Hvordan man løser virtuelle virkeligheder menneskelig perception problem

Virtual reality er ikke begrænset til underholdningsverdenen. Der har også været en optagelse af VR på mere praktiske områder – det er blevet brugt til at sammensætte dele af en bilmotor, eller for at give folk mulighed for at "prøve" de nyeste modetrends hjemmefra. Men teknologien kæmper stadig med at tackle et problem med menneskelig opfattelse.

Det er tydeligt, at VR har nogle ret fede applikationer. På University of Bath har vi brugt VR til at træne; forestil dig at gå i fitnesscenteret for at deltage i Tour de France og løbe mod verdens bedste cykelryttere.

Men teknologien passer ikke altid sammen med menneskelig opfattelse – det udtryk, der bruges til at beskrive, hvordan vi tager information fra verden og bygger forståelse ud fra det. Vores opfattelse af virkeligheden er det, vi baserer vores beslutninger på og bestemmer for det meste vores følelse af tilstedeværelse i et miljø. Klart, designet af et interaktivt system går ud over hardware og software; mennesker skal medregnes, også.

Det er udfordrende at tackle problemet med at designe VR-systemer, der virkelig transporterer mennesker til nye verdener med en acceptabel følelse af nærvær. Efterhånden som VR-oplevelser bliver mere og mere komplekse, det bliver svært at kvantificere det bidrag, hvert element af oplevelsen giver til en persons opfattelse inde i et VR-headset.

Når du ser en 360-graders film i VR, for eksempel, hvordan ville vi afgøre, om de computergenererede billeder (CGI) bidrager mere eller mindre til filmens nydelse end den 360-graders lydteknologi, der er implementeret i oplevelsen? Vi har brug for en metode til at studere VR på en reduktionistisk måde, fjerne rod, før du tilføjer hvert element stykke for stykke for at observere virkningerne på en persons følelse af nærvær.

En teori blander datalogi og psykologi sammen. Maksimal sandsynlighedsvurdering forklarer, hvordan vi kombinerer den information, vi modtager på tværs af alle vores sanser, integrere det sammen for at informere vores forståelse af miljøet. I sin enkleste form, den siger, at vi kombinerer sensorisk information på en optimal måde; hver sans bidrager med et skøn over miljøet, men det er støjende.

Støjende signaler

Forestil dig en person med god hørelse, der går om natten på en stille landevej. De får øje på en grumset skygge i det fjerne og hører den tydelige lyd af fodtrin, der nærmer sig dem. Men den person kan ikke være sikker på, hvad det er, de ser på grund af "støj" i signalet (det er mørkt). I stedet, de er afhængige af at høre, fordi de rolige omgivelser gør, at lyd i dette eksempel er et mere pålideligt signal.

Dette scenarie er afbildet på billedet nedenfor, som viser, hvordan estimaterne fra menneskers øjne og ører kombineres for at give et optimalt skøn et sted i midten.

Dette har mange applikationer i VR. Vores seneste arbejde på University of Bath har anvendt denne metode til at løse et problem med, hvordan folk estimerer afstande, når de bruger virtual reality-headset. En køresimulator til at lære folk at køre kan føre til, at de komprimerer afstande i VR, gør brug af teknologien uhensigtsmæssig i et sådant læringsmiljø, hvor virkelige risikofaktorer spiller ind.

At forstå, hvordan mennesker integrerer information fra deres sanser, er afgørende for den langsigtede succes med VR, fordi det ikke kun er visuelt. Maksimal sandsynlighedsvurdering hjælper med at modellere, hvor effektivt et VR-system skal gengive sit multisensoriske miljø. Bedre viden om menneskelig perception vil føre til endnu mere fordybende VR-oplevelser.

Enkelt sagt, det er ikke et spørgsmål om at adskille hvert signal fra støjen; det handler om at tage alle signaler med støjen for at give det mest sandsynlige resultat for virtual reality til at fungere til praktiske applikationer ud over underholdningsverdenen.

Denne artikel blev oprindeligt publiceret på The Conversation. Læs den originale artikel.