Simüle edilmiş insan gözü hareketi, metaverse platformlarını eğitmeyi amaçlıyor
ABD Ulusal Bilim Vakfı merkezli hibe bilgisayar mühendisleri Duke Üniversitesi insanların dünyaya nasıl baktığını simüle eden sanal gözler geliştirdi. Sanal gözler, şirketlerin sanal gerçeklik ve artırılmış gerçeklik uygulamalarını eğitmesi için yeterince hassastır.
NSF program direktörü Prabhakaran Balakrishnan, “Projenin amaçları, ek bilgi kaynağı olarak Nesnelerin İnterneti’ni kullanarak gelişmiş mobil artırılmış gerçeklik sağlamak ve mobil artırılmış gerçekliği gerçek dünya uygulamaları için daha güvenilir ve erişilebilir hale getirmektir” dedi. Bilgi ve Akıllı Sistemler Bölümü.
EyeSyn programı, geliştiricilerin kullanıcı verilerini korurken hızla genişleyen metaverse için uygulamalar oluşturmasına yardımcı olacaktır. bu ders çalışma sonuçlar, yaklaşan Uluslararası Sensör Ağlarında Bilgi İşleme Konferansı’nda sunulacaktır.
Araştırmanın yazarlarından Maria Gorlatova, “Bir kişinin sadece gözlerine bakarak çizgi roman mı yoksa ileri düzey edebiyat mı okuduğunu anlamakla ilgileniyorsanız, bunu yapabilirsiniz” dedi.
“Ancak bu tür bir algoritmayı eğitmek, aynı anda saatlerce kulaklık takan yüzlerce kişiden alınan verileri gerektirir. Yalnızca bu tür verileri toplamanın getirdiği gizlilik endişelerini azaltmakla kalmayan, aynı zamanda bunu yapmayan daha küçük şirketlere izin veren bir yazılım geliştirmek istedik. metaverse oyununa girmek için bu seviyelerde kaynaklara sahip olun.”
Göz hareketleri, uyaranlara verilen tepkiler, duygusal durum ve konsantrasyon hakkında bilgi veren veriler içerir. Bilgisayar mühendislerinden oluşan ekip, farklı uyaranlara tepki veren insan gözünün hareketini taklit etmek için yapay zeka tarafından eğitilen sanal gözler geliştirdi.
Bilgiler, metaverse platformlarını ve yazılımını eğitmek için yapay zekayı kullanmak için bir plan olabilir ve muhtemelen belirli bir kişi için özelleştirilmiş algoritmalara yol açabilir. Etkileşim yanıtlarını ölçerek içerik üretimini uyarlamak için de kullanılabilir.
“EyeSyn’e birçok farklı girdi verirseniz ve onu yeterince çalıştırırsanız, bir yapay göz hareketlerini eğitecek kadar büyük bir veri kümesi oluşturacaksınız. [machine learning] yeni bir program için sınıflandırıcı,” dedi Gorlatova.
Mühendisler, sanal gözlerin doğruluğunu test ederken, insan gözünün davranışını aynı olayı izleyen sanal gözlerle karşılaştırdı. Sonuçlar, sanal gözlerin insan gözünün hareketini yakından taklit ettiğini gösterdi.
Gorlatova, “Sentetik veriler tek başına mükemmel değil, ancak iyi bir başlangıç noktası,” dedi. “Daha küçük şirketler, kendi gerçek dünya veri kümelerini oluşturmak için zaman ve para harcamak yerine bunu kullanabilir. [with human subjects]. Algoritmaların kişiselleştirilmesi yerel sistemlerde yapılabildiği için, insanların özel göz hareketi verilerinin büyük bir veri tabanının parçası haline gelmesi konusunda endişelenmesine gerek kalmıyor.”