蜷缩在你耳膜边的AI

简介: "多希望我可以触碰你。" 西奥多躺在床上,静静地说。他的生活中充满了沉默与拒绝,但这一次,塞曼莎温柔地问:“你想怎样触碰我呢?”

"多希望我可以触碰你。" 西奥多躺在床上,静静地说。他的生活中充满了沉默与拒绝,但这一次,塞曼莎温柔地问:“你想怎样触碰我呢?”

ss.jpg

这是电影《她》里的温情一幕【鼻血】,紧接着西奥多就和塞曼莎进行了非肢体啪啪啪。但是包括工业设计师 Gadi Amit 和易用性大师 Don Norman 在内的多位专家说,这种耳戴式智能硬件已经不只存在于科幻小说中,而是马上就能成为现实。


实际上,市场上已经有无线智能耳机了。索尼公司之前推出了一款耳戴式智能硬件,叫 Xperia Ear。 英特尔也展示了一款类似的概念产品。一款名为 Bragi Dash 的具有生理测试功能的可发声设备也将登陆 KickStarters。与此同时,另一家众筹平台也筹集了1700万美元,参与智能耳塞领域的竞争。苹果公司也参与进来:苹果将在新版 iPhone 上取消3.5mm耳机插孔,取而代之的可能是一对无线 Beats。


但是想要实现电影中的智能无线耳机,我们还有许多技术上,文化上和功能上的困难要克服。


基数设施的挑战:

很多人认为,Siri 是一次软件更新。其实不然,使用 Siri 的成本是无形的。苹果在Siri上线之前就建立了全世界第一个数据中心,耗资10亿美元,用来进行 Siri 的计算。隐藏的计算成本刚好能解释,为什么运营着地球上最大的服务器网络的亚马逊能在语音智能方面占优势。但尽管如此,我们还远远到不了电影《 her 》描述的智能世界。“如果每个人都希望不间断地和 Siri 或者 Cortana 交流,当这些交流同时进行时,我们的数据中心根本应付不了如此巨大的数据流量,” Mars 说。


人机交互亲密程度的新高度:

这是一种全新的产品:一种戴在耳朵里的独立设备,它能够听见你讲话并且轻声回应你。它是一个蜷缩在你的耳膜附近的 Siri 或者 Alexa 。业内专家认为,这项技术在未来短短几年内就能实现。想象一下,你即将有一位个人助理为你记录日常对话,一个调研员帮你在 IMDb 上查到了你怎么也想不起来的演员的名字,一个贴心的伴侣不但愿意倾听你的困惑,还能够给你提供心理治疗……


但如此高的亲密度,让人不禁提高警惕。“在用苹果手表时,我还是在和一台机器讲话——我在跟我手腕上戴的这东西说话。” Frog 的前首席文化官、Argodesigh 的创始人 Mark Rolston 说, “但是和我自己说话,像有一个鬼魂,一个天使,或者一个魔鬼坐在我肩上,就大不一样了。怎么说呢,它有更深的心理暗示作用,让我觉得我脑袋里有另外一个人” 。Rolston 认为,私人交互界面的改变将会影响你和人工智能之间的关系。在一些私密性的事情上,你会很自然地依赖它 ——你可能不想让你的苹果手表提醒你什么时候该吃避孕药了,但如果是一句只有自己能听见的语音提示来告诉你,就容易接受多了。渐渐地,你耳朵里的人工智能会悄悄地查到任何你不好意思当着别人的面用Google查找的信息。


舒适度决定用户接受程度:

“主要的问题之一是耳塞会掉出来。你塞回去他还是会在你做任何动作的时候再次掉出来,”硅谷 New Deal Design 设计公司的创始人 Gadi Amit 说。“没有办法解决这个问题,只能把它拿出来,再通过别的途径挂在耳朵外边。”但是一旦你把设备挂在了耳朵外边,这个设备的一切精巧性就都没了。外加你还得忍受耳廓的疼痛。“舒适性的问题就摆在那,它是一个因人而异的事情。有的人觉得可以接受,但有的人就完全不能接受”,他说。“永远都不会有100%的满意度,特别是在用户跑步的时候。整体满意度将只能徘徊在30%或50%” 。 他把这和触屏作比较,触屏在任何时候总是能达到100%的满意度。

相关文章
|
消息中间件 存储 Kafka
如何保证MQ消息队列的高可用?
如何保证MQ消息队列的高可用?
438 0
|
存储 数据采集 缓存
海量数据去重的Hash、bitmap、BloomFilter、分布式一致性hash
海量数据去重的Hash、bitmap、BloomFilter、分布式一致性hash
475 1
|
XML JSON 自然语言处理
《ANTLR 4权威指南 》一导读
ANTLR是一款强大的语法分析器生成工具,可用于读取、处理、执行和翻译结构化的文本或二进制文件。它被广泛应用于学术领域和工业生产实践,是众多语言、工具和框架的基石。
10902 2
|
Web App开发 Android开发
【Android Web】腾讯X5浏览器的集成与常见问题
近年来,混合开发也越来越用的更多,而原生webview的各种坑,比如说 上传图片、文件问题、视频全屏问题(什么在微信上打开都是好的,你这怎么全屏不了)、版本差异问题,所以还是建议使用腾讯x5浏览器。
1874 0
|
10月前
|
机器学习/深度学习 人工智能 编译器
本地化部署DeepSeek-R1蒸馏大模型:基于飞桨PaddleNLP 3.0的实战指南
本文基于飞桨框架3.0,详细介绍了在Docker环境下部署DeepSeek-R1-Distill-Llama-8B蒸馏模型的全流程。飞桨3.0通过动静统一自动并行、训推一体设计等特性,显著优化大模型的推理性能与资源利用效率。实战中,借助INT8量化和自动化工具,模型在8卡A100上仅需60GB显存即可运行,推理耗时约2.8-3.2秒,吞吐率达10-12 tokens/s。本文为国产大模型的高效本地部署提供了工程参考,适配多场景需求。
573 2
本地化部署DeepSeek-R1蒸馏大模型:基于飞桨PaddleNLP 3.0的实战指南
|
移动开发 应用服务中间件 Android开发
踩坑记录:请求接口status返回0
踩坑记录:请求接口status返回0
踩坑记录:请求接口status返回0
提升个人工作技能
提升个人工作技能
1361 6
|
安全 Java 数据安全/隐私保护
如何使用Spring Boot进行表单登录身份验证:从基础到实践
如何使用Spring Boot进行表单登录身份验证:从基础到实践
423 5
|
前端开发 Java 应用服务中间件
|
自然语言处理 监控 测试技术
FunAudioLLM模型的技术测评
本文旨在对通义语音团队开源的FunAudioLLM模型,特别是SenseVoice和CosyVoice这两个模型进行技术测评,探讨其性能、功能和技术创新等方面的表现,并提出潜在的改进建议。