学校を中退して19歳で起業し、2年で20億ドルの価値を達成!シャオ・ザの宇宙への野望はかつて彼によって支えられていた
19 歳で学校を中退して起業し、2 年以内に Facebook に 20 億ドルの巨額で買収され、24 歳でフォーブス誌のランキングで 22 位にランクされました。 40歳未満の最も裕福な起業家。
はい、私たちは Oculus VR の創設者であるパーマー ラッキーについて話しています。
大学を中退 - 起業 - 人生の頂点に達する...
これはサイトセンス、マニュアル @Jobs です。
実験が大好きな奇妙な子供です
ラッキーは米国カリフォルニア州ロングビーチで生まれ、3 人の姉妹とともに育ちました。彼の母親は彼の面倒を全力で見てくれました。 -勉強や生活を含めた家での時間。
ラッキーは子供の頃から他の子供たちとは違っていました。
彼はさまざまなガジェットや斬新な実験で遊ぶのが好きで、ガレージで「レールガン、テスラコイル、レーザー」などのさまざまな複雑な電子実験を試しました。
自動車ディーラーである父親は、息子に家族のガレージの半分をさまざまな「実験」のために使用することを許可しました。
彼は母親の家庭教師を受けて自宅で初等教育を完了し、幼い頃からエレクトロニクスとエンジニアリングの分野に興味を持ち、オンライン コースを通じていくつかの基本的なプログラミング言語を独学しました。 。
彼は、仮想現実の概念について非常に早くから独自の考えを示しており、「コンピューターがもたらす体験は好きですが、この没入感がもっと現実的になることを願っています。」と述べています。
Insider とのインタビューで、彼は次のように述べました:
VR は 1980 年代と 1990 年代にすでに人気があり、多くの人がそれを約束しましたその時は来ていますが、多くのアイデアはまだ実現していません。つまり、テクノロジーはまだ準備ができていません。全てを完璧にこなしたとしても、消費者が満足するVRデバイスは作れません。私たちがやるべきことは、低コストで高性能なVR機器を作ることです。
2009 年、16 歳のときから、VR ヘッドセットを自分で設計して作り始めました。
当時市場にあった VR ヘッドセットには、低コントラスト、高遅延、狭い視野、極端なサイズと重量などの明らかな欠点がありました。 , など シンプル ただ大きくて使いにくいです。
彼は、2010 年に両親のガレージで最初のプロトタイプである PR1 を構築することで、これらの問題のいくつかを改善しました。 - 触覚フィードバック。
それ以来、Luckey は、システムのサイズと重量を削減しながら、3D 立体視、ワイヤレス、極端な 270 度の視野などの機能を探求する一連のプロトタイプを開発してきました。
最終的に、彼は 50 個以上のヘッドマウント ディスプレイを独力で構築しました。
2009 年に、彼と友人たちは、コンピュータや電子機器のグループが集まる「ポータブル」オンライン コミュニティである ModRetro フォーラムを設立しました。 , レトロゲーム愛好家。
その後、カリフォルニア州立大学ロングビーチ校に通い、そこでジャーナリズムを専攻し、Daily49er のオンライン編集者を務めました。
この期間中、彼は USC Institute for Creative Technologies の Mixed Reality Lab (MxR) でパートタイム エンジニアとしても働きました ( ICT)、米国陸軍研究所の一部である BRAVEMIND は、費用対効果の高い仮想現実システムを設計するチームの一員です。
#この経験は、後に軍事用途向けの自律型ドローンとセンサーに焦点を当てた防衛技術会社である Anduril Industries を設立する道を切り開きました。伏線。
パーマー・ラッキーは、22歳でタイム誌の表紙を飾りました。
伝説のゲーム デザイナー、ジョン カーマックとの出会い
2011 年、伝説のゲーム デザイナー、ジョン カーマックは心の中で次のようなことを考えていました。 3D 視覚体験についてのアイデアがあったため、VR を思いつきました。
Carmack は、傑作 Doom 3: BFG Edition を VR で一般公開したいと考えていましたが、当時の市場で最高のヘッドマウント ディスプレイ (HMD) も高い遅延に悩まされていました。 、視野が狭い(最高視野範囲が 40 度しかない)などの問題があるため、彼の視力を満たすことができません。
「安価な LEEP」というタイトルの記事のコメント セクションで、カーマック氏は VR 関連の研究に従事している人物を見つけました。 「PalmerTech」 - パーマー・ラッキー のスクリーン名です。
彼はすぐに PalmerTech という名前の男性に手紙を書き、VR プロトタイプについて尋ねました。
2013 年 5 月、カーマック氏は Oculus Rift のプロトタイプを受け取り、その日、特にツイートしてラッキー氏の仕事を賞賛しました。
このツイートに加えて、John Carmack は Luckey プロトタイプに関する広範なコメントも共有しました。
Carmack 氏の協力により、Valve エンジニアの Dan Newell 氏や Sony シニア ディレクターの Mick Hocking 氏などの業界のベテランも、Oculus Rift のプロトタイプをいくつか予約注文しました。
Carmack は、2012 Electronic Entertainment Expo で id Software の Doom 3: The BFG Edition のデモにこれを使用しました。
それ以来、Oculus Rift が世間の注目を集めるようになり、Lucky はフルタイムで Oculus の研究開発に専念するために大学を中退しました。
ブレンダン・イリベと Oculus を共同設立
Oculus Rift が有名になった後、彼はソニーから最初のオファーを受けました。
これは、ソニーの欧州コンピューター部門のフルタイムのポジションで、ソニーの研究開発研究所を管理する全権限を持ち、年収は 70,000 ドルです。
彼は、ソニーの高給取りチームに加わるか、それとも Oculus プロジェクトの完了に固執するかという難しい選択に直面しました。
このとき、ブレンダン・イリベは、適切なタイミングで現れた高貴な男となりました。
入部さんは友人から電話を受け、仮想現実関連のプロジェクトを紹介したいとのことでした。
彼は最初 VR コンセプトに懐疑的でしたが、ジョン カーマックの評判を考えてチャンスを与えることにしました。
しかし、ラッキーの製品と仮想現実に関する彼のアイデアを見て、このプロジェクトに興味を持ちました。
ラッキーに初めて会った後、彼は突然、ラッキーのキャリアを変えるアイデアを思いつきました。
当時、彼はまだソニーからのオファーを真剣に検討していましたが、入部が言った言葉が彼に衝撃を与えました。 ##「あなたほど自社の製品に詳しい人はいません。」
イリベのチームと話した後、ラッキーは独立した立場を維持し、ハードウェアを中心にソフトウェア エコシステムを構築するべきだとさらに確信しました。
ラッキーはイリブに、彼の以前の計画はキックスターターキャンペーンを立ち上げてキットを販売することであったと語った。しかし今では、多くの企業から参加の誘いを受けている。
数か月後、ブレンダン・イリベはパーマー・ラッキーを説得して一緒にOculusを始めることに成功しました。
Mark Bolas や David Helgason などのゲーム業界の他の著名人も、Kickstarter ビデオで Palmer Luckey の VR プロジェクトへの支持を表明しました。
Kickstarter キャンペーン中、Luckey はすべてのゲーム愛好家と VR ファンに Oculus Rift を紹介し、スタートアップとして素晴らしい露出を獲得しました。
Kickstarter キャンペーンは、Oculus チーム全体にとって大成功でした。
Oculus は、Palmer Lucky 氏が予想していた 25 万ドルの 10 倍である総額 240 万ドルを調達しました。
南カリフォルニアに住むこの少年の VR の夢が動き始めました。
ザッカーバーグのデビュー
乗り物酔いの問題を解決した後、Oculusはマーク・アンドリーセンとそのパートナー数千ドルから合計7,500ドルの資金を得ました。
そして、ブレンダン・イリベをマーク・ザッカーバーグに紹介したのがこのマーク・アンドリーセンでした。
電話の後、Iribe 氏はデモンストレーションのために Oculus を Facebook に連れて行きました。
そのとき、その場にいた全員がOculus体験に衝撃を受け、口から出たのは「首を絞めてやる!」の一言だけだったと言われています。 (ホーリークラップ)
そしてザッカーバーグ自身も非常に興奮していました。
5日後、彼はOculusチームと会うために直接アーバインを訪れました。その結果、パーマー・ラッキーもシャオ・ザと初めて会った。
#その後の話は誰にとってもよく知られた話です。設立して 2 年も経っていない Oculus が Facebook に 2.3 ドルで買収されました。 2014年には10億ドル。
以上が学校を中退して19歳で起業し、2年で20億ドルの価値を達成!シャオ・ザの宇宙への野望はかつて彼によって支えられていたの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











自動運転では軌道予測が重要な役割を果たしており、自動運転軌道予測とは、車両の走行過程におけるさまざまなデータを分析し、将来の車両の走行軌跡を予測することを指します。自動運転のコアモジュールとして、軌道予測の品質は下流の計画制御にとって非常に重要です。軌道予測タスクには豊富な技術スタックがあり、自動運転の動的/静的知覚、高精度地図、車線境界線、ニューラル ネットワーク アーキテクチャ (CNN&GNN&Transformer) スキルなどに精通している必要があります。始めるのは非常に困難です。多くのファンは、できるだけ早く軌道予測を始めて、落とし穴を避けたいと考えています。今日は、軌道予測に関するよくある問題と入門的な学習方法を取り上げます。関連知識の紹介 1. プレビュー用紙は整っていますか? A: まずアンケートを見てください。

StableDiffusion3 の論文がついに登場しました!このモデルは2週間前にリリースされ、Soraと同じDiT(DiffusionTransformer)アーキテクチャを採用しており、リリースされると大きな話題を呼びました。前バージョンと比較して、StableDiffusion3で生成される画像の品質が大幅に向上し、マルチテーマプロンプトに対応したほか、テキスト書き込み効果も向上し、文字化けが発生しなくなりました。 StabilityAI は、StableDiffusion3 はパラメータ サイズが 800M から 8B までの一連のモデルであると指摘しました。このパラメーター範囲は、モデルを多くのポータブル デバイス上で直接実行できることを意味し、AI の使用を大幅に削減します。

最初のパイロットおよび重要な記事では、主に自動運転技術で一般的に使用されるいくつかの座標系と、それらの間の相関と変換を完了し、最終的に統合環境モデルを構築する方法を紹介します。ここでの焦点は、車両からカメラの剛体への変換 (外部パラメータ)、カメラから画像への変換 (内部パラメータ)、および画像からピクセル単位への変換を理解することです。 3D から 2D への変換には、対応する歪み、変換などが発生します。要点:車両座標系とカメラ本体座標系を平面座標系とピクセル座標系に書き換える必要がある 難易度:画像の歪みを考慮する必要がある 歪み補正と歪み付加の両方を画面上で補正する2. はじめに ビジョンシステムには、ピクセル平面座標系 (u, v)、画像座標系 (x, y)、カメラ座標系 ()、世界座標系 () の合計 4 つの座標系があります。それぞれの座標系には関係性があり、

この論文では、自動運転においてさまざまな視野角 (遠近法や鳥瞰図など) から物体を正確に検出するという問題、特に、特徴を遠近法 (PV) 空間から鳥瞰図 (BEV) 空間に効果的に変換する方法について検討します。 Visual Transformation (VT) モジュールを介して実装されます。既存の手法は、2D から 3D への変換と 3D から 2D への変換という 2 つの戦略に大別されます。 2D から 3D への手法は、深さの確率を予測することで高密度の 2D フィーチャを改善しますが、特に遠方の領域では、深さ予測に固有の不確実性により不正確さが生じる可能性があります。 3D から 2D への方法では通常、3D クエリを使用して 2D フィーチャをサンプリングし、Transformer を通じて 3D と 2D フィーチャ間の対応のアテンション ウェイトを学習します。これにより、計算時間と展開時間が増加します。

著者の個人的な考えの一部 自動運転の分野では、BEV ベースのサブタスク/エンドツーエンド ソリューションの開発に伴い、高品質のマルチビュー トレーニング データとそれに対応するシミュレーション シーンの構築がますます重要になってきています。現在のタスクの問題点に対応して、「高品質」は 3 つの側面に分離できます。 さまざまな次元のロングテール シナリオ: 障害物データ内の近距離車両、車両切断中の正確な進行角、車線などラインデータ 曲率の異なるカーブやランプ・合流・合流などの撮影が難しいシーン。これらは多くの場合、大量のデータ収集と複雑なデータ マイニング戦略に依存しており、コストがかかります。 3D 真の値 - 一貫性の高い画像: 現在の BEV データ取得は、センサーの設置/校正、高精度マップ、再構成アルゴリズム自体のエラーの影響を受けることがよくあります。これが私を導いた

19 年前の論文を突然発見 GSLAM: A General SLAM Framework and Benchmark オープンソース コード: https://github.com/zdzhaoyong/GSLAM 全文に直接アクセスして、この作品の品質を感じてください ~ 1 抽象的な SLAM テクノロジー近年多くの成功を収め、多くのハイテク企業の注目を集めています。ただし、既存または新たなアルゴリズムへのインターフェイスを使用して、速度、堅牢性、移植性に関するベンチマークを効果的に実行する方法は依然として問題です。この論文では、GSLAM と呼ばれる新しい SLAM プラットフォームを提案します。これは、評価機能を提供するだけでなく、研究者が独自の SLAM システムを迅速に開発するための有用な方法を提供します。

この四角い男性は、目の前にいる「招かれざる客」の正体について考えながら眉をひそめていることに注意してください。彼女が危険な状況にあることが判明し、これに気づくと、彼女は問題を解決するための戦略を見つけるためにすぐに頭の中で探索を始めました。最終的に、彼女は現場から逃走し、できるだけ早く助けを求め、直ちに行動を起こすことにしました。同時に、反対側の人も彼女と同じことを考えていた……『マインクラフト』では、登場人物全員が人工知能によって制御されている、そんなシーンがありました。それぞれに個性的な設定があり、例えば先ほどの女の子は17歳ながら賢くて勇敢な配達員です。彼らは記憶力と思考力を持ち、Minecraft の舞台となるこの小さな町で人間と同じように暮らしています。彼らを動かすのはまったく新しいものであり、

上記と著者の個人的な理解は、画像ベースの 3D 再構成は、一連の入力画像からオブジェクトまたはシーンの 3D 形状を推測することを含む困難なタスクであるということです。学習ベースの手法は、3D形状を直接推定できることから注目を集めています。このレビュー ペーパーは、これまでにない新しいビューの生成など、最先端の 3D 再構成技術に焦点を当てています。入力タイプ、モデル構造、出力表現、トレーニング戦略など、ガウス スプラッシュ メソッドの最近の開発の概要が提供されます。未解決の課題と今後の方向性についても議論します。この分野の急速な進歩と 3D 再構成手法を強化する数多くの機会を考慮すると、アルゴリズムを徹底的に調査することが重要であると思われます。したがって、この研究は、ガウス散乱の最近の進歩の包括的な概要を提供します。 (親指を上にスワイプしてください
