Sunny张亚莹，混合现实研究员/软件工程师/生活爱好者 阅读原文 作为 AR/VR 领域的研究员，又就职于世界第二大云服务商微软 Azure，从事大数据消息平台的开发，这里提供一些我的看法。 第一，这些技术哪些是泡沫？ 房地产是泡沫吗？并不是。老百姓住房买房，地产商卖房，天经地义。 那什么时候有了泡沫？就是大家瞅着能赚钱，都去买好几套房子，然后互相卖来卖去，房价越来越高，但是这并不是因为需要住房的人多了，而是笃定房子会涨价的人手里的空房多了。这些空房并没有产生实际的价值。当房价实在高得没有人能接盘的时候——砰！泡沫破了。 房地产本身没有泡沫，但是资本过于图利，高估价值，踊跃接盘，制造了「伪需求」，就产生了泡沫。AI、VR、AR、大数据、云计算、区块链，这些技术也是一样。要是不想被绞进泡沫里，不想当韭菜，就得理解技术本身的服务逻辑，懂的什么是被炒出来的「伪价值」，什么是它们真正的价值。 那么，这些技术哪些更有前景？ 「前景」这个词很妙，说白了意思是「钱景」，干这行能挣到多少钱。问出这个问题，说明大家关心的总是别人的钱能不能到自己的腰包。想想很美，但是却是个最大的陷阱。因为盯着「钱景」走的人，很可能最后就会掉进泡沫里——因为泡沫看起来最多钱。 我们真正应该绞尽脑汁思考的，是到底什么技术能给大家带来「价值」。它不在于技术本身，而在于「人」。技术的本质是满足人们的需求，解决人们的痛点。痛点越痛，需求越大，技术的价值也就越高。发掘了这样的技术和应用，钱也自然到了我们的腰包里。 这里我尝试用最白的大白话，帮助大家理解这些技术的核心价值。 云计算：帮助企业和个人轻松搭建互联网业务。 云计算[1]是互联网时代的产物。人们想做互联网业务，但是却不想做各种繁杂的底层工作（比如服务器、数据库、网络的配置）。就好像你准备要开个面馆，但是却得先买块农田种麦子，砍树造桌子。麻烦不？麻烦。于是云服务出现了。云服务商给你做底层的工作，把它变成一个「黑盒」，里面的东西你不用管，对你来说就是「虚拟的」、「云端的」。就好像别人给你造好了面粉和桌子这些基本用品，不用管它们是从这片农田里种的，还是那片林子里砍的，你买来用就好了（IaaS：基础设施即服务）。 后来，你业务做大了，底层的技术支持就变得更麻烦了（要使用和维护多节点服务器、容器集群：负载均衡、扩容、备份等等）。就好比面馆开大了，做菜的（compute），管仓库的（data），送餐的（network），都得有人调度管理。当了大老板，还想要什么都管吗？那就没精力思考大局了。那就聘请经理呗，按照你的要求帮你打理好一切，你只需要搞好你自己的配方，搞好运营就可以了。（PaaS：平台即服务）。 这些说完了，那什么是 SaaS（软件即服务）？就是点一份外卖大碗宽面，啥都不用做，付钱就行。那我的业务是什么呢？我可能是个吃播博主，我的业务需要面，但是我不生产面。 所以说白了，云计算的价值在于「省心」，它帮助互联网企业和个人完成一些重复、繁重的基础工作，让他们专注于自己的核心业务。 大数据：为人们提供洞察力，流量时代的驱动引擎。 微博热搜上要列出所有人正在讨论什么；腾讯视频要知道所有视频内容的相关联系，好做内容推荐；世卫组织想要快速了解疫情病毒在全世界的传播规律。这些问题蕴含着巨大的价值，它们可以为我们带来生产力、财富甚至挽救生命。 然而，这些问题都依赖于庞大的数据量，甚至要实时数据流，马上出结果。微博热搜榜十分钟更新一次，十分钟内有多少人发微博？要把他们说的话全部统计一遍，这在算法上不难，但是由于数据的量级，它需要超强的计算能力，现在最快的计算机也还差得远，统计好的时候，早就过了十分钟了。 于是分布式计算[2]来了，带来了大数据[3]时代。分布式计算帮你拆分，让多台普通电脑协作完成数据处理，只要电脑够多，再大的数据都没问题。就像我们说的「三个臭皮匠，顶一个诸葛亮」。臭皮匠成本低，不仅可以三个， 还可以来成百上千个。把质量问题转换成数量问题，那么运算速度的问题就解决了。只要人们做到把大任务拆分成小任务，交给计算单元计算，保证好单元之间的网络连接以及存储备份，最后再把计算结果汇总就行了。 如今的「大数据」技术做两件事。一方面，是保证高并发（保障超大业务量的基础设施架构：架构分布式的网络、储存、计算等）。比如 2019 年天猫双 11 开场 14 秒销售额破 10 亿[4]，如果没有背后强力的技术支持，可能就会出现服务器立马崩了、网页转圈圈这种情况，大家就会骂淘宝骗人。另一方面，是提供洞察力（大数据分析）。微博数据量这么大，要怎么知道大家讨论的是什么呢？视频内容这么多，腾讯视频是怎么知道哪个是用户想看的呢？大数据分析就是把海量的、原始的数据（data），通过分布式大数据技术，转变成有用的知识（knowledge），服务于业务。 这两件事情合起来，驱动了当下的流量时代。流量时代人们不再「拍脑子做决定」，而是依赖大数据做决策（观众喜欢什么？目标客户在哪里？消费者想要什么？）。或者靠大数据走量，把业务做大，开拓基于巨大用户量和数据量的盈利模式（比如广告投放）。这就是大数据的价值。 人工智能（AI）：让我们的工具「变聪明」。机器学习（ML）：在数据中探寻规律。高级洞察力。 什么叫「聪明」呢？比如妈妈让小明打酱油。妈妈说：「去隔壁的『佳佳购物超市』买一瓶 6 块钱的 400ml 淘大生抽酱油」，那小明就照做就好了，这就是一般的系统。那如果妈妈说：「我要炖红烧牛肉啦」，小明一看，家里没酱油了，自己就去超市，买了性价比最高的酱油，还想到家里冰糖也没了，顺带也买了一些——这就是更「聪明」的系统：不是笨拙地执行给定指令，而是更能理解用户的「高层需求」，自己决定指令执行。人工智能[5]就是让我们的系统「变聪明」。 人工智能不是什么新鲜事，近年来疯狂发展的是人工智能的一个重要分支机器学习（ML）。ML 的厉害之处是让系统具有「学习能力」：扔给它一大堆数据，它可以找出其中的规律，并且总结成一套「经验」下次来用，就像是婴儿生下来靠观察和模仿进行学习一样。比如图像识别（认出什么是猫狗，什么是电线杆），比如 AlphaGo 下围棋（进展到现在，下一步该怎么下）。 说是「学习」，但是本质上，计算机并没有意识或智力，ML 做的事仅仅是「计算」——人们设计一套 ML 的算法，这个算法就从数据里「计算」出我们想要的统计规律：想知道什么样的照片（RPG 数据组成的矩阵）里面会有「猫」的形象？那么我给你一万张猫的图片，你去计算一下里面的像素点都有什么规律。想知道结合上一步的棋盘形势，什么样的落子位置使得胜率最大？那我给你过去 100 年人们下过的所有棋局，你去计算一下每种情况下的落子都有什么统计规律。最终就能得到一个可用的「结论」，也即是 ML 训练出的模型。比如得到一个「识别猫」的模型系统，给这个模型输入一张新的照片，它就能判断这张照片符不符合「猫」的统计规律，从而得出结论：这张照片里面有猫或者没有猫。 有人说，那人类不是更聪明吗？一看就知道什么是猫狗，什么是玛芬蛋糕。那要 ML 有什么用呢？用处就在于：第一，代替人力，实现数字化和自动化。自动识别逃犯，人脸解锁。第二，可以理解大量数据里的复杂规律。 谷歌的机器人验证题：选择含有玛芬蛋糕的图片 —— 这类问题很难用 ML 解决，但是人类却可以轻松识别 计算机的计算速度和储存量远大于人，在这种优势下，计算机更能快速地从大的数据量里面发现显著的统计信息，找到数据里面隐藏的规律来进行应用，让计算机更「聪明」地为我们提供帮助。比如智能设备「小度」有一个「爸妈讲故事」功能，用户先读一小段故事，小度就可以学习这段语音，然后复制用户的声音来给孩子念故事。 所以，人工智能、机器学习的价值，并不是单纯地「创造智能」，而仍然是「服务于人」，让我们的工具变得更聪明，让机器代替人力。 VR 和 AR：打破人和数字世界之间的「第四面墙」。 人类在不停地发明工具、提升生产效率的历史上[6]，一开始是和物件进行交互（石器时代、铁器时代、工业时代）。后来发明了电子计算机，出现了和「数字化世界」的交互。这个和数字化世界的交互一开始只能是「一维」的（命令行界面 CLI），后来出现了「二维」的（图形化用户界面 GUI）。而 VR（虚拟现实）和 AR（增强现实）就是要打破这个维度，让我们和数字世界的交互变成「三维」的。打破我们和数字世界的「第四面墙」，让我们人类可以进入数字世界（VR），或者让数字化内容来到我们的世界（AR）。 具体来说，VR 技术能替换掉人体的感官，让你看能看到、听到、摸到另一个虚拟世界的东西，制造一种「身处异界」的感觉。你可以和机器人一起打乒乓球，也可以变身光剑武士，还可以来到嵩山少林参观。VR 可以让人感到自己「来到了另一个地方」「变成了另一个角色」，甚至「有了神奇的力量」。 VR 让人感到「来到了另一个地方」「变成了另一个角色」，甚至「有了神奇的力量」 而 AR 技术不替换感官，而是在现实的基础上叠加虚拟物体，让人感觉虚拟物体「来到了我们的世界」。比如之前大火的 PokemonGo。又比如大家常用的视频滤镜。这两个例子需要通过手机或平板来观看 AR 内容。或者人们可以不依赖手机，使用 AR 头戴，直接在我们的眼中「插入」数字画面。这样用户就可以腾出手来，进行正常的工作。比如微软 Dynamic 365 的 Remote Assist 和 Guide 两个产品，通过 HoloLens，可以更快地进行工人培训和远程专家协助。 AR 让人感到「我们的世界里出现了神奇的东西」 大家对 VR、AR 有一个最大的印象就是「酷」。因为它不像云计算、大数据这样看不见摸不着，反而谁都能看懂是咋回事，并且它看起来像是「未来科技」，就好比当年乔帮主从信封中抽出 MacBook Air 一样，惊艳全场。 Julia Schwarz 展示微软 HoloLens2 的新交互功能 不过酷不可以当饭吃，一个技术能不能成功，还要看它到底能为多少人带来价值。当下比较落地的 VR 应用主要在游戏领域（Steam 等游戏平台上有大量的 VR 游戏），以及结合 360° 影像技术的全景应用（360° 电影、全景看房、全景旅游）。AR 的应用范围更是有待发掘，当前落地的应用只在于人员培训（制造、施工、军事）上，以及基础的 3D 物品显示（比如显示家具、显示银河，显示细胞结构）。近年来像 Spatial 这样的远程多人协作平台算是提供了又一个比较惊艳的落地方向。不过以我的理解，AR 应用还未成一个大的规模体系（欢迎路过的大佬提出补充意见）。VR/AR 作为新一代交互方式，理论上，可以和图形界面一样，成为人们日常的生产力工具。不过，由于技术还不到位，当前要达到生产力工具的水平还远远不够。跟踪定位和环境理解还不够稳定，显像技术、手部交互精度、体验舒适度、电池续航都还不够好，暂时还不能成为像电脑、手机一样真正的「日常技术」。这也是为什么在教育、医疗等领域，VR、AR 都有很棒的相关研究，但是还并没有大范围落地商用的原因。不过这也是 VR、AR 的潜力所在，从业者操刀入手的机遇。 最后 总的来讲，A（AI 人工智能）、B（big data 大数据）、C（cloud 云计算）三个领域都和「数据」有关，联系紧密，相辅相成。ML 寻找数据间的隐藏规律，数据集大，就更容易得到准确结果；大数据通过分布式来拆分问题，而云计算可以代为管理分布式系统，把繁琐的工程简化为可以买到的服务。而 VR、AR 则是新一代人机交互方式，让我们和计算机之间的沟通不再只基于屏幕，而是可以像在现实生活中的一样自然地交互。 修仙小说里面会有这样的情节：一群人找到了一本绝世剑法，直指五品金丹灵皇。然而这套剑法却没有招式，只有心法，只能靠修习的人自己领悟，而且每个人领悟出的招式各不相同。有的人什么都看不出来，有的人却可以看出一套玄妙的剑法，还能演化出自己的特色。 放在这里也一样。 AI、大数据、云计算的「心法」就是「数据」，VR、AR 的「心法」就是「交互」。每个人都可以学习心法，但是自己能领悟出什么招式，就看你的积淀，你对生活的观察，你的敏锐度。看你如何用这些技术来进行应用，创造价值。 宝剑在你手里，但能不能成为绝世高手，笑傲江湖，还要看你自己。 特别感谢 Jun，Adam 和 David 老师~ 欢迎大家讨论指正~阅读原文
