改变你未来的 AI 应用案例

AI 如何改变我们生活的世界？如果你还没注意到，那接下来一定会让你大吃一惊。从在虚拟空间之间传送虚拟形象，到疏解数据架构的拥堵，再到在家中创建全息健身教练，人工智能已经推动我们进入令人振奋的全新生活时代。

我们也许还没生活在《星际迷航》式的科幻世界里，但正在逐渐接近。接下来，我们将讨论一些新颖的 AI 应用场景，包括健身中的目标检测技术、边缘计算中的目标检测，以及边缘计算与目标检测如何改善数字设备之间的数据传输。

让我们深入了解一些预计将在 2022 年开创新局面的 AI 应用场景。

健身领域的视觉 AI#

2022 年的目标检测前景令人振奋，已经在健身行业掀起热潮。Mirror和 Tonal都是成功将 AI 引入健身领域的公司。它们都提供交互式家用设备，可以播放超过 10,000 种锻炼课程，并将课程投射到镜面上，帮助用户改善健康状况和锻炼效果。

许多人觉得健身更像是一项苦差事，而不是爱好，甚至不愿踏进健身房。不过，在家中舒适地使用 Mirror，你就可以通过站姿检测跟踪自己的进度、动作姿势和其他指标。

这款先进的应用使用人体姿态估计来分析视频中人物的姿势和动作。人体姿态估计是一种预测图像或视频中人体各部位及关节姿态的技术。

与目标检测不同，它会区分人物与人体框，并通过机器学习算法理解人体语言。但通过将人体姿态估计与深度学习结合，Mirror 在分析数百万种不同锻炼方式后，将能够构建每种动作的执行模型。

锻炼时，应用会使用算法比较你的关节位置。系统会检测并标出任何偏差，从而降低受伤风险，让你无需私人教练也能更安全、更有效地锻炼。

近年来，Mirror 等创新应用推动健身领域的视觉 AI 实现了巨大飞跃，不禁让人好奇……2023 年的健身行业会是什么样子？

元宇宙中的计算机视觉 AI#

自 Mark Zuckerberg 将 Facebook 更名为 Meta（Metaverse 的简称）以来，“元宇宙”一词就一直备受关注。但它究竟是什么？简而言之，元宇宙是一个统称，指旨在扩展现实世界的数字领域。

想象一下参加虚拟活动、音乐会和聚会，你就能明白大概意思了。但元宇宙也包括更简单的“虚拟”互动，例如登录社交媒体并浏览动态。

虽然元宇宙尚无明确的最终目标，科学家们仍在努力利用计算机视觉 AI 推动元宇宙尽可能具有沉浸感。计算机视觉 AI 是人工智能的一个领域，它训练计算机理解视觉输入中的有价值信息，并根据收集到的数据提供建议。元宇宙中的计算机视觉 AI 有一个关键要素：互操作性。这个听起来复杂、略显吓人的术语，基本上是指在不同虚拟世界之间无缝传输虚拟形象和数字物品。

互操作性中的机器学习（ML）算法已经为医疗保健行业带来了助力。例如，进行 CT 扫描时，大量数据会被处理、收集并存储在医疗数据库中。

医生则会采用不同的方式，手动将你的医疗信息输入数据库。随后，系统会利用互操作性整合这两种数据分析结果，以便快速诊断疾病。

边缘计算中的目标检测#

世界正被数据淹没。尽管数据被称为“新石油”，但事实上，数据过多也会造成问题。数据并非生而平等。收集、整理和筛选已收集的信息十分耗时。

通过目标检测进行边缘计算，减轻了我们将数据从主数据中心提取并转移到架构边缘的沉重负担。但什么是边缘计算，它又是如何运作的？

想象一下，有一组技术设备围绕着主数据库，不断向数据库传输数据或从中接收数据。需要处理的信息量相当庞大。数据库的处理速度会受到影响，出现延迟和中断，进而降低性能。

而通过边缘计算，大量数据会分散到外围设备上。机器学习算法让每个边缘设备负责利用本地存储的数据训练分析模型。

每个设备都会承担繁重的工作，筛选出最有价值的数据，再将其发送到主数据库进行综合分析。想象一位科学家在处理一个充满研究内容的项目。与其分析每项实验的所有数据，不如把这项工作委托给其他研究人员，再由他们汇总结果并汇报。

视觉 AI 正在改变世界，我们在这里介绍的 AI 应用场景还只是冰山一角。更令人兴奋的是，你也可以通过我们的机器学习部署平台 Ultralytics Platform，体验视觉 AI 的强大能力。

想体验 AI 计算机视觉的乐趣，但又不想编写代码？#

你只需要一个想法。借助 Ultralytics Platform，使用 YOLOv5创建模型、实现创意轻而易举。我们简化了整个流程，并负责处理所有复杂的 MLOps 工作，因此你无需懂代码也能畅玩 AI。你可以轻松入门，也能轻松构建自己的第一个机器学习模型。

用视觉 AI 解决你的问题#

使用我们的机器学习部署平台轻松入门。你完全不需要具备 AI 方面的经验。