就在前30分钟,Facebook开发者大会会场,还在为Facebook CTO分享的、现阶段的人工智能甚至没有办法识别出一只踩在滑板上的狗是什么而开怀大笑,30分钟后,Oculus的首席科学家Mike Abrash,马上又给全场将近3000名全世界顶尖的开发者,上了生动的一课,主题只有一个——其实差不多人类也同样愚蠢,就像是一颗外接着多重感应器的CPU,而且还充满Bug。
别急着反驳。Mike Abrash在半个小时的时间里举了非常多的栗子来证明这一点。我们先看第一个。下图中,你看到两个人手里的药丸是什么颜色?
这个应该不会像那条著名裙子一样引起那么大的分歧。绝大部分人应该一眼就可以看出,图中左手拿着的药丸是蓝色,右手的是红色。
但是事实上呢?去除所有的干扰元素之后,你会发现,其实他们都是一样的:
还不服气?再来一个。下图的魔方里,白色箭头指的方块,是什么颜色?
真正的答案和药丸那个一样:去除所有背景和周边元素之后,他们都是一样的灰色。
为什么会这样?
Abrash解释说,即使我们可以看到这么多东西,但是这对于大脑重构整个世界来说信息量还是太少了,所以在几亿年的进化中,大脑开始会不断地训练它自己,来进行“补充”和“猜测”,从而用有限的信息来重构整个世界。所以事实上,人们认为自己看到的东西,并不是真正就是那个东西真实的样子。
所以,问题来了:到底什么是“真实”?你怎么定义“真实”?
Abrash放出了来自电影《黑客帝国》的经典台词:如果你指的是你能感觉到的、你能闻到的、你能尝到的和看到的,那么“真实”只是你的大脑所编译的电子信号罢了。
对此,Abrash说,在进行虚拟现实的研究时,很多人都认为,“虚拟”是最重要的,但是其实,搞清楚“现实”反而才是关键。因为事实上,我们并不是在和现实互动,而是在和我们的“感应器”——眼睛、鼻子、耳朵等互动,他们传达信号给我们的大脑,大脑再进行编译,然后就有了我们以为的真实。
然后他继续“非常残酷”地举了很多例子,来继续证明这一点。
比如这两个浅蓝色的面积,哪个大?
事实上,他们的尺寸大小一模一样。你所感觉到它们不同,同样是你的大脑在“欺骗”你。因为我们生活在一个3D的世界里,但是3D物体在2D平面上的形态和他们在3D世界的形态非常不一样,所以当我们看到3D物体在2D平面上,我们的大脑还是会自动计算,让你觉得你其实在看一个3D物体。
再看下面。
一模一样的黑白格子,只是因为加上了原点,就让下图看起发生了扭曲。
你看到一根吸管以不可思议的角度穿过了金属框架,事实上那不过是错觉;
你看到下面的圆圈在变化不同方向运动,事实上,那不过是错觉;
你看到一张纸叠的恐龙居然像是在3D角度扭动脖子,事实上,那不过是错觉
还需要更多例子吗?——比如那条蓝黑或者白金相间的裙子。
为了进一步证明这个效果,Abrash在屏幕上方了一个游乐园的动图,然后让观众在椅子下面拿出了一个信封,把信封里的镜片放到左眼前面——然后你会瞬间发现原来屏幕上的2D动图变成了3D!他说,原理很简单,由于左眼前面有个镜片,所以图片在通过你的左眼进入你的大脑的时候,会比右眼慢。由于大脑就是通过相对位置来判断3D世界里的物体,所以这就产生了一定的立体效果。
不仅仅你的眼睛会欺骗你,你的声音也会同样也会。在另外一段视频里,一位工作人员以很缓慢的速度发出了ba、ba、ba这个音,画面瞬间一变,她又在开始在念fa、fa、fa……但是其实,两次的音轨一模一样,变化的只是她的口型——但是我们的大脑,出于几亿年来的进化,让我们学会了根据口醒来辨别声音。所以,当那位工作人员的口型变了的时候,我们的大脑,就“聪明”地编译了不同的声音给我们听。
所以,总结一下,“现实就是我们在大脑里重构的过程”,而我们人类,其实不过就是一个外接着很多感应器的CPU,就像上面说的,还总是有很多Bug。
Abrash毫不留情地说,其实整个世界说不定都是“人们的幻觉”。因此虚拟现实设备,说到底并不是需要去复制“真实的世界”,而是只需要正确地输入内容、满足人类的感官的需求,模拟大脑去重构。而这就意味着,如果虚拟现实继续发展下去,人们可以做到的,不仅仅是复制真实的世界,而是可以完全建立一个前所未有的、现在根本无法相信的新世界。
所以,虚拟现实到底怎么样才可以做得更好呢?Abrash说,首先视觉要大幅改善,其次音频也需要改进,要加入触觉感受、动作要可以及时追踪,同时还要在你的周围形成地图,这些都会是挑战。不过,好消息是,现在已经有好的产品出现,而且整个行业在广泛参与,还有巨头们的长期投入,不过,最重要的还是技术的进步,现在所有的零部件基本上都已经成熟到了可接受的程度。
Oculus Rift头盔最新的Crescent Bay版本,就已经把虚拟现实技术带到了新的层次——如果你想知道它到底怎么样,我们将会继续带来第一手的体验报告。
原文发布时间为:2015-03-28
本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号