颠覆3D全息制图领域，AI人工智能将为用户生成3D全息图

WIMI微美全息（NASDAQ:WIMI)正训练一个AIHolo机器人，利用神经网络的AI人工智能为用户生成3D全息图，它可以通过训练提示中的指令并提供详细的响应。可以对用户对全息图的要求，给用户自动生成多个按客户要求理解的全息图。WIMI微美全息AIHolo机器人，基于开源的OpenAI-Photo开源图像生成基础，加上对图像局部物品、景深、深度、相位等进行智能识别，再通过补差算法控制进行3D全息化图像像素高精度处理。

初始阶段采用使用人反馈来强化训练AIHolo，将使用人监督策略的方法来训练一个初始AIHolo模型，通过人工智能训练工程师下达指令提供练习科目，人工智能训练工程师在过程中即是用户也是AI人工智能全息图生成程序AIHolo。在后端人工智能训练工程师可以访问模型编写程序，帮助AI人工智能全息图生成程序AIHolo生成全息应该生成的图像，并且有全息图像工程师的配合。

然后需要建立优化模型，创建强化学习的优化逻辑，通过收集对比数据，至少两个或者多个按质量排名的模型，因此需要多个人工智能训练工程师与AIHolo下达指令来收集不同的对比数据，抽样多个结果然后进行比对，并对其进行人工排名，这样进行优化模型的执行，然后考虑近端策略优化PPO（Proximal Policy Optimization）来对模型进行微调，重复多次来对优化模型进行不断迭代。

AIHolo也可能存在很多问题和局限性，因为人工智能是计算机的程序，在新的领域都是需要人来完成最初的训练模型，并设计今后的训练技术框架。比如，用户需要设计3D全息图时下达了未经过训练的领域和表达逻辑，可能生成的结果并不是用户设想的。AIHolo也需要尽量去避免响应敏感有害的指令或生成有偏见的3D全息图，这需要审查来阻止这类不安全的内容，当然也可能出来一些误报和漏报的关键信息，这需要后续收集用户的反馈，来帮助AIHolo改进优化系统的工作。其中也很有可能用户提供了过于简单或过于复杂的不明确的指令，使AIHolo提出进一步的询问或者猜测通过它的理解猜测用户的意图，无法得到最佳的结果。因此后续还需要用户参与其中一起对AIHolo进行训练优化并不断迭代。

AIHolo推出，将可能颠覆整个3D全息制图领域的，可能改变以往3D全息制图工程师的一些工作方式，提高企业的工作效率，WIMI微美全息（NASDAQ:WIMI)AIHolo将给用户和企业利用神经网络的AI人工智能获得3D全息图提供便利与多种选择。