对于全维度机器感知和反馈系统,现在核心困难集中在数学方法上。例如,机器听觉产品上,一般的手机都可以做到将人类语言转化成文字语言——但是,手机并不明白这些声音或者文字的含义,也就无法做出反馈。机器视觉同样如此,拍一张照片、双摄像头拍摄立体照片和视频、多摄像头拍摄全空域立体全息视频——这些都不是困难的事情,真正的难点是,如何让计算机知道这些视频的意义。当然,例如机器嗅觉技术等,不仅后端的数据处理技术有待发展,前端的传感器技术也有待发展。
同时,机器反馈技术的发展也不是很全面,包括显示、声音在内的技术成熟度较高。但是,气味、触觉技术的发展却相对低级。
其实,这种全维度机器感知和反馈系统,更多的是与“智能技术”异曲同工。即问题不在于获得信息,而在于理解信息并作出反馈。反馈链路的建立和理解技术,本质上有着相似的数学模型。这个问题和自动驾驶汽车、智能机器人等属于同一的框架。
或者说,是“智能理解”这一个问题,挡住了几乎整个信息化向前发展的所有方向,虚拟现实只是其中之一。
当然,并不是说,虚拟现实的发展要基于“所有技术问题的全面解决”。更多的时候可以“解决一部分”发展一部分。这也是目前市场上大多数VR、AR和MR产品的“市场思路”。
例如,目前近眼显示和工程VR系统的核心思路就是:实现最大真实性的显示效果。这个系统依赖于专门制作的视频内容,并极少支持实时的内容切换。即便有部分AR感知和交互能力,也是在既定程序线下的动作,不具有自主智能和自主创造崭新信息反馈结果的能力。
而在AR方面,则以语音命令和动作命令的方式,开展产品实践。这种产品将机器的视觉和听觉反馈,用有限列举的方式做单一性归类。并为每一个归类设置反馈动作序列。这一结构虽然在功能上非常单一和单线条化,但是在技术难度上却完全符合现有的“行业基础能力”。
这种虚拟现实产品和系统,具有在应用和体验上的“局限性”、“初级性”。所以这些东西看起来也缺乏必要的“吸引力”。但是,这并不是问题所在。因为这样的系统也具有真实的社会价值。比“想象”更为简单的虚拟现实产品,不仅是实现起来更容易、产品成本更低,同时也指向某种具体的不能再具体的应用:后者将保障这种产品的市场需求。
虚拟现实这个概念太大。欧美不有科学家提出了最新的宇宙模型——一种二维膜信息存储结构,在大尺度膜体上的投影:即,宇宙就是一个虚拟现实系统,除了信息是真实的,其他都是虚拟的。即便是《星际迷航》中的“全像甲板”,也可以真实的“杀死”在其中的任何物体——真假并不分家。
但是,这些设想虽然美丽、诱人,却并不实在。因为人类的知识还不能为其建立可行性的发展路劲。反而是,现实一点,用已有的技术发展出切实可用的产品,比如体感游戏、立体学习机、虚拟训练设备、工业仿真系统,更具有真实的价值。
对此,得出的结论是:虚拟现实这个框真的太大,以至于,如果仅仅使用想象力,什么都能装。但是,作为行业发展的具体路径,我们现在最好去装那些“容易实现”的部分。“不积跬步无以至千里”,任何技术体系的发展都概莫能外,VR也必然如此。放下焦灼,拾起初心,耐心做事,VR才能真的更好。