善解人意的游戏机

在2010年圣诞节买到的XBOX360游戏机包装箱里，我们不会找到手柄，只会发现一个有摄像头和麦克风的小盒子。把这个盒子放在电视附近，游戏主角的动作就会和你的动作保持一致，你可以用自己的网球拍玩虚拟的网球游戏，也可以假装握着一支步枪杀入游戏中的敌军重围。这就是微软发布的Project Natal（商品名为Kinect），而你就是游戏控制器。

Project Natal的核心在于动作捕捉。随着电影特技的广泛应用，这个名词已经为越来越多的人所知——真人演员的动作被动作捕捉装置记录下来，经过电脑加工，就能够生成肉眼难以辨别真伪的画面。从已逝天王迈克尔·杰克逊（Machael Jackson）在超长MV《幽灵》（Ghost）中化为骷髅起舞，到《阿凡达》中潘多拉星球上的丛林追逐战，动作捕捉技术为电影的视觉效果贡献良多。现在，微软打算将这种技术带入寻常百姓家，并且希望它能够改变人机交互的方式。也许它真的可以做到。

动作捕捉技术已经有了数十年的历史。早在20世纪70年代，迪士尼就尝试捕捉真人演员的动作并用于动画片中，用这种技术来改进动画片的质量。在当时的技术限制下，这种方式并没有取得很好的效果；直到20世纪80年代以后，它的优势才渐渐显露出来。传统的动作捕捉技术通过光学、机械、声学、电磁等方式来跟踪一些关键点，用多部摄像机、角度传感器、超声波发生器和接收器、电磁场接收器等设备实现对演员身体动作的跟踪，并且将这些动作轨迹传送到计算机中，再应用到人物模型上。这是非常成熟的技术，却都有同样的弱点：需要在被跟踪的人物身上贴上标签或者传感器，再通过这些标签的活动路径来跟踪角色的动作。直到现在，电影特效中使用的高精度动作捕捉技术也依然使用标签来实现，而且往往需要演员穿上单一颜色的紧身衣以避免产生误差。很明显，这样烦琐的技术并不适合走进家庭，然而这种技术带来的诱惑却令游戏机厂商难以抗拒。

最先尝试踏出这一步的是任天堂公司的Wii。这家老牌游戏公司在手柄中加入了红外和加速度传感器，让手柄变成了网球拍、高尔夫球杆，甚至保龄球。另两家巨头索尼和微软也发布了计划，打算在自家游戏机上提供类似的功能。索尼的PS Move看起来像个麦克风，不仅有传统的加速度传感器和陀螺仪，而且还能发光；而附加在微软XBOX 360上的Project Natal打算完全抛弃手柄，仅凭集成在一个小盒子中的两部摄像头、麦克风和红外线传感器来跟踪玩家的动作，以及识别玩家的语音指令。

通过放在不同位置的两部摄像头，可以获得两幅略有不同的图像。将之进行运算，就可以获得立体图像，进而感知距离。这是我们的大脑每时每刻都在做的事情，也是我们能够看到3D电影的生理基础。Project Natal通过一个彩色和一个黑白摄像头来获取这样的立体图像，再通过红外线来感知玩家离电视的大致距离，就可以判断玩家的身体动作，并且将之转化为游戏中角色的动作——这时的游戏，更像是你自己导演和主演的电影。

这看起来像是件值得期待的圣诞节礼物，然而它的意义并不仅仅如此。2009年7月，比尔·盖茨在接受采访时曾经提到，通过基于这种立体感应镜头的更多研究，它将不仅仅是玩具，而会成为我们操控电脑的新方式。“这不仅限于游戏，而可以应用在所有基于电子媒体的消费品上，甚至包括使用Windows的电脑、视频会议、协同工作和通信等。”他说，“这是3D定位设备，是视频识别，是可以进行行为判断的摄像头。”

如果盖茨的期望成为现实，那么就意味着一种更好的人机交互技术的诞生。它不再需要触摸屏的手势操作，人们终于可以从键盘、鼠标、触摸屏上离开。这大概可以算是“第六感”类型装置的变形，相比之下，几年前让我们激动不已的多点触摸和手势控制，看起来将会只像是孩子的玩具。

的确，当这种技术真正可以商用时，《钢铁侠》中托尼·史塔克（Tony Stark）那套空气投影和动作捕捉结合的工作环境将不再是科幻。我们也可以摆摆手删掉一个文件，可以做个手势就把音量关闭，也可以只是比划一下，电影就会全屏播放。我们将不再需要任何遥控器，不再需要指挥电子设备，而是反过来让电子设备随时紧盯着我们的行为，亦步亦趋。再加上微软一直寄予厚望的语音识别技术的进展——现在语音识别已经可以达到95%的准确率，当然，是在足够的训练之后——也许我们和计算机的关系将不再是像现在这样机械地输入和反馈，计算机会更加善解人意。

憧憬这样美好未来的不只是微软。芯片大厂英特尔也从几年前开始这方面的研究，希望通过类似的方法来改善人们使用电子设备的体验，例如使用摄像头来识别用户的表情。当观赏激动人心的体育比赛时，摄像头甚至可根据我们的表情变化来重放精彩片段。

在直接使用意识控制计算机还只是个理想的今天，微软和英特尔的这些努力也许是目前能够期待的最好的人机交互方式。现在，一些玩家已经在Kinect前手舞足蹈乐此不疲，而这种设备成为电脑标配的那一天，看起来也并不遥远。