AR 十年发展史：它会让你看到未来吗？

2006年2月，Jeff Han在TED演讲中演示了多点触控技术，当时多点触控界面还处在实验阶段。现在我们还可以在网上看到演示视频。回看视频，他所展示的技术平淡无奇，花50美元买一台Android手机就能做到。当时的观众大部分都是经验丰富、关注科技的老手，他们为技术喝彩。现在看起来平淡的技术当时却是惊人的。一年之后，苹果发布了iPhone，科技产业因为多点触摸重新归零。

回看过去的10年，多点触摸技术的发展出现了4个关键点，第1个关键点，多点触摸在实验室内成为有趣的概念，第2个关键点，演示技术出现在公众视野中；第3个关键点，在iPhone推出，出现了第一个可行的消费产品；第4个关键点，7年之后，销量爆炸，iPhone不断进化，Android追了上来。

看看下面这张图片，发展有些滞后，2007年iPhone出现之后，等了好几年销量才开始腾飞。大多数革命性技术都是分阶段发展起来的，很少有技术一下就成熟了。与此同时，有一些系统走上了错误的道路，比如西方的Symbian，日本的iMode。

我认为，今天的AR介于第2关键点和第3关键点之间：技术已经演示过，相当出色，我们还看到了原型产品，但是面向大众市场的商用产品还没有出现，不过很接近了。

微软HoloLens正在出货，微软头盔拥有出色的位置追踪技术，将计算机集成到头盔内，这样做也有一些缺点，头盔的成本会上升，视野比较狭窄，定价达到了3000美元。第二代HoloLens将会在2019年推出。很显然苹果也在开发一些类似的产品，从人才招募、收购与苹果CEO的评论就可以看出来。我甚至怀疑，苹果在微型化、功率、音频方面开发了一些技术，这些技术用在Apple Watch、Airpods上，在AR领域这些技术也很关键。谷歌、Facebook、亚马逊可能也会开发一些东西。还有一些小企业、创业公司参与进来，它们正在开发有趣的东西。

Magic Leap也在开发自己的可穿戴技术，它发布过一些视频，展示设备的能力。视频很酷，不过观看iPhone视频和使用iPhone是完全不同的，同样的，观看AR视频，戴上AR头盔、走一走、看到世界浮现于眼前，二者也是完全不同的。我自己试过，一点也不差。

第一级AR和Google Glass体验差不多，屏幕让内容浮现于眼前的空间内，不过它与世界没有任何联系。事实上，Google Glass的概念跟智能手表极为相似，只是你需要向上向右看，不是向下向左看。眼镜给你一块新屏幕，对于你眼前的世界，它没有任何感觉。如果引进更先进的技术，视野可以变成球形，显示窗户、3D对象及其它一切东西，飘浮在空间内。

当AR变成“真正的AR”，或者是说是“混合现实”，设备开始感知环境，它可以将图像放进世界，当你停止怀疑，你就会认为图像是真实的现实。和Google Glass不同，头盔始终用3D技术给环境绘图，追踪头部位置。你可以将虚拟电视挂在墙壁上，当你移动时电视仍然会在墙上，或者干脆将整个墙壁变成显示屏。

你也可以将Minecraft放在咖啡桌上，将小山放在手掌中，好像你在雕塑黏土一样。如果其它人戴上同样的眼镜，他们会看到同样的东西：你可以将墙壁、会议桌放进屏幕，然后你的整个团队都可以同时使用；在同一张Minecraft地图内，你和你的孩子可以同时控制。或者说，一个小机器人藏在沙发后，你可以将机器人藏在那里，让你的孩子寻找。这就是混合现实，它如同一块屏幕，或者说，我们可以将身边的世界变成无限的屏幕。

有时你想戴着头盔去某个地方，你本人是静止的，只是使用了SLAM技术，你会给房间的3D表面绘图，但是你不理解它。假设我与你在网络事件中相遇，我查看你的LinkedIn资料卡，它浮现在你的头顶，或者查看Salesforce记录，它告诉我说你是关键目标客户，或者查看Truecaller记录，它说你想向我兜售保险。和《黑镜》所说的一样，你也许还可以屏蔽某人。也就是说，眼镜中的图像传感器不只可以给周边对象绘图，还可以感知它们的存在。

这就是真正的AR：你可以展示图像，它与世界是平行的，你还可以成为图像的一部分。眼镜可以向你展示一些东西，它看起来也许像智能手机，也许像2000英尺的屏幕，它还可以将屏幕分解，融入真实世界，改变真实世界。于是体验就分成了两极：一方面，你可以将所有一切放进屏幕，让整个世界更充实，或者破坏世界；另一方面，你可以将微妙的线索或者变化放进世界，当你旅行时，它会将标志翻译成你理解的语言，但是不只如此，它还可以将美式英语修正为英语。如果有人安装Chrome扩展包，将“millennial”换成“snake people”（扩展包的名称），MR扩展会有怎样的变化？总之，有趣是我们需要解决的最重要问题。

一旦眼镜变得足够小，我们会不会整天佩戴？如果不佩戴，许多环境应用程序将会找不到用武之地。你可能还会使用手表、手机，它们一直处于开启状态，眼镜只在合适的环境下用来阅读。这样就可以解决社交问题，Google Glass就出现了社交问题：拿出手机，看看手表，或者戴上一幅眼镜，它们所传达的信号是其它人可以理解的；如果在酒吧戴上Google Glass，其它人很难理解。

如此一来我们就触及一个问题：VR与AR会不会融合？的确有可能，VR与AR所做的事是存在联系的，面临的工程挑战也是存在联系的。要在同一款设备中提供VR和AR体验有一个挑战：VR将你带到另一个世界，它会将其它一切阻挡在外，眼镜边缘是密封的，AR不需要这样。AR面临的挑战在于：让世界穿过，同时阻挡那些你不想看的东西，VR却是从黑屏开始的。

戴上AR眼镜，你可以看到人的眼睛。10年或者20年之内，许多事情有可能变成现实，但就目前而言两种技术还是不同的。1990年代末，我们曾经争论过一个问题：移动互联网设备将会拥有独立的音频元件或者屏幕，加上听筒，或者加上一个键盘，或者是拥有一个键盘和一块屏幕的哈壳，当时我们还在探讨设备的外形，到了：2007年，所有问题在一块屏幕上解决。同样的，VR与AR可能要花一段时间探讨该问题。

如果某些东西不是实体存在，我们如何控制它，与它互动？VR的物理控制器够用吗？手势追踪足够好吗？在智能手机上引进多点触摸技术，意味着我们拥有了直接的物理交互体验，我们在屏幕上触摸想触摸的东西，不需要移动鼠标，鼠标离目标1英尺或者2英尺远，我们可以在空中触摸AR对象吗？这种界面模式适合全天候使用吗？Magic Leap的确创造出一种深度感，你会觉得自己真的在触摸一些东西，你是不是需要一种界面，当你的手滑过时会感觉到它是坚硬的？

我们是不是应该用语音替代？语音又会造成多大的限制？或者选择眼球追踪技术？如果眼镜可以支持虹膜追踪技术，你会注视自己想看的东西，然后触击手表选择它吗？这些问题与之前智能手机、PC必须解决的问题是一样的，正如2000年或者1990年所探讨的外形问题一样，答案并不清晰，实际上连问题本身也不明确。

AR将对象和数据放进我们周围的世界，关于这点思考越多，你就会发现它变成了一个AI问题，同时又是物理界面问题，这两个问题同等重要。当我走向你，我应该看到什么？显示LinkedIn信息还是Tinder信息？我应该在什么时候看到新信息，即时显示还是晚一点？当我站在餐厅外面，我应该说：“嗨，Foursquare，这里有什么好吃的吗？”还是设备的操作系统自动完成？这名经纪人到底如何？是让操作系统判断，还是让刚才添加的服务判断，或者让云中的Google Brain判断？

关于这个问题，Google、苹果、微软、Magic Leap可能有着不同的哲学态度，不过在我看来，如果你想让它完美运行，最好让大多的事情自动完成——应该是AI来完成。你也许记得Eric Raymond曾经说过，计算机如果可以做完某件事，它就不应该问你，照此发展下去，计算机将会看见你所看见的，知道你在看什么，在接下来的10年里，机器学习技术不断发展，整个问题层全部剔除，今天我们认为这些问题必须手动解决，未来不是这样的。

当我们从桌面计算机的Windows、键盘、鼠标UI向智能手机触摸操作和直接交互体验转移时，整个问题层都被移除了，抽象层改变了。照片应该存在哪里？打车时你在哪里？应该使用哪个邮件APP？密码是什么？智能手机不会问，所有问题都被移除。当AR到来时，我们会朝着同样的方向前进一步：你的前方出现一个小窗口，智能手机APP出现在窗口中，不过体验远不止如此。Snapchat和Facebook桌面网站是不一样的，基于环境的、无形的、以AI主导的UI将会再次改变一切。

当AR眼镜越来越理解周边世界（理解你自己），它们看到的东西越来越多，就会将自己看到的一些东西传送到不同的云服务上，具体是哪个服务根据环境、使用案例、应用模式而定。这是不是一张脸，你是不是在与它交谈？将它发送到Salesforce、LinkedIn、TrueCaller、Facebook或者Tinder。是不是一双鞋子？发送到Pinterest、亚马逊或者Net a Porter。开会时如果人人感到厌烦，你是否将记录发送到Success Factors？类似的信息可能会带来严重的隐私安全问题。我曾经在博客中说过，无人驾驶汽车不断捕捉HD 3D 360度视频，如果城市里到处都是无人驾驶汽车，它就会变成监狱。如果每个人都穿戴AR眼镜又会怎样，还能逃跑吗？如果被黑又会怎样？如果你的联网住宅被黑，相当于你有了一只搞恶作剧的鬼怪，如果你的AR眼镜被黑，你就会出现幻觉。

最后，有一个重要的问题值得追问：到底有多少人会拥有AR设备？AR会不会成为附件，被手机用户中一小部分人使用，正如智能手表一样？或者说英国、印尼的每一个小镇都有小店铺销售AR眼镜，有几十款可以选择，它们来自中国，定价50美元，今天这些店铺销售Android设备？到时宽带成本是多少？

这个问题现在还很难回答，有点太早。1990年代末2000年代初，我们也曾看到过一些争论：是否每个人都应该拥有相同的移动数据设备？或者说一些人拥有智能手机，一些人拥有功能手机，然后一直向下，拥有更简单的设备，它们没有摄像头，没有彩色屏幕。说来有点像马后炮，这种争论似曾相似：是否每个人都会拥有PC？或者说一些人会坚持使用文字处理器？之前有过这种争论。按照规模和通用计算的逻辑，最开始时是PC，然后智能手机成为单一通用设备，今天有50亿人拥有手机，25-30亿人拥有智能手机，很明显，其它人大部分也会追赶潮流。

有一个新问题值得思考：大部分人坚持使用智能手机，一些人（1亿，5亿或者10亿？）会转向眼镜，将它当成附件吗？或者说会将眼镜变成新的通用设备吗？关于这个问题，任何答案都是基于想像得出的，而非分析。1995年时，也曾有人说过地球上的每一个人将会有一台手机。

译文：小兵手  编辑：杨志芳