高通技术公司副总裁兼XR部门总经理司宏国（HugoSwart）日前在美国毛伊岛上的活动中表示，道｜关于合作目前不能透露细节，道｜但我们确实在与三星电子、LG电子合作。

经过计算并验证发现，展牢中心在数据库中的26674种材料中，金属/绝缘体分类的准确度为86%，仅仅有2414种材料被误分类（图3-2）。然后，牢置使用高斯混合模型对检测到的缺陷结构进行无监督分类（图3-12），并显示分类结果可以与特定的物理结构相关联。

此外，于全随着机器学习的不断发展，深度学习的概念也时常出现在我们身边。球议标记表示凸多边形上的点。此外，位置目前材料表征技术手段越来越多，对应的图形数据以及维度也越来越复杂，依靠人力的实验分析有时往往无法挖掘出材料性能之间的深层联系。

图3-11识别破坏晶格周期性的缺陷的深度卷积神经网络图3-12由深度卷积神经网络确定的无监督的缺陷分类图3-13不同缺陷态之间转移概率的分析4机器学习在材料领域的研究展望与其他领域，道｜如金融、道｜互联网用户分析、天气预测等相比，材料科学利用机器学习算法进行预测的缺点就是材料中的数据量相对较少。以上，展牢中心便是本人对机器学习对材料领域的发展作用的理解，如果不足，请指正。

虽然这些实验过程给我们提供了试错经验，牢置但是失败的实验数据摆放在那里彷佛变得并无用处。

本文对机器学习和深度学习的算法不做过多介绍，于全详细内容课参照机器学习相关书籍进行了解。但是使用这种演示器进行裸眼3D显示时需要屏幕保持高速旋转，球议所以相信这种显示器应该还是更多地会出现在商场广告等应用中，球议毕竟价格也一定高得吓人。

普通消费者感兴趣的应该是LG在IFA上展出的另一款55英寸墙纸OLED显示器，位置实测厚度不到1毫米（准确数字为0.97毫米），位置另外其背面也进行了磁化设计，用户可以直接将这款显示屏贴到墙上。尽管有些家伙正在鼓捣8K显示，道｜但目前显示领域最受期待的前沿技术还是OLED和4K显示。

当然目前这两种技术的成本还比较高，展牢中心两者结合起来的价格更是高得离谱。然而一般用户家里的电视/大型显示器都是贴墙面安置的，牢置这样的双面配置似乎并没有什么值得普通用户采纳的价值。