要令人工智能系统如同人类一样与世界交互，人工智能领域需要发展出一种全新的第一人称感知范式。这意味着人工智能在实时运动、交互时，要以第一人称视角理解日常活动。
世界是多维的，生活中同样的景物在不同的视角下会呈现出不同的形态。若要让人工智能更像人类，就要让其视角更接近人。从人类的角度观察环境，人工智能或许会看到一个新的天地。
近日，由脸谱(Facebook)和9个国家的13所大学及实验室组成的学术联盟宣布，11月将开源让人工智能拥有以第一人称视角与世界进行交互能力的Ego4D(Egocentric 4D Perception)项目。这个项目包含超过3025小时的第一人称视频，涉及来自73个城市的700多名参与者的日常生活。这些视频将有助于使人工智能认知世界的方式更加趋向于人类。
那么，目前人工智能主要通过哪种视角认知世界，不同视角对于人工智能认知环境会产生哪些影响？人工智能感知环境、认识世界主要通过哪些技术？想要认知世界的方式更像人类，人工智能还需突破哪些瓶颈？
