لقد أبرزت Microsoft غالبًا أهمية الذكاء الاصطناعى في الماضي القريب ، حتى أنها توقعت أن تسهم تطبيقاتها المختلفة بمبلغ 5 تريليونات دولار في نمو الناتج المحلي الإجمالي العالمي في السنوات القليلة المقبلة. كما تركزت العديد من شراكات الشركة في الشهرين الماضيين حول نفس المجال.
الآن ، ظهرت براءة اختراع جديدة من مايكروسوفت نشرت هذا الشهر ، تعرض نظام الذكاء الاصطناعي بكاميرا فيش واحدة وميكروفونات متعددة.
تحتوي كاميرات Fisheye على عدسات خاصة تمكنها من مراقبة رؤية 360 درجة كاملة. على الرغم من أن التكنولوجيا ليست جديدة بأي حال ، فإن Microsoft تخطط لدمجها مع أجهزة الالتقاط المحيطة بطريقة مختلفة. تحتوي أنظمة الالتقاط المحيطة عادةً على كاميرات متعددة لتوسيع مجال رؤيتها. يتطلب ذلك تصميمات معقدة ويؤدي أيضًا إلى الحاجة إلى أجهزة إضافية لدمج تدفقات البيانات السمعية والبصرية المتعددة.
مثال على جهاز الالتقاطعلى هذا النحو ، اقترحت Microsoft استخدام كاميرا فيش مواجهة للأعلى مع هذه الأجهزة ، جنبًا إلى جنب مع مجموعة ميكروفون. هذا من شأنه أن يحل الصعوبات المرتبطة بالتقاط الأجسام المتحركة ، أو التركيز على حركة كائن واحد بين أهداف متعددة. تم وصف الكثير من التقنيات فيما يتعلق بوضع الأجهزة. على سبيل المثال ، يمكن وضع غالبية الميكروفونات في نمط دائري أو سداسي ، مع وجود مكان آخر عند نقطة المركز في نفس المستوى. وبالمثل ، من المستحسن أن تكون كاميرا فيش على مقربة من مجموعة الميكروفون ، وكذلك على سطح أرض أو طاولة ، وذلك لالتقاط البيانات بالطريقة المثلى.
قد يعمل نموذج الاندماج أيضًا كجزء من هذا النظام ، باستخدام خوارزميات التعليم العميق لاكتساب حدس أفضل فيما يتعلق بالبيانات الصوتية والمرئية التي يجمعها. على سبيل المثال ، قد يتم نشر شبكة عصبية متكررة طويلة المدى (LSTM). من خلال طبيعتها المتأصلة ، يمكن لهذا النوع من الشبكات تخزين المعلومات السياقية والتاريخية ، مما يجعل أي تحليل يتم تنفيذه أكثر فائدة لحالات الاستخدام المستقبلية أيضًا.
نظام الذكاء الاصطناعي مع جهاز التقاط وخادم سحابةاستنادًا إلى النموذج الموصوف ، يلاحظ أنه يمكن زيادة توسيع استخدامات الجهاز ، مثل التعرف على الكلام من متحدث بشري محدد. هذا يعني في الأساس أنه يمكن دمج التقنية مع المساعدين الرقميين مثل Cortana أيضًا. تلاحظ Microsoft أن الإعداد الموصوف يمكن أن يمكّن المساعدين الرقميين من تسجيل معلومات أكثر ثراءً فيما يتعلق ببيئتهم ، وفي الوقت نفسه يتعرفون على إشارات الصوت والفيديو عالية الجودة التي يتلقاها المستخدمون ويعملون عليها بسهولة نسبية. ستعمل مجموعة فيش الكاميرا والميكروفون كجزء لا يتجزأ من هذا التطبيق. يمكن للبيانات التي تم جمعها من هذه الاستفادة من نماذج LSTM المذكورة أعلاه لإجراء مزيد من التحليل أو الانصهار في خادم سحابة AI ، بعد تخزينها في شكل مضغوط محليًا.
ومع ذلك ، لا يقتصر نشر النظام على المساعدين الرقميين فقط. أي من التقنيات الموضحة قد تسمح له بالعمل مع أجهزة الكمبيوتر والأجهزة اللوحية والهواتف المحمولة والمزيد. وفي كلتا الحالتين ، على الرغم من كونه مثيرًا للاهتمام ، فإنه لا يوجد ضمان بأن Microsoft تخطط لتقديم مثل هذا الجهاز في أي وقت قريب ، إن وجد.
