Nemrég olvastam egy cikket, amelyben Mark Zuckerberg előrejelzéseket tett a következő évtizedről. Nagyon tetszik az előrejelzések témája, én is próbálok ebben az irányban gondolkodni. A cikkben az ő szavai állnak, miszerint minden évtizedben technológiai platformváltás történik. Az 1990-es években a személyi számítógép, a 2000-es években az internet, míg a 2010-es években az okostelefon volt a fókuszban. A 2020-as évekre ő a virtuális valóságot látja mint ilyen platformot. Ezzel részben egyetértek, de csak részben. És itt van, miért...
Az ember virtuális valóság szemüvegben nevetségesen néz ki. Csak otthon, ismerős környezetben és megértő emberek társaságában lehet használni. Tehát a tisztán virtuális valóság nem a mi választásunk. Azonban a kiterjesztett valóság már sokkal érdekesebb. De erről később.
Mégis, a technológiai platformról, amit a 2020-as években alapvetőnek látok. Három pilléren fog állni:
- Hangvezérlés
- Biometrikus azonosítás
- Elosztott eszközökhálózata
Azok a hangalapú asszisztensek, akik most minden sarkon feltűnnek, előbb-utóbb minőségi ugrást fognak eredményezni ezen a területen. Úgy vélem, eljutunk egy olyan motorhoz, ami képes dolgozni a hangüzenetekkel és az azokhoz kapcsolódó kiterjesztésekkel, minden terület számára. Ahogyan most botokat írunk a Telegramra, úgy fogunk kiterjesztéseket írni a hangalapú asszisztensekhez is. A feltételezett Alisa nemcsak ébresztőt állít majd be, hanem képes lesz hangutasításra gyorsétterem rendelést leadni egy olyan alkalmazásban, amely biztosít ilyen megoldásra API-t.
Bármennyire is átkozzák a hangüzeneteket, hamarosan részévé válnak életünknek. A messengerek fokozatosan át fognak migrálni az audio - szöveg - fordítás - audio technológiai láncba. Határozottan megmarad a lehetőség, hogy szövegben kommunikáljunk, de nem lesz domináló szerepe. Egy új generáció nő fel, amely nem szeret szöveget gépelni, de szeret kommunikálni. Ennek ellenére a messenger üzenetek formátuma kényelmesebb, mint a közvetlen telefonbeszélgetés, mivel lehetőséget ad a szünetre. Azt hiszem, ezen a vonalon drámaian megnő a „grammatikus tudás”, mivel a számítógép fog írni, és ő kevesebb hibát fog elkövetni.
De most a hangüzenetek kezelése kényelmetlen. Legalább annyira, hogy ki kell venni a okostelefont, megnézni, ki küldte az üzenetet, megnyomni a gombot a meghallgatáshoz, rögzíteni a választ a mikrofonba, és elküldeni a beszélgetőpartnernek. Ha a hangasszisztens felolvassa az üzenetet a fülhallgatóban, sokkal kényelmesebb lesz. Felolvasni a hanganyagot vagy felolvasni a szöveget pedig nem is olyan lényeges, minden mindegy.
De csak a hallgatás fél munka. Vannak még további szempontok is. Például a biztonság. Ha védelmet szeretnénk, akkor a beszélgetéshez való hozzáférést csak megbízható felhasználónak. Az azonosításra a biometria segíthet. A hangazonosítás egyszerűbb, amikor válaszolunk az üzenetre, például.
A biztonság másik oldala a magánélet. Ha hangosan beszélünk, akkor a körülöttünk lévők hallják, ami nem mindig kényelmes és elfogadható. És ez probléma. A neurointerfészekig ebben az évtizedben nem jutunk el. Tehát szükség van valamire, ami lehetővé teszi a suttogás, az artikuláció vagy az ajakmozgás megkülönböztetését, és ezen alapul textuális vagy hangüzenet formálását. Ilyen neurális hálózatok már léteznek.
Egy másik probléma a hangszóró, mikrofon és/vagy kamera. Az okostelefon minden egyes hangüzenetéhez való kivenni már nem olyan kényelmes, és egyáltalán, kézben hordani is zavaróbb. Ezért a kamera, mikrofon és az okostelefon kijelzőjének a száj, fül és szem környékére kellene helyezkednie. Helló, Google Glass.
Engedj meg egy kis lírai kitérőt. Emlékszel a Newton PDA-ra vagy a Tablet-PC-re? Nagyon jól megtervezett, de a korukat megelőző tablet koncepciók. A tablet csak az iPad megjelenésével vált népszerűvé. Erről sok vitát folytattak, nem szeretnék mélyebbre menni, de ezen analógiára támaszkodnék. Úgy érzem, hogy a tömeges okos szemüvegek ideje még nem érkezett el, de már közel van. Mivel már léteznek szemüvegek, de a tömeges felhasználás még hiányzik. Az én definícióm a tömeges elterjedésről: amikor valami már minden környezetedben lévő embernek van, és végre a szüleid is megvásárolják. Akkor az egy tömeges technológia. A jelenlegi szemüvegek még sok gyermekbetegséggel küzdenek, amelyeket meg kell oldani. E nélkül a piacra lépésük zárva van.
Nem számít, hogy ezek átlátszó szemüvegek vetítővel vagy átlátszatlan szemüvegek képernyőkkel vannak-e — a lényeg az, hogy az átlátszatlan szemüvegek furcsán néznek ki, ahogy azt az elején is említettem, ezért nem gondolom, hogy a szemüvegek fejlődése ezen az úton folytatódik.
Az ehhez a szemüveghez kapcsolódó kiterjesztett valóság egyszerűen lenyűgöző. Amennyiben az algoritmusok és a videófeldolgozás olyan gyors és jó lesz, hogy a való világra vetített képek hibátlanok lesznek, akkor elérkezik az okos szemüvegek ideje. Ha a vetítés nem a szemüveg lencséjére, hanem a szembe történik, még jobb — az olyan alkalmazások, mint az 'összes nő meztelenül mutatása' és 'minden adat megmutatása a személyről' népszerűvé teszik őket. Teljesen tiszta kyberpunk, és már közel van.
Nyilvánvaló, hogy az autóban a vezető számára ilyen szemüveg nem ajánlott — mi van, ha zavar támad, és elzárja a kilátást? (Igen-igen. Az önálló járművek még nem váltják fel a domináló technológiát a 2020-as években, ennek felgyorsításához éppen erre a évtizedre van szükségük.) Ezért itt lesz saját hangasszisztens és saját rendszer a szélvédőre történő vetítéshez. De egyébként minden marad a régi — üzenetek meghallgatása és küldése, hangvezérlés stb. Ez megköveteli az egységes profilt minden eszközön, amihez már is közel kerültünk. A különbség csupán az lesz, hogy az azonosítás átláthatóbb lesz az arc, a hang vagy a szem írisz alapján.
A hangasszisztenst tartalmazó hangszóró, mint az okos otthon eleme, szintén beleillik ebbe az ökoszisztémába, bár nem fog annyira népszerűvé válni, mint a hordozható kütyük. Ugyanez lesz a sportteljesítmény-mérőkkel és az okos órákkal — saját rést fognak képviselni, és ott is maradnak. Valójában ez már meg is történt.
Alapvetően bármely IT-technológia fellendülését az határozza meg, mennyire kényelmes pénzt keresni vele és pornót nézni. A szemüveghez és hangasszisztensekhez kapcsolódó alkalmazások piaca új piac, a pénz akkor fog megjelenni rajta, amikor elég nagyra nő. Az átlátható valóság szemüvegek kifejezetten pornónézésre lettek tervezve, így az előrejelzésem az, hogy ez a technológia fellendül és irányt ad az egész évtizednek. Találkozzunk hát 10 év múlva, hogy levonjuk a következtetéseket.
UPD. Szeretném még egyszer hangsúlyozni a fent kiemelt pillanatot. A felhasználói felületek lényegében hangalapúak lesznek, de nem fognak hangosak lenni. A hangutasítás kiadásához nem szükséges hangosan kimondani, vagy akár kimondani egyáltalán. Igen, ez most furcsán hangzik, de ezek a technológiák csak az út kezdetén vannak.
Forrás: habr.com
