穿戴裝置教電腦：互惠AI

目錄

• 😃 機器智能之擬人化
  • 人工智能：從遊戲到現實
  • 機器學習的局限性
  • 實體感知的重要性
• 😊 機器學習與感知
  • 機器學習的成功與限制
  • 實體感知的重要性
• 😎 人機共生式人工智能
  • 以人為師的概念
  • 自適應運動監測器的未來
• 😄 計算機視覺的應用
  • 從運動識別到手語辨識
  • 使用手勢識別物體
• 😍 視覺輔助技術的發展
  • 解決視障人士的挑戰
  • 利用社群智慧進行視覺輔助
• 😌 個人化智慧助理
  • 從桌球助手到手術指導
  • 個人化智慧助理的未來展望

機器智能之擬人化

人工智能：從遊戲到現實

在遊戲領域中，機器智能早已展現出驚人的成就，比如世界最佳圍棋選手已經由機器學習算法取代，通過自我對弈五百萬局遊戲學會下棋。這是強化學習技術的一大突破，但也凸顯出人工智能的一大問題：儘管我們能創造出似乎超凡脫俗的智能來玩遊戲，但我們仍然無法擁有像兩歲幼童那樣的知覺和活動能力。

機器學習的局限性

機器學習的成功建立在海量數據和經驗的基礎上，但它也存在局限性。著名機器人學家羅德·布魯克斯討論了這個問題，他認為我們的智能很大程度上存在於我們周圍的世界中。例如，門把手就是一個很好的例子，我們可以通過它的位置和形狀來辨認它，即使我們從未見過它。

機器學習與感知

機器學習的成功與限制

機器學習的成功在於從大量數據中學習模式和趨勢，但它的局限性在於缺乏真正的感知和理解。直到我們擁有一個機器可以像人類一樣感知世界並具有人類的感官和運動技能，我們才能真正與之交流。

實體感知的重要性

羅德提出了一種不同的方法，他試圖將計算機與已有的智能相結合，主要是他自己。他通過將攝像頭安裝在眼睛上、麥克風安裝在耳朵上，並在手腕上安裝運動傳感器，讓計算機通過觀察他與人類環境的互動來學習如何與之交互。

人機共生式人工智能

以人為師的概念

羅德的方法是建立在以人為師的概念上的，他希望通過模仿人類的行為來教導機器。這種方法可以創造出更智能、更主動、更具社交優雅的智能助理。

自適應運動監測器的未來

舉例來說，他提到了健身感應器的應用。傳統的健身感應器通常設計用於特定的運動，如跑步或健走，但如果能訓練一個健身感應器來自動識別用戶的鍛煉動作，並根據用戶的表現給予建議，將會是一個更加個性化和有效的解決方案。

計算機視覺的應用

從運動識別到手語辨識

將機器學習應用於計算機視覺領域，可以實現從運動識別到手語辨識等多種功能。通過觀察人們的手勢，我們可以識別他們正在做