Ari Grobman, CEO, Lumus Ari Grobman CEO, Lumus

ARグラスの未来はAIによる強化

人工知能の進歩は、主流の会話を支配しています。AIの応用は限りなく思いつきますが、それは私たちの世界と私たちがそれと関わる方法を変えるでしょう。多くの他の業界と同様に、それは特に拡張現実に当てはまります。AIモデルはすでに、特にモバイルデバイスアプリで、没入型AR体験を構築するために使用されています。拡張現実と人工知能の分野は、より徹底的に現実とデジタル世界を融合させる、直感的でユニークな体験を作成するために協力しています。AIとAR開発の次のフロンティアは、没入型エンゲージメントの可能性を拡大するために、消費者向けARグラスに高度なAI機能を実装することです。生成AIは3Dワールドの作成を加速し、着用者が自分の現実を作成するための限りない可能性を生み出す生成AIには、アルゴリズム、言語モデル、物理世界と相互作用するために必要な計算を実行するために使用可能な処理能力の向上が含まれます。現在、ARグラスにおける3Dモデルには制限があります。なぜなら、それらは本質的に手動で作成されるからです。ただし、生成AIはこれらのモデルを作成する速度と自律性を大幅に向上させます。ARグラスにおける生成AIは、3Dモデルをより迅速に構築するのに役立ち、ARの全潜在能力を解放します。このデジタルワールドの作成は、物理世界をオーバーレイするために、より迅速、より完全、より没入型になり、手動作業の必要性が減ります。生成AIは、ユーザー体験と物理空間との関わり方も変えるでしょう。生成AIを搭載したARグラスを着用すると、ユーザーは自分の想像を現実世界に直接投影できます。コードを書く必要なく、ユーザーは音声認識を使用して、ARグラスを通じて自分のイメージや3Dオブジェクトを「話す」ことができます。たとえば、「部屋の中を泳いでいるイルカがいる」と言うことができます。そうすると、目の前の空間にイルカが現れます。この没入体験の可能性は、娯楽、仕事、さらに先まで、ほとんど無限です。生成AIを搭載したARグラスは、ゲーム業界にも大きな変化をもたらし、より没入型でパーソナライズされたゲーム体験を生み出します。たとえば、ChatGPTを使用すると、よりリアルなキャラクターを作成し、新しいクエストやゲームワールドを追加することが容易になります。また、プレイヤーの行動を分析し、リアルタイムでゲームを簡単または難しくすることで、ゲーム体験を改善することもできます。AIによる音声と書き文字の翻訳は言語の壁を減らす自動音声認識（ASR）は、音声認識アルゴリズムを使用して、音声テキストをテキストに変換します。これにより、外国語のメニューなどの書き文字を、リアルタイムに母国語に翻訳できます。ARグラスで適用すると、会話中の外国語の音声を、リアルタイムで字幕付きの母国語に翻訳できます。旅行者やビジネスマンが現地語でコミュニケーションをとる際のストレスを軽減し、よりコミュニケーションがとりやすい世界を作ります。テキスト認識と翻訳は、AI光学文字認識（OCR）技術とテキストからテキストへの翻訳エンジンの両方を組み合わせて実現します。DeepLなどのエンジンは、高度な翻訳機能を提供します。また、Stable DiffusionなどのAIエンジンは、アニメーションやその他の視覚的な補助を使用して、複雑な概念を伝えることができます。これにより、ユーザーの関与が深まります。たとえば、プレゼンテーション中に、ARグラスが関連する画像やビデオをリアルタイムで表示できます。Googleは最近、この機能を備えたARグラスの開発を発表しました。また、聴覚障害者のコミュニケーションを支援することもできます。音声をキャプションに変換し、ユーザーの目の前で表示することで、唇を読んだり目を見たりする必要がなくなります。AIは、医療、教育、他の多くの分野で影響力を及ぼしています。近い将来、人気の科学フィクションのように、ARグラスが現実世界や仮想世界にユーザーを運び込み、AIが部屋や話者の位置を素早くマッピングして、どこにいてもスムーズなコミュニケーションを可能にします。AIはARグラスが現実世界の物体を容易に検出してラベル付けするのを支援し、関与を深める畳み込みニューラルネットワーク（CNN）アルゴリズムは、モバイルデバイスでシーン内の物体の位置と範囲を推定するために使用されています。物体を検出した後、ARソフトウェアは物体にテキストをオーバーレイしたり、物理世界に別の物体を生成したりして、両者の間で相互作用を作り出すことができます。現実世界に投影された物体には、指示、ナビゲーション、食事や栄養、そしてその他多くの応用があります。AIを搭載したARグラスを着用すると、ユーザーは都市のどの通りを歩いても、目にした建物やランドマークについてリアルタイムで情報を得ることができます。ARグラスは、ユーザーの視界の中で建物やランドマークを識別してラベル付けし、情報を提供できます。物体認識技術が向上すると、栄養データとして、カロリー、タンパク質、脂肪、コレステロールなどの情報が、どの食品や分量にも対応して表示されるようになります。一時的に、製品のQRコードは、ユーザーが簡単に栄養情報を参照できるようになります。物体検出以外に、人の検出のための顔認識ソフトウェアも一般的になっています。顔認識は、乗客の身分を確認するための追加のセキュリティ層を提供し、搭乗手続きを迅速化するために、航空業界で飛行に使用されています。ARグラスで顔認識を使用すると、ユーザーがどこにいても、認識の力を与えることができます。たとえば、近い将来、ARグラスを使用して、ソーシャルメディアで他の人と出会い、すぐに彼らの背景情報を取得して、友達になるかどうかを決めることができるようになります。AIを搭載したARグラスは、私たちの生活を変えています。視覚と機能はさらに向上し続けるでしょう。私たちがますますつながりのある世界では、ARグラスはタスクを簡素化し、数年前には不可能と思われていた壁を打ち破っています。人工知能の進歩は急速に進んでおり、次の10年でAIは、前の50年よりも多くの進歩を遂げるでしょう。政府、ビジネス、または個人の環境に関係なく、人工知能はすぐにARグラスと融合し、私たちの物理的およびデジタル環境を統合するでしょう。