改变你未来的 AI 应用案例

AI 如何重塑我们生活的世界？如果你还没注意到，或许会感到惊讶。从在虚拟空间之间传送虚拟形象，到缓解数据架构拥塞，再到在家中打造全息健身教练，人工智能已经在改变我们的生活方式。

我们可能还没有生活在《星际迷航》那样的科幻幻想中，但正在逐渐接近。下面，我们将讨论一些新颖的 AI 用例，包括健身中的目标检测技术、边缘计算中的目标检测，以及边缘计算如何借助目标检测改善数字设备之间的数据传输。

以下是我们预计将在 2022 年开创新局面的几个 AI 用例。

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。

该应用使用人体姿态估计来评估视频中人物的姿势和体态。这种方法会预测图像或视频中人体各部位和关节的姿势。

它与目标检测不同：它不只是将人物与一个人体框区分开来，还通过机器学习算法来理解人体语言。不过，通过将人体姿态估计与深度学习结合，Mirror 将基于数百万种不同的锻炼动作，构建每种练习应如何执行的概念模型。

锻炼时，该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、更理想地锻炼。使用 Ultralytics YOLO 姿态模型监测锻炼情况也基于同样的原理。

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。

虽然目前还没有明确的最终目标，但研究人员正在努力利用计算机视觉 AI，让元宇宙尽可能身临其境。计算机视觉 AI 是人工智能的一个领域，它通过训练计算机理解视觉输入中的有用信息，并根据收集的数据提供建议。元宇宙中的计算机视觉 AI 有一个关键要素：互操作性。这个术语指的是将虚拟形象和数字物品从一个虚拟世界转移到另一个虚拟世界的过程。

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。

但借助边缘计算，大量数据将分散到边缘端。机器学习算法让每个边缘设备负责使用本地存储的数据训练分析模型，这种方法称为联邦学习。

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，而我们在这里介绍的 AI 用例还只是冰山一角。你也可以通过 Ultralytics Platform 将视觉 AI 应用于自己的项目。

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，你可以轻松使用 Ultralytics YOLO 创建模型并实现自己的创意。我们让整个过程简单易用，并自行处理所有复杂的 MLOps 工作，因此你不需要懂代码也能体验 AI。入门很简单，构建你的第一个 ML 模型更是轻而易举。

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。