圖片來(lái)源@unsplash
有點(diǎn)常識(shí)的人都知道，戒毒這件事兒，生理依賴容易擺脫，心癮卻很難除。
一般的戒毒機(jī)構(gòu)，往往只以戒毒者避免接觸毒品的期限為參照，三個(gè)月或六個(gè)月，或者一兩年，在此期間戒毒者如果表現(xiàn)正常，便被視為戒毒成功。由于心癮未除，有許多人不久之后又會(huì)重新沾染上毒癮而不得不再次戒毒，甚至多次反復(fù)。
只依賴生理診斷而缺乏一套心理毒癮的診斷方式，顯然是導(dǎo)致毒癮久戒不除根的重要原因。
而現(xiàn)在，能判斷戒毒者是否心理戒毒成功的診斷方法出現(xiàn)了。
根據(jù)香港《星島日?qǐng)?bào)》的報(bào)道，香港教育大學(xué)于近日首次在戒毒研究上應(yīng)用了“眼動(dòng)追蹤”技術(shù)。通過(guò)對(duì)戒毒者注視毒品的時(shí)間和位置的判斷分析，便可確定其是否已經(jīng)完全戒除“心癮”，而且正確率高達(dá)90%以上。
姑且不說(shuō)這一新聞背后的技術(shù)能力究竟如何，單單“眼動(dòng)追蹤”四個(gè)字，就足以讓人們“眼動(dòng)”，令其又重新回到了大家的視野中。那么，“眼動(dòng)追蹤”在今天到底是一個(gè)什么樣的狀況？它主要用在哪些方面？前景又如何呢？
針對(duì)這些問(wèn)題，我們來(lái)嘗試著做一些解答。
VR：眼動(dòng)追蹤的最佳拍檔
眼動(dòng)追蹤技術(shù)，顧名思義，就是通過(guò)圖像采集設(shè)備對(duì)眼球運(yùn)動(dòng)的信息進(jìn)行捕捉，實(shí)現(xiàn)對(duì)眼球的跟蹤和分析，從而服務(wù)于具體的場(chǎng)景當(dāng)中，如心理分析、電子設(shè)備屏幕切換甚至是對(duì)設(shè)備進(jìn)行控制等。不難看出，眼動(dòng)追蹤包括三個(gè)步驟：一，攝像頭、紅外線等采集設(shè)備對(duì)眼球運(yùn)動(dòng)進(jìn)行捕捉；二，終端對(duì)眼球運(yùn)動(dòng)軌跡等信息進(jìn)行綜合分析和判斷；三，發(fā)出指令，做出符合主體意愿的決策或提示。
由此我們很容易想到用這種技術(shù)來(lái)實(shí)現(xiàn)屏幕或電子書(shū)翻頁(yè)，而且這也是筆者曾經(jīng)年少時(shí)最渴望的事情。其實(shí)放到如今，這充其量算是眼動(dòng)追蹤技術(shù)比較低級(jí)別的應(yīng)用。早在2017年微軟也將這項(xiàng)技術(shù)內(nèi)置到了Windows10中。
但Windows10似乎比較雞肋，當(dāng)年看演示打字的時(shí)候的確很科幻，但實(shí)用性太差，遠(yuǎn)不及人手的打字效率，再加上其他應(yīng)用的缺乏，眼動(dòng)追蹤最終還是淪為了微軟買(mǎi)產(chǎn)品的噱頭而已。
但從這個(gè)已經(jīng)可以被看做失敗的案例中我們可以略微窺出：眼動(dòng)追蹤固然好，沒(méi)有應(yīng)用也不行。而遍觀如今的種種科技，能令眼動(dòng)追蹤技術(shù)大放異彩的，或許就是VR。Tobii也將VR視作其眼動(dòng)追蹤技術(shù)落地的最佳載體，并推出了適配VR頭盔的設(shè)備Pro Glasses 2，但一支鋼筆大小東西，用在VR頭盔之類(lèi)的設(shè)備上實(shí)在是有點(diǎn)占空間。
另一個(gè)問(wèn)題是，目前的VR產(chǎn)品在呈現(xiàn)游戲或其他應(yīng)用的圖像時(shí)，往往是對(duì)所有的場(chǎng)景統(tǒng)統(tǒng)渲染，眼睛看到的地方清晰無(wú)比，看不到的地方也毫不含糊。
我們顯然可以從中看出三個(gè)弊端：容易造成眩暈感；對(duì)眼球觀察之外的場(chǎng)景渲染造成計(jì)算浪費(fèi)的同時(shí)也給設(shè)備計(jì)算帶來(lái)負(fù)擔(dān)；算力增加，設(shè)備的體積自然小不到哪兒去。難道把硬件再做大一點(diǎn)？那頭盔就更不方便了。
而眼動(dòng)追蹤，則正可以用來(lái)解決這個(gè)問(wèn)題。
Tobii對(duì)此開(kāi)發(fā)了視網(wǎng)膜中心渲染技術(shù)，通過(guò)對(duì)眼球的追蹤，將人眼注視的區(qū)域進(jìn)行高清渲染，而對(duì)眼球之外的區(qū)域進(jìn)行模糊化處理，這符合人在看物體時(shí)的一般特點(diǎn)。
Tobii的思路正確無(wú)比，但實(shí)際效果卻很有限。畢竟是圖像處理，Tobii顯然不太擅長(zhǎng)——等等，說(shuō)到圖像處理，難道還有比AI更適合的方法嗎？
AI：技術(shù)行進(jìn)的明白方向
自從2014年收購(gòu)Oculus以來(lái)，facebook在VR上下的工夫一直都沒(méi)有減少，砸錢(qián)砸得不計(jì)成本。這些投入也被外界稱(chēng)為“為未來(lái)買(mǎi)單”，facebook扔進(jìn)大海的石子并沒(méi)有沉沒(méi)了事兒，也是激起了幾多浪花的。比如基于眼動(dòng)追蹤技術(shù)的VR圖像渲染上。
去年5月份，facebook推出了Half Dome原型機(jī)，其集成了眼動(dòng)追蹤相機(jī)、寬視場(chǎng)光學(xué)系統(tǒng)和可獨(dú)立變焦顯示器，就是為了取得和人眼觀察事物一致的效果：對(duì)視線之外的區(qū)域進(jìn)行模糊處理，以達(dá)到沉浸式體驗(yàn)。同樣，這款原型機(jī)發(fā)布的時(shí)候和Tobii水平差不多，由于硬件和算法的限制，渲染的逼真程度很難讓人評(píng)價(jià)為體驗(yàn)良好。而去年12月，facebook就為其匹配了人工智能渲染系統(tǒng)Deep Focus。
那么，Deep Focus加持的圖像渲染和Tobii以及Half Dome原型機(jī)的區(qū)別在哪里呢？一個(gè)詞來(lái)回答就是：自然模糊。
對(duì)注視點(diǎn)之外的畫(huà)面進(jìn)行模糊處理是方向，但這其中的問(wèn)題也有很多：清晰區(qū)域和模糊區(qū)域的過(guò)渡是否平滑自然？注視點(diǎn)移動(dòng)過(guò)程中圖像由模糊到清晰的轉(zhuǎn)化是否自然？
不自然的過(guò)渡是這樣的：
自然的過(guò)渡則是這樣的：
顯然下圖要比上圖有更自然的注視點(diǎn)邊緣模糊處理。這也成為了Deep Focus努力的方向。而如果純粹是用算力來(lái)解決問(wèn)題，那對(duì)本身體積就存在限制的VR頭顯又提出了要求。因此facebook reality lab的研究者選擇了另外一個(gè)方向：利用深度學(xué)習(xí)來(lái)實(shí)現(xiàn)自然模糊。為此，研究團(tuán)隊(duì)需要大量的數(shù)據(jù)來(lái)對(duì)人工智能系統(tǒng)進(jìn)行訓(xùn)練。但問(wèn)題是上哪兒去找這么多數(shù)據(jù)呢？
于是他們隨機(jī)生成了由大量對(duì)象組成的場(chǎng)景，然后交由Deep Focus來(lái)對(duì)這些對(duì)象的紋理等特征進(jìn)行學(xué)習(xí)訓(xùn)練，從而生成逼真的渲染模糊效果。經(jīng)過(guò)接近一年的訓(xùn)練，Deep Focus已經(jīng)可以做出相當(dāng)出色的渲染表現(xiàn)。
利用最新的人工智能技術(shù)來(lái)追蹤研究并做出實(shí)時(shí)的圖像處理，看起來(lái)是一個(gè)非常不錯(cuò)的主意。對(duì)facebook而言，或許它只是一種增強(qiáng)VR沉浸式體驗(yàn)的措施；而對(duì)整個(gè)眼動(dòng)追蹤技術(shù)應(yīng)用層面而言，人工智能更大的意義則在于提供了一條行之有效的研究方向。
爆發(fā)：沖破障礙與應(yīng)用補(bǔ)完的未來(lái)之景
我們?cè)倩氐窖矍蚋櫦夹g(shù)本身來(lái)。進(jìn)入2019年，以5G網(wǎng)絡(luò)商用為標(biāo)志，越來(lái)越多的聲音認(rèn)為5G的大帶寬、低延遲的特性將助推VR的復(fù)興，乃至產(chǎn)業(yè)的爆發(fā)。能不能用“爆發(fā)”來(lái)修飾一番，似乎已經(jīng)成為衡量某個(gè)技術(shù)或產(chǎn)業(yè)應(yīng)用價(jià)值的標(biāo)志之一。
那么，對(duì)眼動(dòng)追蹤技術(shù)而言，無(wú)論是傳統(tǒng)的硬件廠商Tobii還是以facebook為代表的人工智能公司，似乎也都一刻也沒(méi)有停止對(duì)它的技術(shù)演進(jìn)。我們也套用一下：當(dāng)AI入場(chǎng)之后，眼動(dòng)追蹤技術(shù)的應(yīng)用是否也面臨爆發(fā)呢？
以下這些，或許將成為所謂“爆發(fā)”前夜必須要考慮的問(wèn)題。
支撐即時(shí)反饋的終端計(jì)算性能。對(duì)眼動(dòng)的跟蹤、信息捕捉、分析處理和判斷需要在極端的時(shí)間內(nèi)完成，F(xiàn)acebook的Deep Focus雖然用AI實(shí)現(xiàn)了自然模糊的高級(jí)別應(yīng)用，但這是建立在擁有四顆高性能GPU電腦的基礎(chǔ)上，如果想要順利搭載在VR頭盔甚至是手機(jī)、手表等電子設(shè)備上，則必須要兼顧體積和計(jì)算的性能?；蛘撸_(kāi)發(fā)出更強(qiáng)大的算法。
“無(wú)效”眼動(dòng)的精確排除。人的眼球運(yùn)動(dòng)并非都是有意而為，如何排除無(wú)意識(shí)的眼球運(yùn)動(dòng)干擾，則需要下一步進(jìn)行重點(diǎn)研究。
應(yīng)用生態(tài)的大面積擴(kuò)展。今天看來(lái)，一件新技術(shù)要想獲得大規(guī)模的推廣應(yīng)用，除了硬件層面的匹配之外，還要有相應(yīng)數(shù)量級(jí)的應(yīng)用支撐，尤其是能夠產(chǎn)生剛需或制造剛需的應(yīng)用。VR確實(shí)很有代表性，但只有VR顯然是不夠的，更何況VR自身也處于技術(shù)演進(jìn)的過(guò)程中。那么，為眼動(dòng)追蹤技術(shù)打開(kāi)更多的應(yīng)用可能，也應(yīng)該同步于對(duì)它的技術(shù)研究。
比如將眼動(dòng)追蹤與腦機(jī)接口結(jié)合起來(lái)，通過(guò)對(duì)無(wú)形腦電波的捕捉和外在眼球的跟蹤，來(lái)判斷大腦的意圖傾向；為言語(yǔ)障礙、行動(dòng)不便等人士提供醫(yī)療幫助，比如打字、呼救等；又或者用在汽車(chē)中的駕駛員疲勞監(jiān)測(cè)、車(chē)機(jī)交互，成為手指、語(yǔ)音之外的第三種交互方式，增進(jìn)人機(jī)交互的親密度等等
可見(jiàn)，在解決方案日漸成熟的前提下，眼動(dòng)追蹤其實(shí)是具備了成為科技“爆款”的潛質(zhì)的：擁有廣闊無(wú)比的應(yīng)用場(chǎng)景。只不過(guò)硬性的需求尚未形成，而技術(shù)的支撐仍然孱弱，眼動(dòng)追蹤技術(shù)在未來(lái)一段時(shí)期可能仍然會(huì)處于不溫不火的狀態(tài)。
但技術(shù)的發(fā)展趨勢(shì)有時(shí)候總會(huì)超乎我們的想象，AI概念提出60年后才迎來(lái)真正的爆發(fā)，也許掌管人類(lèi)技術(shù)進(jìn)化的神不小心打個(gè)盹，眼動(dòng)追蹤就會(huì)跳出慢吞吞的軌道，從捷徑瞬時(shí)擁抱人間。
