知道这10个关于AR的基本数据，你就不会在下一个风口懵逼
一定要看。
增强现实（AR）经常和虚拟现实（VR）被一起拿出来聊，其实这两个市场有很大不同。VR设备阻绝用户对外部世界的感知，AR设备则增强用户对现实世界的认识。下面是你应该了解的AR十大重点，看完可以大大“增强”你在未来几年的眼光。
1. 根据Digi-Capital，AR市场会从今天的近乎于零增长到2020年的900亿美元。其中近一半收益预计来自AR硬件，其余的可能来自零售、企业和游戏应用。
2. 根据CSS Insights，全球AR头显销售额可能在2017年达到12亿美元。这对年初戴着HoloLens率先入场的微软来说是个好消息。
3. 两年前，微软花25亿美元收购《我的世界》（Minecraft）开发商Mojang。收购第二年，微软就用桌面版《我的世界》展示了HoloLens的全息功能。
4. Niantic的《口袋妖怪GO》有力带动了AR应用的主流认知，今年七月创下4500万日活跃用户的峰值。然而，八月就骤降至3000万，还在继续下降。
5. 《口袋妖怪GO》牵扯出“数百”桩犯罪，包括抢劫、盗窃、殴打以及违规驾驶。这些冲突凸显了数字世界与真实世界融合之后的严重风险。
6. 根据今年的ISACA调查，73%的美国人表示，他们“懂”物联网和AR市场。然而，2015年这项数字是83%，说明随着更多设备涌入扩张，物联网和AR市场变得更混乱。
7. ISACA调查中，77%的受访者认为，AR增强功能可能会使物联网设备更容易泄露数据。
8. 然而，60%~70%的消费者认为，在日常生活和工作中使用AR和物联网设备有明显的好处。日常生活中，69%的人认为技术可以帮助他们学习新技能，62%认为对购物有好处。
工作中，69%的人认为AR设备可以用于岗位培训，65%认为可以用于提高安全性，63%认为可以用于产品演示。64%的受访者认为AR可以通过远程会议参与来改进他们的工作场所。
9. 截至发稿，AngelList列入737家初创公司，平均估值470万美元。最受关注的三家公司是运动控制初创公司Leap Motion，医疗初创公司Augmedix和即时语言初创公司Waygo。
10. 最具价值的AR初创公司是Magic Leap，二月份C轮融资7.935亿美元之后，估值达到45亿美元。
本文来源于。
郑重声明：黑匣网（）的全部内容，均为本网合法拥有版权或有权使用的作品，受法律保护。未经本网书面许可，任何单位及个人不得转载、摘编或者以其他任何形式擅自使用，违者必究，特此声明！如需转载，请联系苗青，【微信号：miaoqing1018】
微信：heixvr前沿 | arvix最新论文：奇点或许永远不会临近_机器之心_传送门
前沿 | arvix最新论文：奇点或许永远不会临近
选自arxiv作者：Toby WalshUniversity of New South Wales and Data61 (formerly NICTA)
Sydney, Australia机器之心编译出品参与：李九喻、孟婷、柒少引言：如今，对人工智能 (AI) 感到悲观或乐观的都大有人在。乐观者正在向人工智能领域投资数百万美元甚至数十亿美元，而悲观者则预测人工智能将终结很多事：工作，战争，甚至人类。无论是乐观主义者还是悲观主义者都被所谓技术奇点 (technological ingularity) 的概念吸引。技术奇点是一个机器智能失控的时间点，在它之后一个全新的、更加智慧的「物种」将开始居住在地球上。如果乐观主义者是正确的，那么这将是一个从根本上改变人经济和社会的时刻。如果悲观主义者是正确的，那么这将同样是一个从根本上改变人类经济和社会的时刻。因此，我们有必要花些时间决定这些看法是否正确。奇点的历史技术奇点的概念可以追溯到几个不同的思想家。在约翰·冯·诺伊曼 (译者注: John von Neumann， 20世纪最重要的数学家之一，在现代计算机、博弈论等领域均有建树) 1957年去世时，斯塔尼斯拉夫·乌拉姆 (译者注: Stanislaw Ulam - 波兰数学家) 写道：「我与约翰·冯·诺伊曼讨论过在技术不断加速发展、人类生活模式的改变下，我们看上去正在接近物种史上某个重要的奇点，在它之后已知的生活将无法延续。」 在1965年，I.J. 古德 (译者注: I.J. Good，英裔数学家、密码学家) 对这个现象提出了更具体的预测，他用「智能爆炸」(Intelligence Explosion) 取代了「奇点」 (Singularity) 的概念：「让我们把超智能机器定义成为一台能够远远超过任何人类智力活动的机器。 因为设计机器本身也算是智力活动，所以超智能机器可以设计出更好的机器；毫无疑问，这将会带来智力的爆炸式增长，而人类的智力将远远落后。以此类推，超智能机器将会是人类最后一个发明。」 许多人把 「技术奇点」归功于计算机科学家。科幻小说家弗诺·文奇 (Vernor Vinge) 更是预言：「在三十年内，我们将创造出实现超人智慧的技术。不久后，人类的时代将结束。」近来，技术奇点的概念又得到了包括雷·库兹韦尔 (译者注: Ray Kurzweil ，发明家、企业家、学者、《奇点临近》等畅销书作者) 在内许多人的推广。根据目前的趋势，库兹韦尔预计技术奇点会发生在2045年左右。就这篇文章的定义而言，我假设技术奇点是一个「当我们创造出拥有足够智慧、能通过重新设计自己来改进智力的机器」的时间点，并且在这个点上我们将见证智力以指数级增长，并且迅速超越人类。我将用两个数学论证来为以上观点辩护。其中一个论证是：技术奇点不是数学奇点。在函数1/(1-t)中，数学奇点是t=1。该函数演示了双曲增长。当t接近1，t的导数趋于正无穷并且无法被定义。然而，许多技术奇点的拥趸只支持指数增长的说法。例如，函数2^t呈指数增长。这样的指数函数在接近正无穷时更慢，并且有一个可以被定义的有限导数。其二个论证是：智力的指数增长完全取决于测量智力的数值范围。如果我们以对数分度向量（logspace）测量智力，指数增长仅仅是线性的。在这里，我暂时不解释测量机器或者人类智力的具体定义或方法。我只假设有一个可以被测量、比较的特质叫做智力，并且当智力在适当、合理的数值范围内呈指数增长时，我们将迎来技术奇点。目前，技术奇点的可能性已经迫使几名评论家发出关于人工智能对人类影响的悲观预言。例如，在2014年12月时，史蒂芬霍金对BBC电视台说：「人工智能的全面发展可能意味着人类的终结……机器将获得自主权，并且以前所未有的速度重新设计自己。被缓慢生物进化限制的人类将无法竞争并且最终被取代。」其他的知名人物，包括比尔·盖茨，伊隆·马斯克和史蒂夫·沃兹尼亚克也随后发表了类似的警告。尼克·博斯特罗姆 (译者注: Nick Bostrom ，牛津大学人类未来研究院院长、哲学教授、著名人工智能学者) 也做出了对技术奇点的预言，并且认为这个现象将对人类的生存造成威胁。然而这篇文章与以上的观点相反，我将探讨的观点是：技术奇点或许永远不会临近。反对技术奇点的论点对技术奇点的争论多数发生在主流人工智能行业以外。在某种程度上，这个概念的许多拥趸都不是真正的从业者。在主流文化中，技术奇点也和一些例如寿命延长和后人类主义等挑战现状的想法关系密切。这种联系干涉我们探讨真正重要的基础问题：人类真的可以开发出能够成倍提高自己智力并且远远超出人类的机器吗？虽然它看上去并不是一个特别大胆的想法。计算机领域已经在指数增长的同时不断壮大。摩尔定律 (Moore’s Law) 以合理的精准预测告诉我们，晶体管上集成电路的数量（指每块芯片的储存量）将在1975年之后每两年内翻倍。库梅定律 (Koomey’s Law) 也已预测，单个能量焦耳所支持的计算次数将在1950年后的每19个月内翻倍。以此类推，为什么不能假设人工智能也会在某个时间段内实现指数增长呢？针对技术奇点实现的可能性，以上的说法是一些有力的论据。准确地说，我并不是在预估人工智能无法拥有超出人类的智能。与许多在人工智能行业工作的同事一样，我预测人类离这个阶段还有30到40年的时间。不过与一些人的观点相反，我认为未来将不会出现失控、呈指数增长的情形。我将在接下来的文章里提供多个关于不可能有技术奇点出现的支持论点。以下的讨论不包括所有技术奇点的反对论点。举例来说，我们也可以假设人工智能创造出了自己的人工智能。因此，阿兰·图灵 (Alan Turing) 在其影响深远的Mind论文（ Turing 1963）中提出了针对人工智能的九种通俗反对意见，例如机器不能拥有意识，或者不具有创造性。在这里，我将集中精力讨论人工智能在智力上失控增长的可能性。论点一：快速思维的狗（Fast Thinking Dog）其中一个由技术奇点支持者提出的先锋观点是：硅与人类大脑湿件(wetware)相比有重要的速度优势，并且根据摩尔定律这一优势每隔两年都会翻倍。不过，速度提高不代表智力增长。在这个问题上，弗诺·文奇认为一条快速思维的狗仍然不可能懂得下棋。史蒂芬·平克 (Steven Pinker) 意味深长地表示：「我们没有任何理由相信技术奇点会到来。人可以在自己脑海中想象未来，但不能证明它是否具有实现的可能性。在我的孩童时代，人们想象过的半球形城市，喷气交通运输工具，水下城市，一英里高的建筑，核动力汽车，以及很多未来式的幻想在今天从来没有得以实现。最终，单纯的运算处理能力无法像魔法一样奇迹般地解决所有问题。」智力不仅是比别人对一个问题思考更快或是更久。当然，摩尔定律肯定对人工智能的发展有帮助。我们现在用更大的数据集学习。也学习地更快。速度更快的计算机肯定会帮助我们开发更好的人工智能。但是，至少对于人类来说，对智力的评估取决于许多其他的事情，其中包括日经月久的经验和训练。不能在机器计算中仅靠增加时钟频率（即计算速度）抄近道。论点二：人类中心主义（Anthropocentric）在许多对技术奇点的描述中，人类智力被假设成为一个需要跨越或颠覆的临界点。例如，尼克·博斯伦特写道：「拥有人类智力水平的人工智能的问世将会迅速带来通向高于人类水平人工智能的发展……与此同时，机器与人类在智力上的匹配将是暂时的。此后不久，人类将无法与人工智力竞争。」人类智力范围是从蟑螂到老鼠再到人类的分布广泛的范围。事实上，与其说智力是一个点，不如说它是一系列概率的分布。我们并不确定人类将在具体哪一个点上被人工智能失控的智力增长超越：这个点具体是指人类的平均智力？还是人类史上最聪明的人？科学史的教训告诉我们，人类远没有自己想象的那么特殊。哥白尼告诉我们，宇宙并不绕地球转。达尔文告诉我们，我们与猿类没有本质区别。人工智能可能会告诉我们，人类的智力也并不特别。我们没有理由因此假定，人类智力是个一旦通过，智力将快速增长的特殊临界点。当然，这并不排除智力转捩点本身存在的可能性。技术奇点的支持者提供的说法之一是，我们是唯一能够通过创造来拓展自己智力的物种，因此人类智力是一个特殊的临界点。我们是地球上唯一拥有足够智力设计新智能的物种，并且这些被设计出来的新智能不受进程缓慢的繁衍与进化限制。然而，这一类说法假定人类的智力可以设计出一个智力足以跨越技术奇点的人工智能。换句话说，它在我们决定是否有技术奇点之前，就已经下定它确切存在的结论。人类可能，也同样可能不会有足够的智力设计出这样的人工智能。我们并不是被注定要创造出这样的东西。再者说，即使我们有足够的智力设计出了能够超越人类的人工智能，这样的人工智能也不一定能够带来技术奇点。论点三：元智力（Meta-Intelligence）在我看来，反对技术奇点的其中一个强有力论点是，技术奇点混淆了完成工作的智力和提高完成工作的能力之间的区别。在对技术奇点的概念进行详细分析后，大卫·查莫斯 (译者注： David Chalmers，澳大利亚裔哲学家，认知科学家 )写道：「如果我们通过机器学习创造一个AI，不久之后我们将能够改善学习的算法并且延长学习的过程，创造出接下来的AI+。」在以上的论述中，AI是人类智力水平的系统，而AI+是比一般人类更聪明的系统。不过，为什么查莫斯认为我们可以在不久之后提高学习的算法？历来机器学习在算法方面的进展既不迅速，也不容易。机器学习的确有可能成为未来任何人类智力级别的人工智能系统的重要部分，因为除此之外，利用人工编码知识和专长是很痛苦的过程。假设，一个人工智能系统选择采用机器学习来提高自己理解文本，完成数学证明的能力。该人工智能的系统没有理由能够改善机器学习本身自带的算法。事实上，机器学习的算法通常在某一项工作上已经达到极限，不论是工程还是参数的调整，都无法提高其性能。目前，我们看到使用深度学习的人工智能令人印象深刻的进度。这极大地提高了语音识别，计算机视觉，自然语言处理及许多其他领域的发展。这些进度通常归功于使用更多数据以及更深层次的神经网络：Yann LeCun表示: 「在此之前，神经网络并没有打破识别连续语音的记录；因为它们的大小有限。」当然，更多的数据和更大的神经网络意味着我们需要更强的机器处理能力。其结果是，GPU现在经常被用来提供处理能力。然而，学会更好地识别语音或者物品并没有帮助深度学习进步。深度学习并没有自我改善。对深度学习在算法上的任何改善都要归功于人类在设计上的不懈努力。我们也可以从另一方面用我们所了解到的有关智能系统的最好例子来例证这一论点。看看我们自己。我们只使用了我们自己大脑惊人能力中的一小部分，而且我们正努力地想要改变现状。对我们来说，学习如何更好地完成某个特定任务很简单，但学习如何更高效地学习还需要下点功夫。举例来说，如果我们除去对智商固有的正常定义，我们可以察觉到智商在上个世纪内有增长，但增长速度缓慢 （弗林效应「Flynn Effect」）。在今天，提高智商的过程和一个世纪以前一样痛苦并且缓慢。或许，电子大脑也很难快速提高自己的性能，并且永远无法超越自身的基本功能？论点四：收益递减 （Diminishing Return）技术奇点通常假设智力的改进是一个相对恒定的乘数，每一代的分数都比上一代更高。然而到目前为止，大部分人工智能系统的性能一直在经历收益递减。在不同研究的初期，研究人员通常获得许多成果，但在这之后则遇到一系列难以改进的困难。这个过程解释了许多早期人工智能的研究人员对行业发展过于乐观的看法。人工智能系统也许可以无限制地完善自己，但对智力的总体改进很可能存在上限。举例来说，如果每一代人工智能比上一代增强半倍，那么系统永远不会达到2倍的整体智力。收益递减不仅是由于改进人工智能算法的困难度，也是由于计算机科学快速增长的困难度。微软的联合创始人保罗·艾伦称这一现象为 「复杂性刹车」(Complexity Brake)。「我们把这个问题叫做复杂性刹车。伴随人类对自然系统理解的不断加深，我们通常会发现，我们需要更多并且更专业的知识来描述它们，我们不得不用越来越复杂的方式来持续扩展我们的科学理论… 我们相信，对自然世界 [认知上的] 理解正在被复杂性刹车放慢。」——Allen和Greaves，2011。即使人类看到人工智能系统持续、甚至呈指数级的改进，这些或许都无法提高机器的性能。智力提升所需要解决的问题本身的难度增长速度，甚至比智力提升的速度还要快。很多人表示，现阶段理论物理学的探索似乎也遇到了同样的复杂性刹车。论点五：智慧的极限 （Limits of Intelligence）宇宙中存在很多基本的限制。其中一些是物理限制。例如，我们无法加速超过光速。我们无法同时知道位置和动量的精确数值。我们无法知道原子放射性衰变具体发生的时间。我们创造出来的思维机器也受这些物理定律的限制。当然，如果机器在本质上是电子或者甚至是量子，这些限制很可能比人类大脑生物和化学的限制还要大得多。更多可观察的经验法则也在复杂的系统中不断涌现。例如，邓巴数（Dunbar’s Number）是灵长类动物脑容量和社会平均大小之间所观察到的联系数值。该数值把人类社会团体中关系稳定的人数限制在100到250人之间。智力是一个复杂的现象，并且也会有类似的限制出现在这种复杂度中。机器智力的改善，无论是失控还是缓慢地增长，都可能碰触到这种限制。当然，我们没有理由假设人类智力目前已经达到、或者接近这个上限。同样来说，我们也没有理由认为这个上限远远超过了人类的智力。论点六：计算复杂性（Computational Complexity）假设我们坚持使用遵守传统计算模型的电脑开发人工智能系统。那么，指数级增长也无法与计算的复杂度匹敌。举例来说，计算机性能上的指数级增长不足以运行超级指数算法。而且没有任何性能上的增长可以解决无法解决的问题。计算的复杂性也许正是我们前面所讨论到的基本限制之一。因此，除非我们使用的机器能够超越传统的计算模型，否则我们很可能会碰到类似于计算的复杂性从根本上限制了计算机性能的问题。当然，很多计算的复杂度问题只是最坏的情况，大部分的人工智能都使用启发式学习在实践中解决计算上难以处理的问题。不过，这些启发式学习在质量上有根本的限制。有一些级别的问题即使超人工智能 (super-human intelligence) 也不能很好的解决，哪怕只是大致解决。结论在以上的文章中，我论述了关于人类也许永远无法见证技术奇点的许多原因。然而，即使没有技术奇点，我们也许仍然可以最终拥有展现出超人智力水平的机器。我们可能不得不自己费力编写这个超能力。如果是这样的话，人工智能对经济和社会的影响，要比对技术奇点持有悲观或乐观态度的人所预测的结果平淡得多。然而，我们应该就人工智能对社会的影响开始做准备。就算没有技术奇点，人工智能依旧会大面积影响工作的性质。举第二个例子：即使智力有限的人工智能依然可以对战争的性质产生很大的影响。现在，我们需要开始为这样的未来做计划。参考文献：[Allen and Greaves 2011] Allen, P., and Greaves, M. 2011. The singularity isn’t near. MIT Technology Review 7–65.[Bostrom 2002] Bostrom, N. 2002. When machines outsmart humans. Futures 35(7):759–764. [Bostrom 2014] Bostrom, N. 2014. Superintelligence: Paths, Dangers, Strategies. Oxford, UK: Oxford Uniiversity Press.[Chalmers 2010] Chalmers, D. 2010. The singularity: A philosophical analysis. Journal of Consciousness Studies 17(9-10):7–65.[Edwards 2015] Edwards, C. 2015. Growing pains for deep learning. Commun. ACM 58(7):14–16.[Good 1965] Good, I. 1965. Speculations concerning the first ultraintelligent machine. Advances in Computers 6:31– 88.[Kurzweil 2006] Kurzweil, R. 2006. The Singularity Is Near: When Humans Transcend Biology. Penguin (NonClassics).[Pinker 2008] Pinker, S. 2008. Tech luminaries address singularity. IEEE Spectrum.[Turing 1963] Turing, A. 1963. Computing machinery and intelligence. In Computers and Thought. McGraw-Hill Book Company.[Ulam 1958] Ulam, S. 1958. Tribute to John von Neumann. Bulletin of the American Mathematical Society 64(3).[Vinge 1993] Vinge, V. 1993. The coming technological singularity: How to survive in the post-human era. In Rheingold, H., ed., Whole Earth Review.(C)本文由机器之心原创编译，转载请联系本公众号获得授权。?------------------------------------------------加入机器之心（全职记者/实习生）：投稿或寻求报道：广告&商务合作：机器之心是Comet Labs旗下的前沿科技媒体。Comet Labs是由联想之星发起、独立运作的全球人工智能和智能机器加速投资平台，携手全球领先的产业公司和投资机构，帮助创业者解决产业对接、用户拓展、全球市场、技术整合、资金等关键问题。旗下业务还包括：Comet旧金山加速器、Comet北京加速器、Comet垂直行业加速器。↓↓↓点击「阅读原文」查看机器之心网站，获取更多精彩内容。
觉得不错，分享给更多人看到
机器之心 微信二维码
分享这篇文章
3月6日 20:15
机器之心 最新文章有用过华硕 PRIME Z270-AR主板的吗，怎么样&&
有用过华硕 PRIME Z270-AR主板的吗，怎么样。以下是网友的评价：
1、质量过硬 客服也非常nice 以后要给我老婆拼电脑的话还会来
2、华硕果然值得信仰。自己第一次装机一次点亮。店家服务也不错，发货很快，顺丰物流很赞。本来想买z270-A的，一不小心看错买错了，不过AR就少了几个接口，做工也一流，品质也很好，也不影响使用，而且用着也不错，就懒得再换了。
3、客服不错，主板正在摸索。等我装完吧。
4、今天刚拿来,物流很快,前天晚上下的单,今天就到了,明天准备装机, 是正版 全新, 值得购买,性价比很高, 还有客服小jie姐仲达 很细心的讲解,
有用过华硕 PRIME Z270-AR主板的吗，怎么样：
5、原厂包装，装机一次点亮，很不错！另，卖家赠送的CPU散热器比我之前的好用多了，很不错！
6、自己换好了！用了几天了很好用，客服很好解决问题什么的不在话下。好了，吃鸡去了！
7、主板很不错 客服也很用心 还特地送了散热器很惊喜 感谢
8、收到货了 。。。看起来不错。。。还没测试
9、主板略贵了，不过客户喜欢旗舰店就这样买咯。
10、东西还可以的 板子比较完美 安装的时候发现有一个针脚歪了 安装师傅稍微拨了下 一次点亮 客服还给提供一年换新 嗯 好评 以后换370再来
11、发货很快 包装也很好 曾送的东西是后发的 还没收到 不知道咋样 主板还不错
12、这板子神奇之处不在于他多耐用，而是他竟然双11折后900多涨到1400多。。溢价看不懂啊
13、华硕黑色大板，质量杠杠的，高端大气上档次，吃鸡首选!
14、第一次自己装机 一次点亮 很不错的主板 目前使用中之后再追评！
15、板子用料很厚实，我却没发挥它的性能！能超频的板子我买了个不能超频的cpu！自己组的怪谁？高档大板就是不一样，一般的公版网卡驱动完全不理会！情急之下求助了黄忠大哥，去*下了个网卡驱动！分分钟搞定！谢了！
16、主板品质第一眼给人的感觉还不错，还没测试，到时再追加评论。 特意提醒过卖家注意防震，里面的空气袋基本没气，最为吐槽的应该是不会包装，空气袋直接就放主板上面，下面和周围就不管了，而且电源处的有一根针头弯了，影响不大，望卖家以后注意。
17、最近比较忙还没有去装，感觉应该不错，物流很快
如果没有找到优惠券，访问，或者扫描下面二维码关注微信公众号：【优惠券小蜜】，可搜索同类产品优惠券，领券购买更实惠
被转藏 : 0次
被转藏 : 0次给明星做AR海报，米多娱乐VR、AR多形式建明星内容平台_36氪
市场合作，请您联系： media_
品牌广告合作，请您联系： media_
企业创新合作，请您联系： corp_
地方合作，请您联系：
满足以下场景，获得更高通过率： 1. 新融资求报道 2. 新公司求报道 3. 新产品求报道 4. 创投新闻爆料
36氪APP 让一部分人先看到未来
为你推送和解读最前沿、最有料的科技创投资讯
一级市场金融信息和系统服务提供商
聚集全球最优秀的创业者，项目融资率接近97%，领跑行业你们会不会好奇，不声不响的VR/AR如今到底怎么样了呢？_ZNDS资讯
你们会不会好奇，不声不响的VR/AR如今到底怎么样了呢？
　　导读：领域太新 作为新兴领域，VR/AR 的技术非常新颖，在其在医疗领域成规模应用之前还需要大规模的研究。当然，这不是 VR/AR 独有的问题，很多其他新兴领域也面临研究还不够多、技术还不够成熟的挑战。　　今天密探我就给大家透露一个消息：据密探观察，VR/AR 技术已经在美国的医疗领域有了亮眼的表现，而且很可能在不远的将来将彻底颠覆我们求医看病的经历！　　等等，这两个技术不是通常都运用在游戏上吗？大街上不少的 “VR、AR体验馆” 里面也都是游戏，怎么跟医疗搭上关系了呢？其实这一切并不是没有原因的。　　VR、AR：从游戏“跨界” 医疗绝非偶然　　其实 VR、AR 以游戏领域开始、再进入“医疗” 这种更“严肃”的领域还真不是巧合。　　PS4 的研发团队说，VR 刚出来的时候，大家需要通过游戏去摸索、学习 VR 的“互动规律”。说白了，就是我们人类这么多年来习惯了 “眼见为实”，而 VR、AR 是 “眼见为虚”，在 VR 里看到的 “手” 不是自己真正的手，所以我们需要学习这种“互动规律”，让我们的双眼、大脑适应适应，要不然把握不好轻重。　　怎么练习呢？打游戏无疑是一种很好的方式。通过打游戏，人们能慢慢适应在“虚拟现实”里怎么控制自己的手。等我们对 “下手轻重” 有更深了解后，才能做像手术这种更精细、对下手轻重要求更高的东西。　　为什么是 VR、AR + 医疗，而不是其他领域？这和 VR、AR 恰好能解决医疗业痛点有关：有了VR、AR，医护人员在学习新技能、练习手术操作时，就能历史上第一次在一个 “犯了错误也不要紧” 的环境下练习，反正这些错误不是“真的”。万一失误，也不会对患者造成危险。　　在这个前提下，VR/AR与医疗的结合基本上可以分成三类：第一类是“做手术” 类；第二类是“医师技能训练” 类；第三类是“患者康复训练” 类。　　做手术：真实演练防失误　　在 VR、AR 的帮助下，患者能和医生一起“走进”他的身体里，制定更精准的治疗方案。　　医疗领域 VR 的创业公司 Surgical Theater 做的就是这件事。这家公司的 “精准VR” 功能受到战斗机飞行员的启发：战斗机飞行员在真实飞行之前，往往会在模拟机舱里飞几遍，这样等真正飞的时候就能熟练一些。　　Surgical Theater 的创始人就想：外科医生也应该这么做啊！手术前多熟悉熟悉患者的身体，手术中才能更快地处理各种状况。　　因此，他们为每位患者量身定做一个三百六十度的虚拟现实，重现患者身体的病灶，这样医生就能带着患者一起“钻”进患者的身体，而且还能在里面像逛商场一样四处逛一逛，看看病灶，然后医生和患者一起商量制定治疗方案。　　等到真的上了手术台进行手术时，医生由于之前已经 “预习” 过，对患者的情况就会很熟悉，这样突发状况也会少很多。怎么样，是不是听着心里很踏实？现在这家公司的合作方已经包括 NYU、斯坦福大学等众多高校。　　另外，以色列的创业公司 Augmedics 目前正在致力于给进行脊柱手术的外科医生开发增强现实耳机。看来，VR 更倾向于 “术前准备”，而 AR 的作用在手术过程中更能体现出来。　　模拟练习柳叶刀　　医生手里的柳叶刀直接关乎手术台上病人的康复情况，甚至能决定生死。用 VR 训练外科医生，就能减少手术中错误的发生。　　3D systems 这家公司就把 “模拟手术环境供医生练习” 做到了极致。这家公司自己是做 3D 打印起家的，但他们把自己的技术和虚拟现实相结合，做了一个叫 “Simbionix模拟器” 的东西。　　Simbionix 模拟器的外观和感觉和真正的做手术几乎没什么差别了，这么说吧，外科医生戴好专有的 VR 眼镜后在模拟器上做手术，手术刀的角度、下手轻重，全都能体现在虚拟的患者身上。每个人身体不一样，再有经验的医生也有拿不准的时候。有了虚拟现实，外科医生们就能先练习练习，提高在真实手术中的表现。　　真实互动助康复　　大家都知道，烧伤患者复健的道路通常既漫长、又痛苦。　　洛杉矶就有家医院开始尝试用 VR 引领患者进入身临其境的游戏里，让患者从被烧伤的痛苦里转移注意力，缓解焦虑、更加放松。　　可能你会说：这有用吗？不过是暂时的转移注意力而已。还别说，这家医院发现：有些烧伤患者在佩戴 VR 眼镜后，降低了止疼片需要的剂量 ── 而且不是只有戴着 VR 眼镜时暂时减少止疼片，而是烧伤患者摘了 VR 眼镜一段时间后、长期减少了对止疼片的需求。　　这有两个好处：第一减轻患者痛苦，第二因为痛苦减轻，患者主动要求提前出院，在医院待的时间更短，给患者省下不少的钱。看来以 VR 辅助烧伤患者康复，还真不是 “暂时转移一下注意力” 这么简单。　　除了烧伤患者，有些脑部受到损伤的患者在康复过程中也会受到不小的挑战。　　神经技术创业公司 MindMaze 近期就创建了一个 VR 应用程序，通过激发患者的视觉和听觉参与，这个应用程序不断地鼓励患者进行重复运动，比如重复用手拿起一个苹果、然后放在桌子上，然后再拿起来、再放下... 这种重复运动能够加快神经系统的恢复，对脑卒中或脑损伤患者来说是史无前例的新方法，难怪这家公司创业没多久就被估值 10 亿美元了。　　再比如说弱视者或盲人。视力不好的患者日常生活中有诸多不便，而导盲犬基本是奢望，更何况就算有导盲犬，也只是能帮助患者绕开障碍物，功能有限。　　OrCam 研发了这么一套系统：一架通过磁铁跟镜框吸附在一起的摄像头，通过一根细小的线和能放在裤子口袋里的便携式电脑连在一起，患者把便携配件佩戴在身上，摄像头捕捉到的画面经过增强现实系统后，骨传导的扬声器就能把读取到的内容，比如路标上的字、红绿灯、人的面部表情等，清晰地传递给用户，大大减少视力受损患者生活中的障碍。　　虽然现在想进军医疗领域的 VR/AR 公司多得像雨后春笋，看上去一片繁荣，但他们会像几年前的智能硬件一样只是一阵潮流吗？这一批公司里，哪种公司会在这阵潮流退去后不“裸泳”呢？　　Tian Tang 是一名对 VR 领域研究颇深的湾区工程师。什么样的 VR、AR 公司靠谱？Tian 告诉小探说，主要看以下两点：　　1. 团队靠谱不靠谱（这点和其他领域的创新公司没有区别）；　　2. 看该公司和医院、诊所、医疗护理机构的关系是否紧密、合作是否频繁 ── 医疗行业本身的一些特点决定了羽翼未丰的新公司如果想存活下来，就必须和医院等机构有紧密合作。　　未来如何？还要看市场　　别看 VR、AR 和医疗领域的“一拍即合” 才刚刚开始，这个市场的潜力非常大：高盛预测，2025 年时 VR、AR的市场规模将达到 800 亿美元，其中运用到医疗领域的市场规模能达到 51 亿美元，预期用户 340 万左右。难怪近期硅谷各大 VC、PE 们都很追捧 “VR、AR +医疗” 的公司。　　不过，VR / AR 暂时还不是解决医疗问题的万能钥匙。Tian 介绍说，目前美国的 “VR、AR +医疗” 创业公司们需要先面对以下几个挑战：　　预算 医院正在增加临床模拟中心的预算，以便他们购买VR / AR设备。与医疗机构合作的第三方公司也开始为VR / AR解决方案进行预算。　　了解不足 大众对 VR/AR 的了解还是停留在“是不是只能用来打游戏” 的阶段，还没有把 VR/AR 和医疗联系在一起的意识。　　领域太新 作为新兴领域，VR/AR 的技术非常新颖，在其在医疗领域成规模应用之前还需要大规模的研究。当然，这不是 VR/AR 独有的问题，很多其他新兴领域也面临研究还不够多、技术还不够成熟的挑战。　　此外还有其他一些问题，比如有些医院对新的改变接受起来很慢、相关政策法规也需要更新等问题。　　不过总的来说，2016 年 VR/AR 的这波热潮的确推动了这项技术的发展，也是时候进行一些沉淀，相信下次再见到 VR/AR 的时候，将会带给我们不一样的惊喜。