Spatial AI

最近在读《小米创业思考》， 其中读到雷总关于互联网的思考，

基于这些思考，我对互联网的理解就是，互联网是一种工具, 也是一种价值取向，更是社会意识的形成机制和社会生产新的组织机制、发展模式。它最大的价值在于广泛推动人与机构彼此赋能，从而推动信息传递、沟通，以及生产和消贵的效率提升。 互联网最美好的地方，就是它可以赋能产业，赋能组织，赋能我们每一个人。当一个人连接上网络，他可以随意采摘全世界的信息，也可以向全世界贡献他的能力，而不受空间和时间的限制。 这些赋能是高效的，任何一个人都能迅速联系他想联系的人和机构，获取他所需的信息；任何一个服务提供者都能快速联系到他的每一个用户，而且同样快速准确地获得每一个用户的反馈。信息传递速率之快，环节之短，传递面之宽广，都是之前无法想象的。

互联网的时代的特点，如果概括的来说，主要体现在信息的速度。 互联网让人们能够更快的访问信息。那么AI时间的特点，概括来说，就是信息的密度，让人们更加高效的处理信息。

今天听闻李飞飞教授创业，其方向为空间智能 。 有些朋友好奇空间智能对应的是什么？ 回答这个问题之前 ，先定义一下，什么是智能。 智能，是信息的感知、推断以及对于信息的应用。 自然语言是信息、代码是信息，图像、声音、点云也是信息。

语言模型对应的是语言智能，即针对语言的感知理解、推断以及应用（比如生成）。 那么空间智能即面向于空间的信息表达的智能。 这样说，还是有一些绕。 空间的一种表达是2D的图像， 我们以图像为例，我们熟知的物体检测、识别、美颜、图像去噪，就是针对图像的智能。

语言具有极强的概括性，可以认为是已经是一种高信息密度的符号体系。 然而空间却非如此，或者对于空间信息的处理，人们经常是习以为常，认为其是common sense。 而就是这些common sense, 对于机器人来说，却是很艰难的。

小学写作文，会有看图说话，这其实就是两种信息之间的翻译，需要调用针对图像的智能以及针对语言的智能。 我们对于图像的理解，可以是图像中包含了什么物体、相对的位置关系，也可以是对于物体未来变化概率的呈现（比如放在桌边缘的苹果，即将掉下来）。

什么是空间智能呢？通过对于空间的感知，从而得到的空间中物体属性、趋势的推断以及可以对此施开的操作，就是空间智能

• 看到迎面开来的车，知道其下一时刻的位置，知道如何避让，是空间智能;
• 看到桌面上的物品，知道哪些是可以吃的，哪些需要使用工具才能夹起来，或者判断其的味道，也是空间智能;
• 看到冰箱的门，知道如何用力，才能打开冰箱，是空间智能;
• 看到台阶，知道如何调整重心从而能够拾级而上，是空间智能;
• 望闻问切中的望，也是空间智能。
• …