آیندهای که مایکروسافت متصور میشود؛ رابطهای کاربری بر مبنای حرکات کاربر

۲۵ سال پیش، پژوهشگری به نام ژدونگ هوانگ برنامه تشخیص صدا را در قسمت پژوهش مایکروسافت به وجود آورد. حال در سال ۲۰۱۶ شاهد حضور این تکنولوژی بلند پروازانه و پیشگامانه در محصولاتی مانند کرتانا و کینکت هستیم. اگرچه امروزه کامپیوترها میتوانند سخن ما را متوجه شوند ولی هنوز سطح درک بالایی ندارند. البته امروزه آنها میتوانند به خوبی صدای ما را بشنوند ولی هنوز نمیتوانند حرکات ما را به خوبی رصد کند. هنوز رابطهای کاربری که بر مبنای حرکات کاربر توسعه داده شدهاند، بسیار ابتدایی هستند. در ادامه برای کسب اطلاعات بیشتر با وینفون همراه باشید.

در حال حاضر دستگاههای واقعیت مجازی توانایی اندکی در تشخیص حرکات کاربر دارند ولی این رویه میتواند به زودی دچار تغییر گردد. هوانگ از این تغییر که قرار است در قلب واحد پژوهش مایکروسافت اتفاق بیافتد با نام «تغییر پارادایمی» نام میبرد. در دمویی که اخیرا مایکروسافت برای پلتفرم تشخیص حرکات، انتشار داده است، این شرکت آشکار ساخت که سیستم ردیابی حرکات دقیقی در این پلتفرم گنجانده شده است که میتواند کوچکترین حرکات کاربر را نیز تشخیص دهد. همچنین طیف دستگاههایی که میتوانند از این پلتفرم استفاده کنند نیز بسیار گسترده است؛ از رایانههای شخصی گرفته تا تبلتها و مهمترین از همه، هدستهای واقعیت مجازی.

هوانگ که حالا سمت مشاوره را در آزمایشگاههای پژوهشی مایکروسافت برای تشخیص حرکات کاربر بر عهده دارد، میگوید: «تکنولوژی تشخیص حرکات کاربر الان در موقعیتی قرار دارد که تکنولوژی تشخیص صدا در دهه ۷۰ میلادی قرار داشت.»
او میگوید: «اگر سادهتر بخواهم توضیح دهم، در دهه ۷۰، برای هر کلمهای که به زبان میآمد ما یک الگوی کلی داشتم.» او ادامه میدهد: «برای مثال برای کلمه موز، ما یک تصویر در کامپیوتر داشتیم که کامپیوتر این کلمه را با آن تصویر مقایسه میکرد. کم کم تکنولوژی تشخیص صدا پیشرفت کرد و حالا میتوان کلمات بیشتری را با تلفظهای مختلف تشخیص داد.»

در دهه ۸۰ میلادی تغییری بنیادین در این رابطه رخ داد. حال دیگر تکنولوژی تشخیص صدا میتوانست کلمات را بر اساس صوت کاربر و نوا تشخیص دهد. هر کلمه نوای منحصر به فرد خود را داشت و این سیستم با قرار دادن این نواها در کنار یکدیگر میتوانست کلمات را تشخیص دهد؛ به جای آنکه یک کلمه کلی را به یک باره تشخیص دهد. بنابراین توانستیم سیستمی منطقی بسازیم که با توجه به اصوات تولیدی از طرف کاربر، قادر به تشخیص و حدس کلمه مورد نظر باشد. حال به این سیستم چند دهه از دادههایی که در این زمینه جمع آوری شده و کوه اطلاعاتی که توسط سرویسهای مانند گوگل در دسترس قرار داده شده است را اضافه کند تا به عمق پیشرفت این تکنولوژی پی ببرید.

اکثر سیستمهای تشخیص حرکت کاربر، از جمله دستگاه کینکت مایکروسافت، هنوز از روش تشخیص الگو، که در دهه ۷۰ برای تکنولوژی تشخیص صدا به کار میرفت استفاده میکنند ولی، تکنولوژی Handpos، که توسط تیم پژوهش مایکروسافت توسعه داده شده، به طور کلی مسیری جدا را برای این سیستم برگزیده است. مسیری که دیگر برای تشخیص حرکت کاربر، این سیستم اقدام به مطابقت دادن حرکات کاربران با الگوهای از پیش تعیین شده نمیکند. در واقع کار این سیستم درست مانند تشخیص اصواتی است که در بخش تشخیص صدا به کار بردهایم اما با اندکی تفاوت. یعنی به جای اینکه این سیستم به حرکت کلی یک جسم توجه کند، به حرکت اجزای کوچک، مانند انگشتهای دست توجه میکند.

دستگاههایی مانند کینکت و یا هالولنز مایکروسافت فقط به دنبال حرکتهای طولانی و بزرگ دست هستند که با این روش میتوانند به تشخیص حرکات کوچک دست بپردازند. برای نمونه با این تکنیک میتوان در محیط ویندوز هالوگرافیک، اقدام به تایپ کردن بر روی صفحه کلید شناور که در دنیای واقعیت افزوده وجود دارد، کرد. هوانگ میگوید که این سیستم مانند این است که ما در حال حس کردن وجود فیزیکی خودمان هستیم.

البته هوآنگ فاش نمیکند که این سیستم در چه دستگاههایی از مایکروسافت حضور خواهد داشت ولی پیامدهای این سیستم به طور واضح میتواند تمام دستگاههای ساخته شده توسط مایکروسافت را در بر بگیرد. در واقع هر دستگاهی که مایکروسافت بسازد، میتواند از این سیستم بهره برد و درک عمیقی از حرکات کاربر داشته باشد. برای مثال، بالاخره دستگاه کینکت اکس باکس میتواند به رویای دیرینه خود برسد و قادر به درک حرکات کوچک و ریز کاربر شود، دستگاههای سرفس میتوانند بدون استفاده از کیبورد کار کنند و هالولنز عملکرد بهتری را در رابطهای کاربری شناور از خود نشان دهد.
و در نهایت مایکروسافت این فرصت را دارد تا تبدیل به رقیبی جدی در زمینه دستیارهای دیجیتالی برای آمازون، اپل و گوگل گردد. زمینهای که شرکتهای رقیب تنها از هوش مصنوعیای استفاده میکنند که تنها قادر به درک صوت کاربر است در حالی که مایکروسافت میتواند تشخیص حرکات و صوت را با یکدیگر ترکیب کند و به ترکیب فوق العاده دست پیدا کند.

هوآنگ میگوید: «اگر به اطرافتان دقیقتر نگاه کنید، متوجه میشوید که هر کسی یک تلفن همراه را در دست گرفته است و از طریق لمس کردن با آن ارتباط برقرار میکند؛ در واقع همگی به تلفنهای همراهمان وابسته شدهایم. موبایلها آمدند تا مردم را از وابستگی به رایانهها رهایی دهند اما مردم حالا به این دستگاهها وابسته شدهاند. حال از شما میخواهم تا دنیایی را تصور کنید که توسط دستگاههای هوش مصنوعی احاطه شده است و شما میتوانید مانند مردم عادی با آنها ارتباط برقرار کنید.»

به دید شما، آیا آیندهای که مایکروسافت متصور میشود میتواند درست باشد؟ دیدگاه خود را در مورد آینده و دستگاههای موجود در آن با ما به اشتراک بگذارید.

35 پست

كيان زرعكاني دانشجوی رشته نرم افزار عاشق برنامه نویسی علاقه ی زیادی نسبت به مایکروسافت و محصولاتش دارم.

- - , .
.