Spatial Computing

Spatial computing là một mô hình công nghệ đang phát triển, kết hợp liền mạch thế giới kỹ thuật số và thế giới vật lý, cho phép con người và máy móc tương tác với thông tin kỹ thuật số được neo giữ trong không gian vật lý ba chiều. Được Simon Greenwold đặt tên vào năm 2003, khái niệm này đã tiến bộ nhanh chóng nhờ những đột phá hiện đại trong machine learning (ML). Bằng cách hợp nhất các thực tại thông qua augmented reality (AR) và virtual reality (VR)—đáng chú ý nhất là trên các thiết bị phần cứng tiên tiến như Apple Vision Pro—spatial computing vượt xa các màn hình 2D truyền thống để tạo ra những môi trường thực sự nhập vai. Nó dựa trên sự hội tụ của phần cứng, chẳng hạn như cảm biến LiDAR, và các framework deep learning, như PyTorch, để lập bản đồ, giải thích và thao tác các không gian vật lý theo thời gian thực một cách chính xác.

Link to this sectionCác thành phần cốt lõi của Spatial Computing#

Để đạt được trải nghiệm spatial computing phản hồi nhanh, cần có sự kết hợp của nhiều công nghệ liên kết với nhau để nhận thức và số hóa thế giới thực một cách liền mạch:

• Sensor Fusion: Các thiết bị sử dụng sự kết hợp giữa máy ảnh quang học, công cụ depth estimation và cảm biến ánh sáng để thu thập dữ liệu không gian 3D liên tục về bố cục vật lý xung quanh chúng.
• Vision AI: Trọng tâm của spatial computing là khả năng diễn giải dữ liệu thị giác. Các model như Ultralytics YOLO26 cung cấp khả năng object detection và theo dõi theo thời gian thực, cho phép các hệ thống không gian hiểu ngay lập tức những vật thể vật lý nào đang hiện diện trong phòng.
• Edge Computing: Để ngăn chặn độ trễ và đảm bảo tương tác mượt mà, phần cứng xử lý dữ liệu phức tạp cục bộ trên thiết bị thay vì hoàn toàn phụ thuộc vào các mạng cloud từ xa.
• World Capture and Rendering: Các kỹ thuật AI tạo sinh được sử dụng để nhanh chóng tái tạo lại các môi trường 3D từ hình ảnh 2D. Điều này bao gồm Neural Radiance Fields (NeRFs), lần đầu tiên được giới thiệu trong một bài báo arXiv năm 2020, và Gaussian splatting.

Link to this sectionSpatial Computing so với Computer Vision#

Mặc dù thường được thảo luận cùng nhau, việc phân biệt spatial computing với computer vision là rất quan trọng. Computer vision là một lĩnh vực con của AI tập trung nghiêm ngặt vào việc cho phép máy móc "nhìn" và diễn giải dữ liệu thị giác từ thế giới thực. Ngược lại, spatial computing là một hệ sinh thái tính toán rộng hơn, sử dụng computer vision như một công cụ nền tảng. Ví dụ, computer vision có thể nhận diện một chiếc ghế trong phòng, nhưng spatial computing tận dụng dữ liệu đó để cho phép người dùng đặt một chiếc đèn kỹ thuật số ảo lên chiếc ghế thông qua một immersive interface.

Link to this sectionCác ứng dụng AI và ML trong thế giới thực#

Spatial computing đang chuyển đổi nhiều ngành công nghiệp bằng cách thu hẹp khoảng cách giữa xử lý kỹ thuật số và thực thi vật lý. Hai ứng dụng thực tế mạnh mẽ bao gồm:

1. Autonomous Robotics and Manufacturing: Trong các cơ sở công nghiệp thông minh, spatial computing cho phép robot học các nhiệm vụ cơ khí phức tạp thông qua imitation learning. Người vận hành sử dụng kính AR để trình diễn các quy trình lắp ráp một cách tự nhiên. Máy tính không gian sẽ theo dõi chuyển động của con người trong không gian 3D, dịch chúng thành dữ liệu đào tạo và cho phép robot lặp lại các hành động đó một cách an toàn.
2. Autonomous Vehicles and Smart Cities: Các hệ thống giao thông hiện đại dựa nhiều vào spatial computing để điều hướng an toàn. Bằng cách liên tục kết hợp các thuật toán multi-object tracking (MOT) với các bản đồ không gian được tạo bởi IoT sensors, xe tự lái duy trì sự hiểu biết 3D năng động về môi trường xung quanh.

Link to this sectionTích hợp Vision AI vào các quy trình làm việc không gian#

Việc xây dựng một pipeline spatial computing thường bắt đầu bằng việc nhận diện và định vị các đối tượng trong không gian vật lý. Ví dụ, việc sử dụng model pose estimation giúp xác định chính xác tư thế của một người, sau đó có thể được sử dụng để neo giữ một vật thể ảo vào tay hoặc cơ thể họ trong môi trường thực tế hỗn hợp.

Dưới đây là một ví dụ về cách trích xuất các keypoints bằng Python, một bước khởi đầu quan trọng cho lập bản đồ không gian tương tác:

from ultralytics import YOLO

# Load the Ultralytics YOLO26 pose model to anchor spatial elements
model = YOLO("yolo26n-pose.pt")

# Predict and extract 2D/3D keypoints for spatial mapping
results = model.predict(source="environment.jpg")
for r in results:
    print(r.keypoints.xy)  # Output coordinates of the detected poses

Đối với các ứng dụng không gian quy mô lớn, các nhà phát triển thường quản lý và triển khai các model đã đào tạo của họ một cách an toàn bằng cách sử dụng Ultralytics Platform, nền tảng giúp hợp lý hóa việc tạo ra các công cụ AI cung cấp năng lượng cho các mạng lưới spatial intelligence hiện đại. Tích hợp các model thị giác hiệu quả này trên các kiến trúc edge AI cho phép các nhà phát triển xây dựng những trải nghiệm phản hồi nhanh và trực quan cần thiết cho tương lai của sự tương tác giữa người và máy tính.