برترین روندهای AR سازمانی 2024 برای تماشا - AREA

برترین روندهای AR سازمانی 2024 برای تماشا - AREA

تمبر زمان: 31 ژانویه 2024، ساعت 1:18 بعد از ظهر
برترین روندهای AR سازمانی در سال 2024 - هوش داده AREA PlatoBlockchain. جستجوی عمودی Ai.

همانطور که از اولین ماه سال 2024 می گذریم، اکنون کاملاً درگیر سال جدید هستیم. در 30 روز گذشته، من این فرصت را داشته ام که از همسالانم یاد بگیرم، مانند تام امریش از نیانتیک (روند در خبرنامه خود را تماشا می کند) و رئیس مشترک کمیته تحقیقات منطقه، ساموئل نبلت از بوئینگو در مورد پروژه هایی که در آن شرکت دارم فکر کنم.

من حس مبهم امید و هیجان خود را در چند روند AR سازمانی که در 11 ماه آینده تماشا خواهم کرد، فشرده کردم. این‌ها پیش‌بینی‌ها نیستند، بلکه حوزه‌های مهمی از تمرکز هستند که به اعتقاد من باعث نوآوری و پذیرش AR سازمانی خواهد شد. من اکنون رسماً این روندها را دنبال می کنم تا ببینم کجا، چگونه و آیا به وجود می آیند.

لطفا این موارد را با همکاران و شرکای خود به اشتراک بگذارید. آیا شواهدی دارید که هر یک از این روندها را در شرکت شما تأیید یا زیر سؤال می برد؟ امیدوارم شواهد، بازخوردها و ایده های خود را با من به اشتراک بگذارید .

هوش مصنوعی

همگرایی هوش مصنوعی و AR مهم ترین و کم تعجب آورترین روندهایی است که در سال 2024 باید تماشا کرد. نشانه ها همه جا هستند.

#1 شرکت‌ها شروع به آزمایش داخلی هوش مصنوعی (GenAI)، از جمله دریاچه‌های LLM و راه‌حل‌های کمک خلبان خصوصی کرده‌اند. پذیرندگان اولیه به طور فزاینده ای این قابلیت ها را با ابزارهای AR ترکیب می کنند. ده ها روش وجود دارد که استفاده از هوش مصنوعی گردش کار را بهبود می بخشد و هزینه های AR سازمانی را کاهش می دهد. هوش مصنوعی با موقعیت مناسب و برنامه ریزی شده می تواند محتوای مرتبط را از مجموعه داده های شرکت برای تجسم استخراج کند. در اینجا چند نمونه از مکان و چگونگی تقویت AR توسط GenAI آورده شده است:

با استفاده از Digital Twins برای خط پایه و هوش مصنوعی برای شناسایی و تطبیق ویژگی‌ها در محیط‌های سه‌بعدی (نادر در سال 3)، انتظار داریم شرکت‌ها علاقه و نیاز خود را به برنامه‌ها و سرویس‌های آگاه فضایی گسترش دهند. به عنوان مثال، ما شاهد گسترش خدمات موقعیت یابی بصری با کمک AR برای ناوبری و تشخیص خطر بر اساس نقشه های سه بعدی خواهیم بود.

همراه با پیشرفت‌های سخت‌افزاری (به زیر مراجعه کنید)، GenAI اجازه تولید خودکار تجربیات AR غنی‌تر را برای صدها مورد استفاده، از جمله، اما نه لزوماً محدود به نقشه‌های فضایی سه‌بعدی، می‌دهد. LLM های چند وجهی، نوع پیشرفته ای از هوش مصنوعی که می تواند نه تنها متن بلکه انواع دیگر داده ها، مانند تصاویر، صدا، و احتمالاً ویدئو را درک و تولید کند، در حال افزایش است. این مدل‌های هوش مصنوعی چندوجهی صحنه‌های ثبت‌شده قبلی را در دستورالعمل‌های جدید ترکیب می‌کنند. آن‌ها صداهای محیط را تشخیص می‌دهند و خطرات را پیش‌بینی می‌کنند یا به کاربر پیشنهاد می‌کنند به روش‌های خاصی بدون برنامه‌ریزی/کدگذاری از قبل پاسخ دهد.

#2 پیشرفت‌های هوش مصنوعی و بینایی رایانه می‌توانند نگرانی‌های مربوط به حفظ حریم خصوصی در جمع‌آوری و مدیریت داده‌ها را برطرف کنند. حفظ حریم خصوصی و حساسیت به خطرات امنیتی ناشی از استفاده از دوربین ها و سایر حسگرها در محل کار همچنان مانعی بر سر راه استقرار AR در مقیاس بزرگ است. با هوش مصنوعی، روش‌های تشخیص تصویر و ویژگی در زمان واقعی، محو کردن و مبهم‌سازی را می‌توان با نمایشگرهای واقعیت افزوده (یا سرویس‌ها و نرم‌افزارهای مرتبط با آنها) با هزینه و توان کمتر ترکیب کرد. راه‌حل‌های AR سازمانی برای محافظت از حریم خصوصی اشیا، مکان‌ها و افراد (کاربران دستگاه AR و اطرافیانشان) با هوش مصنوعی در حلقه در پاسخ به نیاز به رعایت سیاست‌های حفظ حریم خصوصی شرکت‌ها و همچنین مقررات ملی و بین‌المللی، گسترش خواهند یافت.

سخت افزار

#3 به غیر از چند نقش (به عنوان مثال، معماران یا کسانی که تصاویر پزشکی را مشاهده می کنند)، کارگران دانش نیازی ندارند که زمان یا پول خود را روی صفحه نمایش های بزرگ و مجازی (معروف به Apple Vision Pro) صرف کنند. نمایش ویدیویی جایگزین مناسبی برای نمایش نوری در محل کار نیست، جایی که وظایف کارمندان به واقعیت افزوده بدون دست و دید محیطی نیاز دارند. غلبه بر مشکلات کیفیت ویدیو، از جمله اعوجاج، IPD ثابت دوربین، ISO بالا، محدوده دینامیکی پایین، وضوح دوربین پایین و نرخ فریم پایین، بسیار دشوار است (فکر کنید: مصرف انرژی بالا). با این حال، پول زیادی سرمایه‌گذاری می‌شود و کمپین‌های بازاریابی مردم را وادار به تلاش می‌کند. اگر چه سعی کنید، کل فشار هدست شفاف ویدیویی تاثیر قابل توجهی در کاهش نیازهای شفاف نوری برای نمایشگرهای AR سازمانی ایجاد نخواهد کرد. من بارها شنیده‌ام که هر مدیر ریسکی که استفاده از نمایشگرهای XR شفاف ویدیویی را برای استفاده در محیط تولیدی که خطرات آن بالا است را تایید کند، استخدام خود را به خطر می‌اندازد.

#4 سنسورهای کوچکتر، قدرتمندتر و کم مصرف تر برای استقرار و مدیریت مقرون به صرفه تر خواهند بود. علاوه بر هزینه کمتر پیاده‌سازی و مدیریت اینترنت اشیا، راه‌حل‌های نیمه‌رسانای تخصصی‌تر، به‌ویژه آن‌هایی که در بینایی کامپیوتر و همچنین برای پردازش صدا و حرکت تخصصی هستند، به طور فزاینده‌ای به دستگاه‌های نمایشگر AR اضافه می‌شوند. تصور کنید حسگرهای روی دستگاه نیاز کاربر به لنزهای اصلاحی را تشخیص می‌دهند و سپس نسخه اصلاح‌شده دنیای واقعی (البته با AR بهبود یافته) را بدون اینکه کاربر آگاه باشد یا نیازی به استفاده از دو عینک داشته باشد، تولید می‌کنند. بهبود قابلیت‌های نمایشگر، همراه با سخت‌افزار ارزان‌تر توزیع‌شده در محیط کاربر (فکر کنید: فضاهای هوشمند) و متصل به هوش مصنوعی در نمایشگر یا سخت‌افزار محاسباتی لبه‌ای، باعث می‌شود آگاهی از زمینه کمتر هزینه و قابل اطمینان‌تر شود. درک عمیق‌تر زمینه به بسیاری از گرایش‌های دیگر که در زیر شناسایی شده‌اند، ترجمه می‌شود.

#5 شرکت‌های بیشتری عینک‌های AR سبک، ارزان‌تر (و با قابلیت کمتر) را به بازار معرفی خواهند کرد. همه کاربران به یک "کامپیوتر" کامل روی سر خود نیاز ندارند یا نمی خواهند. راه های بیشتری برای افزودن ارزش نسبت به کلاه ایمنی یا یک صفحه نمایش AR پوشیدنی سنگین و قدرتمند وجود دارد. برخی از دستگاه‌ها در حال بارگیری پردازش در تلفن‌های متصل هستند. برخی دیگر عینک‌های AR بی‌سیم و تک چشمی را ارائه می‌کنند تا فقط پیام‌های هدآپ را به کاربران نشان دهند. ما همچنین شاهد گسترش بخش عینک‌های AR فقط صوتی هستیم تا جایی که درخواست‌های صوتی و پاسخ‌های صوتی با قابلیت هوش مصنوعی نیازهای مورد استفاده را برآورده می‌کنند.
 

UX

#6 حالت های جدید تعامل شروع به تکمیل/جایگزینی/جایگزینی نیاز به کنترلرها و صفحه کلیدهای مجازی می کنند. ما در حال حاضر شاهد استفاده بیشتر از ردیابی چشم، نگاه، و حرکات طبیعی (مانند اشاره با ردیابی بهتر دست) برای ورودی هستیم. بهبود فناوری‌های ردیابی حرکات دست، در بسیاری از موارد، به بارهای شناختی کمتر و بارهای محاسباتی کمتر منجر می‌شود. ورودی‌های عصبی با استفاده از هدبند یا سیگنال‌های عضلانی از طریق مچ بند به کاربران این امکان را می‌دهند که تمام دستگاه‌های دیجیتال خود را با استفاده از رابط‌های انسانی طبیعی کنترل کنند. حتی ممکن است زبان کاربر به منبع ورودی تبدیل شود. همچنین با EMG مراقب سنجش مغز باشید.

شماره 7 مشابه شماره 6، به دلیل حسگرهای جدید و متفاوت در دستگاه‌ها، پیشرفت‌هایی در نحوه دریافت/درک کاربران داده‌های دیجیتال در زمینه در محل کار وجود خواهد داشت. علاوه بر انیمیشن‌ها، کلیپ‌های ویدیویی، تصاویر ثابت و متن، شاهد آزمایش‌های سریع و فرصت‌های هیجان‌انگیز برای استفاده از صدای فضایی و ارائه دستورالعمل‌ها و اطلاعات به موقع به کاربران با استفاده از ترکیب با سایر پوشیدنی‌ها (مانند ساعت و هوشمند) خواهیم بود. لباس).
 

شالوده

#8 شبکه‌های خصوصی 5G، همراه با سخت‌افزار سازگار با 5G و رایانش ابری و لبه‌ای، تجربه‌های غنی‌تری را بدون دستگاه‌های سنگین‌تر یا پر مصرف‌تر امکان‌پذیر می‌سازد. در حالی که هنوز حکم مقرون به صرفه بودن شبکه‌های 5G خصوصی بر اساس پیاده‌سازی‌ها و موارد استفاده کنونی صادر نشده است، آنها به تدریج در حال بهبود هستند. پشتیبانی از 5G بیشتر در نمایشگرهای نسل بعدی AR وجود خواهد داشت. این فناوری‌های فعال‌کننده اصلی منجر به افزایش پذیرش جریان تجربه AR و تجربیات AR مشترک می‌شوند.

#9 امنیت برای تجربیات AR ممکن است در شبکه با استفاده از بهبودهایی در خارج از دستگاه و احراز هویت خودکار کاربران و دستگاه‌های AR برطرف شود. اطمینان از امنیت سایبری شرکت ها یک نگرانی بزرگ برای تمام بخش های فناوری اطلاعات است و اکثر دستگاه های واقعیت افزوده برای برآورده کردن همه الزامات مجهز نیستند. تخصص در کاهش خطرات امنیتی یک صلاحیت اصلی اکثر ارائه دهندگان AR نیست. نوآوری‌هایی برای اطمینان از حفاظت از داده‌های شرکتی بالا، حفظ حریم خصوصی و کاهش قرار گرفتن در معرض اقدامات عمدی یا سهوی کاربر AR از سوی ارائه‌دهندگان فناوری شبکه ارائه می‌شود. آن‌ها و مشتریان ارائه‌دهنده خدماتشان راه‌حل‌هایی دارند که از تحقیقات بیرون آمده و در آینده نزدیک مورد آزمایش قرار خواهند گرفت.
 

نرم افزار

#10 کم‌کد/بدون کد با کمک هوش مصنوعی همچنان جذاب خواهد بود. اکنون ده ها راه حل کم کد/بدون کد موجود است. مشکلات در پی بردن به این است که کدامیک الزامات سازمانی را برآورده می‌کنند، از جمله نگرانی‌های امنیتی اما نه محدود. در حالی که هوش مصنوعی نیاز به کدنویسی دستی تجربیات را از بین می برد، کارشناسان موضوع در حال تبدیل شدن به نویسندگان تجارب سفارشی بیشتر و بیشتری هستند. بزرگ‌ترین برنده این روند، شرکت‌های متوسط ​​بدون منابع مهندسی لازم برای پاسخگویی به تمام نیازهای مورد استفاده AR آنها خواهند بود. با رسیدن گزینه‌های کم‌کد/بدون کد به بلوغ و سهولت استفاده بیشتر، نیاز به توسعه‌دهندگان تجربه AR اختصاصی و پردرآمد و ابزارهایی با منحنی‌های یادگیری تند کاهش می‌یابد.

#11 استانداردها به طور فزاینده ای مرتبط هستند و، همراه با پشتیبانی گسترده از کتابخانه های منبع باز، نیاز به توسعه و نگهداری برنامه ها و محتوای ویژه نمایشگر را برای ارائه تجربیات در طیف وسیعی از دستگاه های AR کاهش می دهد.. اگرچه W3C WebXR به آهستگی به تکامل خود ادامه می دهد، نیازهای پردازشی برای راه حل های مبتنی بر وب به طور فزاینده ای توسط سخت افزار در طیف گسترده تری از دستگاه های نمایش AR برآورده می شود. بهبود در زیرساخت شبکه همچنین پردازش لبه بیشتری را ممکن می سازد. استفاده از وب برای ارائه محتوای تجربه AR بسیار مقیاس پذیر است و می تواند به طور کامل در اینترانت یک شرکت مستقر شود. OpenXR گروه Khronos در حال حاضر به طور گسترده در سخت افزار AR مورد استفاده قرار گرفته است و همراه با پشتیبانی از glTF، به طور قابل توجهی توسعه پلتفرم های ایجاد محتوا را ساده می کند (روند بدون کد/کد کم را تقویت می کند). ما انتظار داریم که استانداردهای دیگری برای تجربیات AR اتخاذ شود.

#12 مجموعه مهارت‌ها و ابزارهای توسعه‌دهندگان AR تخصصی‌تر می‌شوند و منحنی‌های یادگیری تندتر می‌شوند. از یک سو، هوش مصنوعی و اتخاذ استانداردها، ایجاد تجربیات AR را ساده و تسریع می کند. آنها همچنین خطرات جدیدی را معرفی می کنند. اینها فرصت های طلایی برای تخصص هستند. توسعه دهندگان AR و کسانی که در زمینه های مجاور تخصص دارند، به طور فزاینده ای پیشنهادات جدیدی مانند ادغام عمیق تر با سیستم های مدیریت یادگیری، برنامه ریزی منابع سازمانی و پلت فرم های مدیریت چرخه عمر محصول خواهند داشت. ویرایش ضبط‌های تجربه AR برای حفظ دانش و تسریع انتقال آن، تخصص AR را با ابزارهای هوش مصنوعی ترکیب می‌کند.

تمبر زمان:

بیشتر از محوطه