このビデオはコンピューターが世界をどのように見ているかを示しています

ロボットはどのようにして世界を「見る」のでしょうか？答えは明白で、人間が指示した通りに世界を見る、というものです。私たちはロボットの「目」となるビデオ映像をロボットに与え、あとはただ楽しく過ごします。しかし、「Robot Readable World（ロボットが読める世界）」と題された新しい動画は、もう少し複雑な形態のロボットビジョンを提唱しています。

ロボットやコンピューターは現在、私たちが提供する映像を複雑なアルゴリズムを用いて処理しており、そのソフトウェアはコンピューターやロボットに独自の視覚を与え始めています。私たちは今でもカメラをロボットの目として利用していますが、ボットは今や独自の方法で私たちが提供する映像を理解できるようになりました。そして、率直に言って、その方法は少し不気味です。

このようなアルゴリズムは既に私たちの生活の中に存在しています。例えば、Microsoft Kinectが人の動きを追跡するのに使用するのと同じ種類のものです。しかし、このソフトウェアのより強力な形態では、コンピューターが動画内の顔、車、人物、道路標識を認識できるようになります。

ビデオのある例では、コンピューターは車の交通パターンを、移動する車両の方向を示す手続き的に生成された矢印として認識しています。別の例では、コンピューターは顔を、常に動く楕円の連続として認識しています。ビデオの制作者であるティモ・アーナル氏は、これを「ロボットの目の美学を探求する、ファウンドマシンビジョン映像の実験」と呼んでいます。

Robot Readable World は、 30 種類を超えるビデオ認識テクノロジの例 (すべてビデオの説明に記載されています) をまとめ、不安を掻き立てるサウンドトラック (バンド Blear Moon の「Cold Summer Landscape」という曲) に乗せて、コンピューターが複雑な形状や動きを理解できる形に分解する方法のビジョンを描き出します。

これらの技術の興味深い点は、コンピューターが人間と同じように物事を認識できる点ではなく、ロボットが世界をいかに異なる方法で認識しているかという点です。ロボットが角を曲がるといった単純な動作を行うのに要する膨大な処理能力を目の当たりにすると、ロボットが人間の行動をますます模倣できるようになる一方で、私たちが開発している機械が根本的に異なる方法で「思考」していることが痛感されます。

[Vimeo より Beyond the Beyond より]