美國80年代的小孩都會記憶各種全息電子游戲，這些游戲會出現(xiàn)在商場和拱廊里。當初很多人都認為未來會有全息游戲和電影，但這并沒有產(chǎn)生。麻省理工學院開發(fā)了一種使用人工智能生成全息圖的新方法，可以實時創(chuàng)建全息內(nèi)容。這種新方法被稱為張量全息，可以在智專家機或筆記本電腦上運行。 　　麻省理工學院的研究人員表達，目前的VR頭戴經(jīng)常會讓用戶感覺頭暈惡心，因為VR設備的原理是在固定的2D顯示器上模擬3D觀看。研究人員認為，更好的3D內(nèi)容觀看方法可以是為數(shù)字世界重新制作的全息圖。全息圖可以依據(jù)觀看者的位置轉(zhuǎn)變視角，從而提供3D世界的優(yōu)秀表現(xiàn)。這一事實使得眼睛可以調(diào)整焦距深度，交替聚焦于前景和背景。 　　研究人員一直致力于制造計算機生成的全息圖，但這一過程需要一臺超級計算機來運行大批的物理模擬。這不僅耗時，同時導致的結果也不太逼真。麻省理工學院的新方法差一點可以瞬間生成全息圖。它采用了一種基于深度學習的方法，功效很高，可以很輕易在筆記本電腦或智專家機上運行。 　　麻省理工學院研究員、該項目的要緊研究人員Liang Shi表達，張量全息技術最后可以將商用全息顯示器的十年目標變?yōu)楝F(xiàn)實。他還認為，這一進展可以將全息技術帶入VR和3D打印等土地。全息圖將每個光波的亮度和相位進行組合編碼，以提供更準確的視差和場景深度的描述。 　　計算機生成的全息圖要求場景中的每個點都有不同的深度，因此同樣的操作不能應用于所有的場景，大大增加了龐大性。傳統(tǒng)的全息圖需要一臺集群的超級計算機來運行基于物理學的模擬，生成一張全息圖需要幾秒鐘或幾分鐘的時間。該團隊的深度學習方法加速了計算機生成速度，使得全息圖能夠?qū)崟r生成。