Свяжитесь с нами:

Расширит ли конвергенция агентного ИИ и пространственных вычислений возможности человеческого участия в революции ИИ?

Искусственный интеллект

Расширит ли конвергенция агентного ИИ и пространственных вычислений возможности человеческого участия в революции ИИ?

mm

Поскольку взлеты и падения гонки ИИ продолжают доминировать в центре внимания руководителей бизнеса, инвесторов и СМИ, среди наиболее интересных новых инноваций, позиционирующих себя как способ переосмысления нашего взаимодействия с цифровыми системами и нашей физической средой, находятся агентный ИИ и пространственные вычисления. Оба они выделены в 10 главных стратегических технологических трендов Gartner на 2025 год, именно слияние этих двух технологий по мере их развития, на мой взгляд, открывает явный потенциал для раскрытия возможностей в различных отраслях, что окажет существенное влияние как на руководителей организаций, так и на их персонал.

Цифровые мозги в физических доменах

Даже в среде, где происходят последовательные прорывы, меняющие парадигму, агентный ИИ ощущается как нечто большое, оснащенное способностью автономно планировать и выполнять действия для выполнения сложных задач, поставленных пользователем. Технология выходит за рамки простых моделей запросов и ответов, создавая «агентов» ИИ, способных принимать сложные решения и выполнять действия без постоянного человеческого контроля. Это значительная эволюция, возглавляемая такими, как Nvidia и Microsoft.

Пространственные вычисления, с другой стороны, стирают границы между нашей физической и цифровой реальностью. Поддерживая такие технологии, как дополненная реальность (AR), виртуальная реальность (VR) и смешанная реальность (MR), пространственные вычисления позволяют нам взаимодействовать с цифровым контентом в контексте нашего реального физического окружения.

Когда мы объединяем эти две концепции, возникает некое потенциальное волшебство.

Расширение прав и возможностей, а не замена человеческого фактора

Законное беспокойство, которое вызвало развитие ИИ, заключается в его потенциальном влиянии на тип человеческого фактора, который двигал промышленность вперед с тех пор, как она существовала. Понятно, скорое прибытие Агентского ИИ только подливает масла в огонь, поскольку разработан для понимания и взаимодействия со сложными коммерческими и операционными сценариями таким образом, как ни одна технология раньше не делала, — но в сочетании с пространственными вычислениями, я думаю, у нас есть весьма убедительные аргументы в пользу расширения человеческих возможностей, а не их ограничения.

Синергия автоматизации и физического погружения, т. е. конвергенция агентного ИИ и пространственных вычислений, по моему мнению, может и должна быть использована для предоставления нового типа взаимодействия человека и машины, которое расширяет возможности человеческого агентства способами, которые мы только начинаем предвидеть. Как это выглядит на практике?

Трансформация процессов посредством интеллектуального погружения

В здравоохранении агентный ИИ может обеспечить работу виртуальных помощников, которые направляют хирургов во время сложных процедур, а пространственные вычисления обеспечивают трехмерную визуализацию данных пациента в реальном времени. Результат? Повышенная точность, снижение ошибок и улучшение результатов для пациентов. В этом конкретном случае использования свобода действий «агента» ИИ выступает в качестве помощника, теоретически управляя большей частью качественного и количественного процесса, лежащего в основе процедуры, например, контрольным списком безопасности и оптимизацией коммуникации, в то время как человеческое агентство (хирург) может действовать более эффективно и результативно.

В сфере логистики и управления цепочками поставок агентный ИИ может использоваться для организации сложных операций с минимальным вмешательством человека. Эти агенты могут иметь возможность прогнозировать спрос, оптимизировать маршруты и управлять запасами в режиме реального времени. В сочетании с пространственными вычислениями работники склада, оснащенные очками дополненной реальности, теоретически могли бы видеть инструкции, сгенерированные ИИ, наложенные на их среду, направляя их на наиболее эффективные маршруты сбора. Тем временем автономные роботы, управляемые агентным и пространственным ИИ, перемещаются по пространству, чтобы сотрудничать с окружающими их людьми.

Потенциальные приложения распространяются и на творческие отрасли. Представьте себе архитектурные фирмы, где агентный ИИ выступает в качестве неутомимого партнера по дизайну, создавая и итерируя концепции на основе указанных параметров. Затем пространственные вычисления позволяют архитекторам входить в эти проекты, созданные ИИ, испытывая и изменяя их в иммерсивных 3D-средах.

В производстве агентный ИИ может оптимизировать производственные процессы, а пространственные вычисления позволяют рабочим взаимодействовать с цифровыми двойниками оборудования, улучшая техническое обслуживание и сокращая время простоя.

Такое взаимодействие человеческого творчества и возможностей искусственного интеллекта может стать для предприятий настоящим открытием, позволяющим расширить и ускорить процесс проектирования и внедрения систем, а также расширить границы инноваций.

Принимая будущее

Конвергенция агентного ИИ и пространственных вычислений представляет собой нечто большее, чем просто технологический прогресс. Она несет в себе потенциал для изменения того, как мы воспринимаем и взаимодействуем с цифровым миром на рабочем месте. Для тех, кто готов принять предлагаемые ею возможности, несомненно, будут вознаграждены, и вместо технологии, которая поставляется с очевидным намерением вытеснить или заменить людей-работников, эта технология имеет гораздо больший потенциал для расширения их прав и возможностей.

Алекс де Виган — основатель и генеральный директор компании Бесконечно, пионер в области 3D-технологий, разрабатывающий высококачественные, индивидуальные 3D-наборы данных для обучения продвинутых пространственных моделей ИИ. Nfinite работает на переднем крае трансформации электронной коммерции, создавая фотореалистичные изображения продуктов с использованием ИИ, предоставляя при этом пространственные данные без IP-адресов с большим количеством метаданных в масштабе для обучения базовых моделей ИИ.