关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
当任天堂的 Wii 游戏机在 2006 年 11 月首次亮相时，其运动感应手持“Wiimotes”让玩家们从沙发上站起来并开始活动。现在，微软正试图通过完全消除控制器来超越其竞争对手：它已经披露了其如何开发 Project Natal 的细节，该项目使 Xbox 360 玩家能够通过自然的身体动作来操纵屏幕上的角色。
这种机器学习技术将使玩家能够在他们的客厅里通过模仿动作来完成诸如踢数字足球或拍打手球之类的动作。“你的身体而不是控制器成为了游戏输入，”微软 Xbox 360 孵化总监 Alex Kipman 说。
微软在 2009 年 6 月推出了其雄心勃勃的 Xbox 升级，并预计将在 2010 年年底假期前推出该技术。Natal 将包括一个深度传感器，该传感器使用红外信号来创建玩家身体移动时的数字 3D 模型，一个可以捕捉诸如面部表情等精细细节的摄像机，以及一个可以识别和定位个人声音的麦克风。
要对一个游戏系统进行编程，使其能够识别出人体几乎无限的关节位置组合是一个令人畏惧的计算难题。“身体的每一个动作都是一个输入，因此您需要对动作编程近乎无限的反应，”Kipman 说。
微软没有试图预先编程动作，而是决定像人类一样通过从经验中推断，来教会其游戏技术实时识别手势。英国剑桥微软研究院的研究员 Jamie Shotton 为此设计了一种机器学习算法。它还可以识别姿势并以每秒 30 帧的速度在屏幕上的游戏空间中渲染它们，这种速率可以传达流畅的运动。本质上，经过 Natal 增强的 Xbox 将在不需要传统运动捕捉方法中所使用的镜面紧身衣的情况下，实时进行运动捕捉。
为了训练 Natal 完成这项任务，微软需要收集大量的生物识别数据。该公司派观察员到世界各地的家庭，在那里他们拍摄了诸如转动方向盘或接球等基本动作的视频，Kipman 说。微软研究人员后来费力地选择了这些镜头中的关键帧，并标记了每个人身体上的每个关节。Kipman 和他的团队还进入好莱坞的运动捕捉工作室，收集更多杂技动作的数据。
“在训练期间，我们需要为算法提供两件事：合成的看起来逼真的图像，以及对于每个像素，身体的相应部位，”Shotton 说。该算法处理数据并更改不同元素的值，以达到最佳性能。
为了保持数据量可管理，该团队需要找出哪些元素对于训练最相关。例如，该系统不需要识别整个身体质量，而只需要识别骨骼关节的间距。在将数据缩小到基本动作后，研究人员将每个独特的姿势映射到代表不同年龄、性别和体型的 12 个模型。
最终的结果是一个巨大的数据库，其中包含标记了人们关节的视频帧。百分之二十的数据用于训练系统的“大脑”来识别动作。工程师将其余数据保留在“真实值”数据库中，用于测试 Natal 的准确性。
选择最佳算法并筛选出基本数据是机器学习艺术的核心。为了测试 Natal 识别姿势的能力，工程师会向其展示真实值中的图像，然后生成一个数字像素图，其中计算机对像素正确放置在身体上的确定性越高，像素就越亮。工程师测试关于如何改进性能的假设，试图微调薄弱区域，而不会使强项退步。系统识别手势越准确，玩游戏就越有趣。
当然，微软并不是唯一一家探索手势界面的游戏公司。据新科学家报道，竞争对手索尼在 5 月于德国斯图加特举行的 2009 年 Vision 贸易展览会上展示了一款带有立体摄像机和深度传感器的原型交互通信单元 (ICU)。索尼在 Atracsys, LLC 的帮助下开发了 ICU，这是一家专门从事光学跟踪技术的瑞士公司。尽管索尼生产流行的 PlayStation 游戏机，但该公司表示，目前计划仅在广告行业而非游戏市场中推广其新技术。竞争对手任天堂尚未透露任何允许其 Wii 系统在不需要 Wiimote 的情况下运行的计划。
尽管如此，麻省理工学院媒体实验室 有形媒体小组的负责人 Hiroshi Ishii 表示，控制器不应完全消失。“我坚信手中握着有形的东西，”他说。此外，Wiimote 设备提供触觉反馈，例如振动或阻力，这使得动作更加真实。他指出，即使对于像 Natal 的类足球弹射游戏演示这样的活动，玩家也可能会错过控制器所提供的与物理物体连接的模拟感觉。
但是，微软游戏工作室欧洲的创意总监 Peter Molyneux 期待着一种新的计算机娱乐方式，因为消除游戏控制器可以带来更多的创意可能性。“Natal 迫使我作为一名设计师将此视为玩家与一项技术之间的关系，”他说。“我们正在努力创造一种感觉仿佛它活着的东西。”