语境决定一切：用于增强现实的跨域数据映射

眼下，AI是热门中的热门，尽管它在沉浸式体验里的应用方式还有待开拓。AI并不能解决所有问题，但它为创造下一代增强现实体验开辟了一条前所未有的捷径。

看到AI如此繁荣，我也想来聊聊一个增强现实（AR）避不开的概念，“上下文”（context）。上下文是描述某个领域的参数集合，可以编码成机器可处理的数据。“领域”可以指代任何东西，但在AR里，有三个领域最为重要：现实领域、虚拟领域和人类领域。

物理领域是我们生活的世界。某个地点的上下文可以包括世界坐标（即地理位置）、环境扫描数据、物体位置、天气或周围的照片——任何支持某个方案解决某个问题的现实参数。

虚拟域包含任何与现实世界中的位置有关联的数据。这个定义很宽泛，但就是这个意思：AR 体验并不需要复杂的 3D 资产或模型来提供价值。任何地点的元数据（描述数据的数据）都能成为一段体验的基础，比如降雨信息或某件商品在店里的位置。

最后，人类领域是以机器能够理解的语言表达的人类需求。AI正是在这里大显身手，自然语言处理（NLP）和生成式预训练转换器（GPT）模型在将人类表达转换为机器语言方面扮演着关键角色。人类领域也包括着机器生成内容与人的沟通方式。

生成单个领域的上下文还算比较简单。困难的地方在于不同领域间的关系：现实和虚拟坐标系统必须对齐、数字孪生必须同步现实世界的最新状态、人类描述必须能被描绘成可训练的行为等等。

新兴技术的软硬件，包括AI、机器人、物联网（Internet of Things），都在快速进化。在实施标准（比如互用性标准）和最佳做法出现前，有效的应用和兼容依赖于各组成部分的巧妙设计。设计出这种系统后，你就有一个通用基础来制作任何增强现实体验，应用在工业、零售或生产力上。

我们能用一个例子来说明AI在跨领域映射上的能力：某个人指着远处的某个物体。很多技术都能捕捉这个现实领域的上下文，但“指”这个姿势本身并不蕴含明显的含义，不足以描述出有待解决的问题。它可以代表一个前进的方向，或询问某个物体。这个上下文如果配上语言，如“我怎么去那边？”才组成一次完整的发问。这时，AI可以根据人类主导的上下文来处理现实数据，不消思考就能“理解”人类的日常互动，生成恰当的回应。这种“请求/回应”的透明过程可以改善所有形式的AR体验，最终让我们的生活更轻松。

我们再来探索下几种不同应用里的上下文例子。AI主要会在人类领域起作用，负责处理用户请求、预测用户需要、总结相关数据，并辅助人与设备间的交流。

房间粉刷用户想粉刷一个空间，希望知道所需材料的数量。具体情况：他们有一个设备，可以测量空间并发出语音指令，询问需要多少油漆。

• 物理物理空间激光雷达扫描
• 虚拟根据包括门窗和墙壁在内的实物扫描，即时创建空间数字 Twins，以准确确定墙面面积
• 人类平方英尺与一罐油漆能覆盖多少面积之间的关系

健身路线：用户要求改变通常的运行路线。具体情况：用户有一个耳机，它能确定用户的位置，有以前的路线记录，还能投射视觉信息。

• 物理用户位置和以前的运行 Recorder
• 虚拟提供小径和人行道信息的地区地图
• 人类了解什么是路线，以便计算新路线

机场优化：提高态势感知和自动化水平，改善运营管理。用户需要“及时”（just-in-time）的弹出信息来安全地执行机场职责。具体情况：用户手腕上的可穿戴设备可以确定用户的位置，并与中央操作数字 Twins 有数据连接。

• 物理用户、飞机、资产和物理世界对象的位置
• 虚拟可进行模拟预测、导航、兴趣点定位和地理空间处理的机场数字 Twins
• 人类了解任务、挑战和主要安全目标

在上方例子中可以看到，实时3D的价值已远不止于生成吸引人的画面。它成为了处理跨领域上下文、生成空间解决方案的引擎。鉴于我们生活在一个三维世界里，实时3D会担任这个重要角色也就不让人意外了。

Unity作为一个核心数据引擎在游戏市场有庞大的牵引力，所以它在非游戏领域的应用经常会被忽视。随着可穿戴设备、其他设备和AI模型的技术不断进步，更多更棒的数据也能被捕捉，上下文的含义会前所未有的丰富，催生出更为精准的解决方案。Unity将成为搜集这些数据的主要工具，用各色体验改善我们的工作和娱乐生活。

我们对开发者们的创作抱有很高的期待，也希望本文为你带来了一些构建次世代体验的思路。

有关人工智能如何推动沉浸式体验的更多灵感，请查看Digital Twins 的潜力。别忘了注册 UnityAI Beta 计划。