1
雷锋网按：本文作者阮航，北京脑穿越科技有限公司海外观察员。独家首发文章。
在上个月的Oculus Connect 3大会上，给人印象最深的莫过于扎克伯格带来的新一代的Social VR avatar了。清晰的面容辨识度，准确的语言口型配对，稍有瑕疵但足够精彩的面部表情，但最惊喜的是这一代AVATAR终于有手和身体了，这不仅带来了真实丰富的肢体语言，更意味着我们在比特世界的“躯体”进一步补全。
如何能让人更自然的将自己的内心投射到虚拟世界的形象上去？至少在现今阶段，一个更贴近人类生理构造的形象是最稳妥的。Facebook为这样的AVATAR形象制定了以下几点要求：
能说话，有眼神交流，表现出凝视，说话对得上口型，表情，至少有上半身，动作的精准还原。但是目前来说，由于运动追踪设备的限制，许多肢体语言无法直接由用户表达。此时，就需要“人造动作（secondary motion）”。也就是机器通过语音判断用户的行动，然后指导AI给出一个预设的动作，比如“捧腹大笑”。
于是，问题来了。如何让你的AVATAR具有个性化？这个问题绝对是VR社交最大的痛点，形象、声音、表情都有办法解决，但是肢体动作呢？总不能让用户全身穿着动作捕捉设备进行VR社交吧。有什么办法能让AI自己做出丰富的肢体动作，而又具备人性的那一点点闪光呢？
澳大利亚迪肯大学的Deakin Motion.Lab给我们提供了一种解决方法：动作捕捉+人工智能+虚拟现实。
Deakin Motion.Lab成立于2006年，专注于肢体表达领域的研究。成员知识背景跨度很大，有艺术家，设计师，舞蹈教授和不同媒体领域的技术大牛。实验室不仅在学术领域颇有建树，在商业合作上甚至也有诸多案例。比如和Iloura公司（《Mad Max》，《权力的游戏》特效制作公司）合作的电影《我，弗兰肯斯坦》，游戏《RUGBY LEAGUE LIVE》的人物动画，和丰田合作的广告《TOYOTA VELLFIRE》，以及匹诺曹舞蹈机器人。
在研究领域，Deakin Motion.Lab曾经创造了一套让盲人感知舞蹈的系统，并研究如何让舞蹈艺术变得“可编程”。这项研究目的在于弄清楚“动作能否碎片化成有特定意义的小单元”。就像把词汇从语句中分解出来一样，如果我们能把肢体动作拆分开来，并依据这些单元的逻辑，整合出一段有意义的信息。通过这种方式，我们就能实现人与AI的“肢体交流”。
而Deakin Motion.Lab目前最新的AI肢体研究项目“DUET”就是基于以上这项假设。”DUET”这项研究的目的在于创造一个能自主学习并和人类肢体交流的AI AVATAR，这个AVATAR既可以担当VR世界中的NPC，又能成为具有个性化的用户AVATAR。
DUET的研究思路大致如下：首先，实验员戴上VR头盔，看到AI 的AVATAR形象，并对他做一些动作。此时，AI模仿并学习这些动作，并通过AVATAR形象在对实验员做出相似的动作。此时，研究员会对AI的刺激产生一些肢体反应，而这些反应又再次被AI学习过去。如此反复，便构成了一个不断迭代学习的闭环。此外，AI avatar还能分析肢体语言，将不同的动作赋予“意义”，进而不断升级。
DUET的设备有动作捕捉系统、虚拟现实系统，以及基于机器学习和神经网络算法的人工智能系统。动作捕捉系统设置了24个光学动捕镜头进行光学动作分析，OptiTrack的动作分析系统（国内众多公司使用这个系统，比如诺亦腾的Project Alice）能够分析出关节的旋转和位移。
AI算法上DUET使用的是自组织特征映射 (Kohonen Self-Organizing-Map)的人工神经网络（ANN）方法。关于算法，DUET介绍他们在设计时会考虑到如何能够让人机的交互显得更自然，以及如何在数字系统中添加更多“人类”的维度。
虚拟现实设备从早期的OCULUS DK1到现在的HTC VIVE都有使用过。通过VR设备，DUET系统创建了一个供实验员和AI avatar共同探索的场景，使得实验员能更真切地对AI的刺激做出反应。
在我们自己体验时感受到最奇特的一点是，AI的avatar竟然是从体验者自己的身体中间产生的。
首先，体验者会看到自己的avatar，这个avatar是由无数流动的光点组成。接着，在体验者挥动肢体的同时，自己身上的一些光点会随着运动的轨迹脱离本体（象征着信息的流动），逐渐汇聚成一团新的信息聚集体，再由此伸展出AI的肢体。
值得一提的是，在我们体验和AI交互时，并不需要全套光学动捕系统，只用一台KINECT就可以了，这意味着在我们做个性化录入时，对硬件的门槛可能也会大大降低。
DUET还介绍到他们研究的另一个目的：创造更适合VR交互下的自然用户界面（NUI）。相对图形用户界面（GUI）而言，GUI要求用户必须先学习软件开发者预先设置好的操作，而NUI则只需要人们以最自然的交流方式与机器互动。
此外，这项技术在电影、游戏角色制作等领域也很有市场。目前在制作龙套角色的动作轨迹时，因为要让角色的动作保证基本的真实，即使非常简单的动作，由于配角人物数量太多，仍然需要耗费大量的人力。如果AI能够自动做出和角色性格相符又真实的动作，无疑能减少大量的开支。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
