感器的自动化车辆。但随着智能手机开端鼓起，研讨人员意识到，他们的体系可能将能够触及数亿人，而不是数十人。
SLAM的问题在于，你需求给机器人（或许手机）地点的国际构建地图，但机器人（或许手机）和国际的方位都是不断定的。
“如果你知道现已是3D的国际的一切特征，那摆正摄像头的方位会很简单。相反，如果你有一切的摄像头方位信息，那给国际构建3D地图会很简单。”科列特说道，“SLAM的问题在于，开端打开作业的时分，你没有3D地图，你不知道摄像头在哪里。那是即时定位方面的作业。”
有许多的办法处理该存在于不同算法傍边的问题。每一种办法都需求作出折衷。有的可供给很高的精准度，但核算方面本钱高昂。有的可能没那么广泛地考虑来自一个传感器的图画，但作业快速，不需求太多的核算作业。
开发应战
Facebook一起为iOS和Android渠道开发产品，这给它带来了不少的应战。当然，Facebook的优势在于它无与伦比的规模：20亿用户，并且这一数字还在不断添加。但要运用好这种规模，Facebook有必要要让AR一起适用于五花八门的手机，而不仅仅适用于像Pixel 2、三星Galaxy Note 8和iPhone X这样的高端机型。那意味着他们实际上要部署多个算法来施行SLAM。在低端的手机上，运算会愈加困难，因而他们得提升作业速度。高端手机会有更好的体现，由于它们有满足强壮的处理才能。
关于低端机型，AI Camera团队有必要要考虑各种躲藏的硬件问题。在手机内部，有个摄像头，但还有个可用来了解手机作业状况的惯性丈量单元（IMU）。该单元包括陀螺仪和加快计。低端设备上的一切这些零部件都有必要要进行校准。它们的时钟有必要要同步化。由于制作质量较低，每台设备比照iPhone可能都会体现出不同程度的差异。
在一切的电子作业完结，手机知道它自己大概在哪个方位和场景的几许结构今后，接着要处理的下一层技能是：深度神经网络。该“神经”部分意味着，这类软件需求“经过训练”，而不是经过传统规矩来程序化。在取得很多的符号数据后，神经网络能够依据它看到的东西符号新的数据。深度部分是指神经网络的层数，这与数据集的功用杂乱性相关。
在曩昔5年里，这种机器学习体系改动了图画辨认等功用的处理办法。谷歌图片让你寻找手刺或许山脉或许人的图片的功用，就是借助了深度神经网络的威力。
不过，幻想一下，下一步的开展：不仅仅辨认艺术品，手机能够辨认存在于它现已构建的场景模型内的物体。那在曩昔一年里才变得可行。
“这是我们第一次能够在手机上一起作业SLAM和深度网络。”科列特说道，“我们有两个大型团队：SLAM几许团队和深度网络团队。方针是，这两样东西发作交融。”
那是你完成Facebook所幻想的那种增强实际的唯一办法。到那时分，他们将只需求让人们去填充一切的那些空间信息层。
“我们很想要做到的一点是，或许一两年后，让日常用户仅经过手机上的东西就能够重现艺术家Heather Day那样的场景。”科列特表示。
任何有Facebook账号的人都能够创造媒体著作和将它固定在国际上的某个当地。未来将会有悬浮在空中的食物引荐、婚纱照和画作，未来到处都将会看到艺术著作和墨西哥卷饼。
乱用问题
但从各个交际渠道的开展史来看，我们能够断定的一点是：人们将会用自己的办法来运用那些东西。他们将会发现全新的用处，无法意料的用处，以及乱用的办法。空间化Facebook将会带来意想不到的结果。
有的结果或许是能够预见的。现在就现已有空间化信息，仅仅不是以AI Camera幻想或许经过Facebook运作的办法出现出来。例如，饭馆点评网站Yelp一直以来都备受流氓谈论困扰。十年来，饭馆一直都无法处理粉丝和黑子在它们的门口附上数字看板。
另一个有警示含义的比如来自Pokémon Go。奥马里·艾其尔（Omari Akil）曾宣布帖子描绘他作为黑人玩该游戏的阅历。他更多的时刻不是花在游戏自身上面，而是在忧虑其他人会否觉得他行为可疑——并将他带到警察局。“当我的大脑开端一边在忧虑在美国作为黑人可能会遭受的问题，一边参加到Pokémon Go游戏带来的实际国际探究的时分，我只想到了一样东西。”他写道，“那就是，我持续玩下去的话，我可能会死掉。”
美国的种族和性别歧视问题在互联网上现已杰出，在空间化的增强实际中它们恐怕将会被进一步扩大。并不是每一个人都能够相同轻松地访问相同的当地。
2016年，Waze在巴西推出了一项违法高发区域提示功用，帮助人们穿行“治安欠好的街区”。微软也曾由于2012年的一项关于相似功用的专利陷入了麻烦傍边，专利里所说的功用被人称作“避开贫民区”功用。
即便是在比较良性的比如里，空间信息如果不适合叠加在某个实际空间上面，也会引发问题。
并不是说Facebook能够或许应当处理流氓和美国反黑人方面一切的问题，以及将数字信息叠加到实际国际的一切杂乱问题。但在开发增强实际产品的时分，他们能够想想这些问题。
AI Camera项目内部也面对相似的难题。为了让体系兼容全球各地五花八门千奇百怪的手机，核算机视觉技能专家科列特描绘了种种他们有必要要做的作业，比方校准、算法、体系的毛病耐受性。
除了实体部件的现状以外，他们也应当应对好增强实际在伦理和行为方面的问题。考虑体系的乱用和偏见需求花费更多的心思，但现在就考虑这些问题会让该体系日后变得愈加强壮。
如果AI Camera团队取得成功的话，那他们将会在陆地上面拓荒出一个无边无际的新空间。未决的问题在于，那会给这种新的数字层底下的当地带来什么影响。
9月22日音讯，《大西洋月刊》(the Atlantic)撰文称，Facebook新的“AI Camera”团队想要在实际国际中拓荒出一个新的空间。在环绕手机摄像头的争夺战中，该团队将会整合曩昔十年最重要的一些技能开展，如神经网络、机器人、相机体系和交际网络数据。在不远的未来，你的摄像头将会了解它地点的方位，辨认取景框内的人，无缝地强化你所看到的实际。
以下是文章主要内容：
在Instagram故事功用中给闪闪发光的生日蛋糕蜡烛拍个视频，然后点击贴纸按钮。在列表最上方，你就会看到蛋糕。
这是小玩意，这种简略的手段并不令人惊叹，也没有什么神奇之处。但它是某种革新性的东西的初步。智能手机现已改动了大多数人摄影的办法。硅谷的最新追求是从头幻想摄像头，将近年来人工智能的前进运用于让你的手机变得能够轻松了解实际国际，就像谷歌了解整个网络那样。
坐拥20亿用户的Facebook现已将担任Instagram、Facebook和Messenger的相机软件编程的数个团队重组成一个名为“AI Camera”的新部分。该部分上一年建立的时分，只有一个成员。现在，它现已扩张到60人。傍边包括曾在微软从事Photosynth作业的里克·（Rick Szeliski）和迈克尔·科恩（Michael Cohen）。AI Camera团队还能够运用在公司其它部分的尖端神经网络研讨者的专业知识，比方大名鼎鼎的雅恩·乐昆（Yann LeCu）和贾扬清。
AI Camera团队担任赋予这些运用内的摄像头了解你让它们对准的东西的才能。在不远的未来，你的摄像头将会了解它地点的方位，辨认取景框内的人，无缝地强化你所看到的实际。
目前，该团队都是推出小的效果，比方那个生日蛋糕贴纸手段。但那仅仅一个想要改动你运用手机摄像头办法的开发项目的开端。
AI Camera结合运用曩昔数十年许多最重要的技能前进：神经网络、机器人、相机体系和交际网络数据。这些底层技能正在共同构成智能手机的相片拍照和显现功用。
或许这听上去很荒谬。但人类捕捉、了解和共享实际国际的相片的愿望已被证明简直无法满意，正由于此，Facebook、苹果、谷歌、三星、Snapchat、微软等大型科技公司全部进军该范畴。
Facebook的项目也让人联想到了其它科技巨子的动作。阅后即焚通讯运用Snapchat母公司Snap自称是相机公司，其在“镜头”上的运用可谓Pokémon Go以外增强实际的最佳诠释。在谷歌今年5月的开发者大会上，桑达尔·皮查伊（Sundar Pichai）展现了Google Lens（谷歌镜头），该软件能够检测摄像头在对准什么东西，还能够运用这一信息供给其它的功用，如输入密码和辨认花朵。
在Snap的影响下，科技巨子们纷繁开端拼合能够经过智能手机这一完好的成像和显现体系能够完结的东西。手机摄像头被运用的每一毫秒，所发作的数据都能够被捕捉、处理、了解和回送给用户检查。
空间化Facebook
“我们实质上是在探求我们需求哪些技能来打造令人惊叹的增强实际产品。”AI Camera团队产品经理约翰·巴内特（John Barnett）指出。
他说，试想一下，在实际国际上叠加一个持久稳固的可共享交际层，一个逃出信息流的空间化Facebook。
“最初每一个人都为仅仅叠加一层东西的Pokémon Go感到十分振奋。要是有1000层那样的东西呢？”巴内特问道，“一切的这些信息层都会出现在情境空间里，跟你关怀的东西密切相关。”
这跟我们所熟知的那个Facebook全然不同。虽然它现已从桌面端转向“移动端”，但它鲜少跟你握持手机地点的物理空间进行交互。
“在现有的Facebook结构中，我们给你出现国际上正在发作的全部作业，经过折叠空间来给予你时刻。”巴内特说道，“而AI Camera则是要折叠时刻来给予你空间。”
也就是说，Facebook在一起处理两种形式：动态音讯（News Feed），实时向你展现你关怀的东西；空间化的Facebook，通知你这儿正在发作什么。你能够调查这种国际，也能够供给反应。至少，你能够对你的国际这么做。
增强实际的一个愿景
在Facebook门洛帕克园区的其间一个楼层上，眺望南海湾的泥滩，你会看到一个平平无奇的旮旯。上面铺设了管道。监控摄像头在东向的墙壁上。透过肉眼，你看不出该面墙跟Facebook园区数百面其它的墙有什么区别。
但是，掏出一部装有Facebook正在开发的一款运用的手机，将它对准该面墙，你会看到一个美丽的艺术著作。该著作主要由旧金山艺术家Heather Day创造而成。它在Facebook CEO马克·扎克伯格（Mark Zuckerberg）在F8开发者大会宣布宗旨演讲时曾时刻短露脸。
管道下，鲜蓝色，蓝绿色，青绿色，各种色彩汇集在墙壁上……太酷了，它就是悬浮在空中。
封闭该运用，再将它翻开，再一次将手机对准那个旮旯，那个艺术品再一次出现。绕着它来回走，穿过它，Heather Day的画作依旧在那里。要是全国际各地都不计其数个像这样的东西，会怎么样呢？然后周围是墨西哥卷饼的引荐信息，跑步和骑行记载运用Strava的分段记载项，你的朋友在镜头前摆拍……
这是增强实际的一个愿景。增强实际是指将数字信息叠加在实际国际的图画上面。在苹果推出旨在让开发者将AR引进运用的结构ARKit今后，AR近几个月迎来了许多的开展动力。开发者们最近一直在展现那些AR运用，谷歌前不久也发布了一套相似（虽然没有取得广泛的赞誉）的东西：ARCore。
不论怎么样，AR关于智能手机来说是一项极端杂乱的使命。阿尔瓦罗·科列特（Alvaro Collet）是来自卡内基梅隆大学的核算机视觉专业博士，从微软加盟Facebook，参加AI Camera团队。他站在我周围，看着那面墙。“这实际上是一个很有应战性的场景，由于它十分平坦。”科列特通知我。
即时定位与地图构建
这种根本的使命让人想到了机器人数十年来要做的作业。研讨人员将其称作SLAM（即时定位与地图构建）。
SLAM的理论和实践在曩昔30年里构成，源自多位机器人研讨者，比方SRI的兰德尔·史密斯（Randall Smith）和彼得·奇斯曼（Peter Cheeseman）、悉尼大学的休·杜兰特-怀特（Hugh Durrant-Whyte）、塞巴斯蒂安·特伦（Sebastian Thrun）、来自卡内基梅隆大学的科列特导师马夏尔·赫伯特（Martial Hebert）。这些研讨者大多数都研讨真实的机器人，主要是装有各类传感器的自动化车辆。但随着智能手机开端鼓起，研讨人员意识到，他们的体系可能将能够触及数亿人，而不是数十人。
SLAM的问题在于，你需求给机器人（或许手机）地点的国际构建地图，但机器人（或许手机）和国际的方位都是不断定的。
“如果你知道现已是3D的国际的一切特征，那摆正摄像头的方位会很简单。相反，如果你有一切的摄像头方位信息，那给国际构建3D地图会很简单。”科列特说道，“SLAM的问题在于，开端打开作业的时分，你没有3D地图，你不知道摄像头在哪里。那是即时定位方面的作业。”
有许多的办法处理该存在于不同算法傍边的问题。每一种办法都需求作出折衷。有的可供给很高的精准度，但核算方面本钱高昂。有的可能没那么广泛地考虑来自一个传感器的图画，但作业快速，不需求太多的核算作业。
开发应战
Facebook一起为iOS和Android渠道开发产品，这给它带来了不少的应战。当然，Facebook的优势在于它无与伦比的规模：20亿用户，并且这一数字还在不断添加。但要运用好这种规模，Facebook有必要要让AR一起适用于五花八门的手机，而不仅仅适用于像Pixel 2、三星Galaxy Note 8和iPhone X这样的高端机型。那意味着他们实际上要部署多个算法来施行SLAM。在低端的手机上，运算会愈加困难，因而他们得提升作业速度。高端手机会有更好的体现，由于它们有满足强壮的处理才能。
关于低端机型，AI Camera团队有必要要考虑各种躲藏的硬件问题。在手机内部，有个摄像头，但还有个可用来了解手机作业状况的惯性丈量单元（IMU）。该单元包括陀螺仪和加快计。低端设备上的一切这些零部件都有必要要进行校准。它们的时钟有必要要同步化。由于制作质量较低，每台设备比照iPhone可能都会体现出不同程度的差异。
在一切的电子作业完结，手机知道它自己大概在哪个方位和场景的几许结构今后，接着要处理的下一层技能是：深度神经网络。该“神经”部分意味着，这类软件需求“经过训练”，而不是经过传统规矩来程序化。在取得很多的符号数据后，神经网络能够依据它看到的东西符号新的数据。深度部分是指神经网络的层数，这与数据集的功用杂乱性相关。
在曩昔5年里，这种机器学习体系改动了图画辨认等功用的处理办法。谷歌图片让你寻找手刺或许山脉或许人的图片的功用，就是借助了深度神经网络的威力。
不过，幻想一下，下一步的开展：不仅仅辨认艺术品，手机能够辨认存在于它现已构建的场景模型内的物体。那在曩昔一年里才变得可行。
“这是我们第一次能够在手机上一起作业SLAM和深度网络。”科列特说道，“我们有两个大型团队：SLAM几许团队和深度网络团队。方针是，这两样东西发作交融。”
那是你完成Facebook所幻想的那种增强实际的唯一办法。到那时分，他们将只需求让人们去填充一切的那些空间信息层。
“我们很想要做到的一点是，或许一两年后，让日常用户仅经过手机上的东西就能够重现艺术家Heather Day那样的场景。”科列特表示。
任何有Facebook账号的人都能够创造媒体著作和将它固定在国际上的某个当地。未来将会有悬浮在空中的食物引荐、婚纱照和画作，未来到处都将会看到艺术著作和墨西哥卷饼。
乱用问题
但从各个交际渠道的开展史来看，我们能够断定的一点是：人们将会用自己的办法来运用那些东西。他们将会发现全新的用处，无法意料的用处，以及乱用的办法。空间化Facebook将会带来意想不到的结果。
有的结果或许是能够预见的。现在就现已有空间化信息，仅仅不是以AI Camera幻想或许经过Facebook运作的办法出现出来。例如，饭馆点评网站Yelp一直以来都备受流氓谈论困扰。十年来，饭馆一直都无法处理粉丝和黑子在它们的门口附上数字看板。
另一个有警示含义的比如来自Pokémon Go。奥马里·艾其尔（Omari Akil）曾宣布帖子描绘他作为黑人玩该游戏的阅历。他更多的时刻不是花在游戏自身上面，而是在忧虑其他人会否觉得他行为可疑——并将他带到警察局。“当我的大脑开端一边在忧虑在美国作为黑人可能会遭受的问题，一边参加到Pokémon Go游戏带来的实际国际探究的时分，我只想到了一样东西。”他写道，“那就是，我持续玩下去的话，我可能会死掉。”
美国的种族和性别歧视问题在互联网上现已杰出，在空间化的增强实际中它们恐怕将会被进一步扩大。并不是每一个人都能够相同轻松地访问相同的当地。
2016年，Waze在巴西推出了一项违法高发区域提示功用，帮助人们穿行“治安欠好的街区”。微软也曾由于2012年的一项关于相似功用的专利陷入了麻烦傍边，专利里所说的功用被人称作“避开贫民区”功用。
即便是在比较良性的比如里，空间信息如果不适合叠加在某个实际空间上面，也会引发问题。
并不是说Facebook能够或许应当处理流氓和美国反黑人方面一切的问题，以及将数字信息叠加到实际国际的一切杂乱问题。但在开发增强实际产品的时分，他们能够想想这些问题。
AI Camera项目内部也面对相似的难题。为了让体系兼容全球各地五花八门千奇百怪的手机，核算机视觉技能专家科列特描绘了种种他们有必要要做的作业，比方校准、算法、体系的毛病耐受性。
除了实体部件的现状以外，他们也应当应对好增强实际在伦理和行为方面的问题。考虑体系的乱用和偏见需求花费更多的心思，但现在就考虑这些问题会让该体系日后变得愈加强壮。
如果AI Camera团队取得成功的话，那他们将会在陆地上面拓荒出一个无边无际的新空间。未决的问题在于，那会给这种新的数字层底下的当地带来什么影响。