Джарон Ланир - На заре новой эры. Автобиография отца виртуальной реальности

Сейчас сенсоры не представляют проблемы. С правильно подобранными оптическими сенсорами, направленными внутрь, можно считывать не только направление взгляда, но и изменения зрачков, формы век и прозрачности кожи вокруг глаз. Не только форму рта, но и прилив крови к лицу. Камеры определенно стали меньше, точнее и дешевле, они потребляют меньше энергии.

Я неплохо развлекался с отслеживанием лиц. Самым лучшим опытом было, когда меня попросили выступить на открытии конференции Национальной ассоциации продавцов музыки, крупной выставке-продаже компаний, производящих музыкальные инструменты в США. Я связал набор звуков с гримасами и тренировался, пока у меня не начали получаться четкие ритмы из повторяющихся безумных лицевых спазмов. Эту забаву можно было продолжать дольше, чем все остальное, что я проделывал в то время на сцене. Почему она еще не стала распространенной тенденцией в поп-культуре? Особенно здорово она прижилась бы в хип-хопе. Еще одна загадка.

Так что теперь мы без проблем можем считывать мимику, но если попытаемся с помощью сенсоров управлять лицом аватара, результат может оказаться неприглядным. Мы рискуем получить эффект, известный под названием «зловещая долина».

Мозг человека очень тонко настроен на наблюдение за человеческим лицом, так что если что-то пойдет хоть немного не так, то эта странность быстро начнет тревожить и пугать. Интересно, что мозг будет не настолько встревожен, если вы будете находиться, к примеру, в аватаре омара.

Когда у мозга есть веская причина ожидать правильной настройки на мир, это доверие нельзя разрушать. Когда аватар странный, но экспрессивный, мозг заинтригован. Когда с аватаром что-то не так, пусть и совсем чуть-чуть, мозг впадает в панику.

Тридцать шестое определение VR: возможность опробовать предложенные для реального мира изменения, прежде чем их применить.

Допустим, вам кажется, что спазматическая музыка или лица омаров – неплохая причина встроить лицевые сенсоры в коммерческие шлемы виртуальной реальности. Но вы ошибаетесь. Тестировщики и фокус-группы всегда хотят попробовать побыть чем-то человекоподобным, а потом у всех начинаются неприятные ощущения из-за зловещей долины. Затем поступают жалобы о стоимости продукта, и лицевые сенсоры не включают в финальный вариант. Я видел, как этот процесс повторяется каждый раз в разных компаниях.

Мы бы просто озолотились, если бы сумели найти выход из зловещей долины, хотя бы на уровне аватаров и шлемов виртуальной реальности. Это могло бы улучшить качество удаленного взаимодействия, что, в свою очередь, уменьшило бы экологические последствия человеческой деятельности. Транспорт позволяет людям собраться вместе для обучения, встреч, представлений и так далее, но при этом человечество сжигает тонны углеводородов, из-за чего в атмосферу выбрасывается много выхлопных газов.

Прямой контакт камер, как, например, при видеозвонках через Skype, может решить многие проблемы, но не в той мере, в какой нам бы хотелось. Помните, я говорил о канале бессознательной информации, которой обмениваются люди, передавая ее через движения головы? Добавьте сюда движения глаз, изменения тона кожи, микроскопические изменения выражения лица и другие факторы, о которых мы еще не знаем. Сэнди Пентленд из Массачусетского технологического института назвал их «честными сигналами». Без них мы кажемся более замкнутыми, особенно если имеем дело с незнакомцами.

Люди надевают темные очки, пытаясь замаскировать честные сигналы, но это не работает, потому что темные очки скрывают лишь глаза, а тело продолжает посылать невербальную информацию. Зато человек в очках может поверить, что все его сигналы скрыты; на самом деле это усилитель доверия, как макияж. Это все замечательно, однако если сигналы действительно блокировать, то люди не смогут ладить друг с другом.

Чтобы честно воспринимать честные сигналы, людям в трехмерном пространстве приходится внимательно присматриваться друг к другу. Например, чтобы установить зрительный контакт, вам нужно знать, где находятся глаза собеседника. Масштаб должен соблюдаться очень точно, даже если физически люди находятся не в одном помещении. (Не то чтобы все культуры располагали к зрительному контакту, но обычно люди начинают тревожиться, если их собеседник прячет глаза.)

Речь идет не просто о зрительном контакте. Угол обзора важен для восприятия тона кожи, неосознанных движений головы, языка тела и даже тона голоса. Этот вопрос сам по себе заслуживает отдельной книги.

В шлеме виртуальной реальности интересно смотреть на человека, данные которого считывают несколько 3D-камер в режиме реального времени. Можно ходить вокруг него и рассматривать с любого ракурса, как если бы находился в одной комнате с ним. Трансляция дает ощущение реалистичной полномасштабной движущейся скульптуры человека; не совсем физического присутствия, но близко к тому.

Этот эффект впервые был продемонстрирован в 1990-х годах в рамках Национальной инициативы по телепогружению, которой я руководил. Недавно группа разработчиков из Microsoft под руководством Шахрама Изади продемонстрировала значительно усовершенствованную версию той же технологии. Они назвали ее Holoportation.

Все, кто испробовал на себе демоверсию этого продукта, называют его заслуживающим доверия, поскольку очевидно, что проведенные с его помощью встречи не закончатся недопониманием. Кроме того, ни у кого из испытуемых не кружилась голова.

Проблема в том, что, пока на вас надет шлем, вы не можете вести двусторонний диалог. Если другой человек взглянет на вас, он увидит вас в шлеме.

Дело в том, что камеры трехмерного изображения не могут снимать вплотную к лицу человека. Если поместить их внутри шлема виртуальной реальности, они будут расположены слишком близко, и нам придется собирать элементарные данные, чтобы восстановить лицо. Что снова даст эффект зловещей долины.

Возможно, вы думаете: «Неужели так сложно решить эту проблему?» Не приходят ли вам в голову алгоритмы обработки, благодаря которым возникает эффект зловещей долины? А может, вы поможете сделать шлем прозрачным для камер трехмерного изображения? А может, вы подскажете, как сделать шлем довольно крупным, чтобы у камер было в запасе достаточное расстояние, но при этом их использование оставалось целесообразным?

Это пример одной из сложных проблем, с которыми мы работаем, – на стыке когнитивистики, культурологии, сенсорной физики, продвинутых алгоритмов, дизайна промышленных продуктов и эстетики. Варианты частичного решения двойной проблемы VR предлагались десятками, но по-настоящему революционного пока не было.