有點常識的人都知道，戒毒這件事兒，生理依賴容易擺脫，心癮卻很難除。

一般的戒毒機(jī)構(gòu)，往往只以戒毒者避免接觸毒品的期限為參照，三個月或六個月，或者一兩年，在此期間戒毒者如果表現(xiàn)正常，便被視為戒毒成功。由于心癮未除，有許多人不久之后又會重新沾染上毒癮而不得不再次戒毒，甚至多次反復(fù)。

只依賴生理診斷而缺乏一套心理毒癮的診斷方式，顯然是導(dǎo)致毒癮久戒不除根的重要原因。

而現(xiàn)在，能判斷戒毒者是否心理戒毒成功的診斷方法出現(xiàn)了。

根據(jù)香港《星島日報》的報道，香港教育大學(xué)于近日首次在戒毒研究上應(yīng)用了“眼動追蹤”技術(shù)。通過對戒毒者注視毒品的時間和位置的判斷分析，便可確定其是否已經(jīng)完全戒除“心癮”，而且正確率高達(dá)90%以上。

姑且不說這一新聞背后的技術(shù)能力究竟如何，單單“眼動追蹤”四個字，就足以讓人們“眼動”，令其又重新回到了大家的視野中。那么，“眼動追蹤”在今天到底是一個什么樣的狀況?它主要用在哪些方面?前景又如何呢?

針對這些問題，我們來嘗試著做一些解答。

01

VR：眼動追蹤的最佳拍檔

眼動追蹤技術(shù)，顧名思義，就是通過圖像采集設(shè)備對眼球運動的信息進(jìn)行捕捉，實現(xiàn)對眼球的跟蹤和分析，從而服務(wù)于具體的場景當(dāng)中，如心理分析、電子設(shè)備屏幕切換甚至是對設(shè)備進(jìn)行控制等。不難看出，眼動追蹤包括三個步驟：一，攝像頭、紅外線等采集設(shè)備對眼球運動進(jìn)行捕捉;二，終端對眼球運動軌跡等信息進(jìn)行綜合分析和判斷;三，發(fā)出指令，做出符合主體意愿的決策或提示。

由此我們很容易想到用這種技術(shù)來實現(xiàn)屏幕或電子書翻頁，而且這也是筆者曾經(jīng)年少時最渴望的事情。其實放到如今，這充其量算是眼動追蹤技術(shù)比較低級別的應(yīng)用。早在2017年微軟也將這項技術(shù)內(nèi)置到了Windows10中。

但Windows10似乎比較雞肋，當(dāng)年看演示打字的時候的確很科幻，但實用性太差，遠(yuǎn)不及人手的打字效率，再加上其他應(yīng)用的缺乏，眼動追蹤最終還是淪為了微軟買產(chǎn)品的噱頭而已。

但從這個已經(jīng)可以被看做失敗的案例中我們可以略微窺出：眼動追蹤固然好，沒有應(yīng)用也不行。而遍觀如今的種種科技，能令眼動追蹤技術(shù)大放異彩的，或許就是VR。Tobii也將VR視作其眼動追蹤技術(shù)落地的最佳載體，并推出了適配VR頭盔的設(shè)備Pro Glasses 2，但一支鋼筆大小東西，用在VR頭盔之類的設(shè)備上實在是有點占空間。

另一個問題是，目前的VR產(chǎn)品在呈現(xiàn)游戲或其他應(yīng)用的圖像時，往往是對所有的場景統(tǒng)統(tǒng)渲染，眼睛看到的地方清晰無比，看不到的地方也毫不含糊。

我們顯然可以從中看出三個弊端：容易造成眩暈感;對眼球觀察之外的場景渲染造成計算浪費的同時也給設(shè)備計算帶來負(fù)擔(dān);算力增加，設(shè)備的體積自然小不到哪兒去。難道把硬件再做大一點?那頭盔就更不方便了。

而眼動追蹤，則正可以用來解決這個問題。

Tobii對此開發(fā)了視網(wǎng)膜中心渲染技術(shù)，通過對眼球的追蹤，將人眼注視的區(qū)域進(jìn)行高清渲染，而對眼球之外的區(qū)域進(jìn)行模糊化處理，這符合人在看物體時的一般特點。

Tobii的思路正確無比，但實際效果卻很有限。畢竟是圖像處理，Tobii顯然不太擅長——等等，說到圖像處理，難道還有比AI更適合的方法嗎?

02

AI：技術(shù)行進(jìn)的明白方向

自從2014年收購Oculus以來，facebook在VR上下的工夫一直都沒有減少，砸錢砸得不計成本。這些投入也被外界稱為“為未來買單”，facebook扔進(jìn)大海的石子并沒有沉沒了事兒，也是激起了幾多浪花的。比如基于眼動追蹤技術(shù)的VR圖像渲染上。

去年5月份，facebook推出了Half Dome原型機(jī)，其集成了眼動追蹤相機(jī)、寬視場光學(xué)系統(tǒng)和可獨立變焦顯示器，就是為了取得和人眼觀察事物一致的效果：對視線之外的區(qū)域進(jìn)行模糊處理，以達(dá)到沉浸式體驗。同樣，這款原型機(jī)發(fā)布的時候和Tobii水平差不多，由于硬件和算法的限制，渲染的逼真程度很難讓人評價為體驗良好。而去年12月，facebook就為其匹配了人工智能渲染系統(tǒng)Deep Focus。

那么，Deep Focus加持的圖像渲染和Tobii以及Half Dome原型機(jī)的區(qū)別在哪里呢?一個詞來回答就是：自然模糊。

對注視點之外的畫面進(jìn)行模糊處理是方向，但這其中的問題也有很多：清晰區(qū)域和模糊區(qū)域的過渡是否平滑自然?注視點移動過程中圖像由模糊到清晰的轉(zhuǎn)化是否自然?

不自然的過渡是這樣的：

自然的過渡則是這樣的：

顯然下圖要比上圖有更自然的注視點邊緣模糊處理。這也成為了Deep Focus努力的方向。而如果純粹是用算力來解決問題，那對本身體積就存在限制的VR頭顯又提出了要求。因此facebook reality lab的研究者選擇了另外一個方向：利用深度學(xué)習(xí)來實現(xiàn)自然模糊。為此，研究團(tuán)隊需要大量的數(shù)據(jù)來對人工智能系統(tǒng)進(jìn)行訓(xùn)練。但問題是上哪兒去找這么多數(shù)據(jù)呢?

于是他們隨機(jī)生成了由大量對象組成的場景，然后交由Deep Focus來對這些對象的紋理等特征進(jìn)行學(xué)習(xí)訓(xùn)練，從而生成逼真的渲染模糊效果。經(jīng)過接近一年的訓(xùn)練，Deep Focus已經(jīng)可以做出相當(dāng)出色的渲染表現(xiàn)。

利用最新的人工智能技術(shù)來追蹤研究并做出實時的圖像處理，看起來是一個非常不錯的主意。對facebook而言，或許它只是一種增強(qiáng)VR沉浸式體驗的措施;而對整個眼動追蹤技術(shù)應(yīng)用層面而言，人工智能更大的意義則在于提供了一條行之有效的研究方向。

03

爆發(fā)：沖破障礙與應(yīng)用的未來之景

我們再回到眼球跟蹤技術(shù)本身來。進(jìn)入2019年，以5G網(wǎng)絡(luò)商用為標(biāo)志，越來越多的聲音認(rèn)為5G的大帶寬、低延遲的特性將助推VR的復(fù)興，乃至產(chǎn)業(yè)的爆發(fā)。能不能用“爆發(fā)”來修飾一番，似乎已經(jīng)成為衡量某個技術(shù)或產(chǎn)業(yè)應(yīng)用價值的標(biāo)志之一。那么，對眼動追蹤技術(shù)而言，無論是傳統(tǒng)的硬件廠商Tobii還是以facebook為代表的人工智能公司，似乎也都一刻也沒有停止對它的技術(shù)演進(jìn)。我們也套用一下：當(dāng)AI入場之后，眼動追蹤技術(shù)的應(yīng)用是否也面臨爆發(fā)呢?

以下這些，或許將成為所謂“爆發(fā)”前夜必須要考慮的問題。

·支撐即時反饋的終端計算性能。對眼動的跟蹤、信息捕捉、分析處理和判斷需要在極端的時間內(nèi)完成，F(xiàn)acebook的Deep Focus雖然用AI實現(xiàn)了自然模糊的高級別應(yīng)用，但這是建立在擁有四顆高性能GPU電腦的基礎(chǔ)上，如果想要順利搭載在VR頭盔甚至是手機(jī)、手表等電子設(shè)備上，則必須要兼顧體積和計算的性能?；蛘撸_發(fā)出更強(qiáng)大的算法。

·“無效”眼動的精確排除。人的眼球運動并非都是有意而為，如何排除無意識的眼球運動干擾，則需要下一步進(jìn)行重點研究。

·應(yīng)用生態(tài)的大面積擴(kuò)展。今天看來，一件新技術(shù)要想獲得大規(guī)模的推廣應(yīng)用，除了硬件層面的匹配之外，還要有相應(yīng)數(shù)量級的應(yīng)用支撐，尤其是能夠產(chǎn)生剛需或制造剛需的應(yīng)用。VR確實很有代表性，但只有VR顯然是不夠的，更何況VR自身也處于技術(shù)演進(jìn)的過程中。那么，為眼動追蹤技術(shù)打開更多的應(yīng)用可能，也應(yīng)該同步于對它的技術(shù)研究。

比如將眼動追蹤與腦機(jī)接口結(jié)合起來，通過對無形腦電波的捕捉和外在眼球的跟蹤，來判斷大腦的意圖傾向;為言語障礙、行動不便等人士提供醫(yī)療幫助，比如打字、呼救等;又或者用在汽車中的駕駛員疲勞監(jiān)測、車機(jī)交互，成為手指、語音之外的第三種交互方式，增進(jìn)人機(jī)交互的親密度等等。

可見，在解決方案日漸成熟的前提下，眼動追蹤其實是具備了成為科技“爆款”的潛質(zhì)的：擁有廣闊無比的應(yīng)用場景。只不過硬性的需求尚未形成，而技術(shù)的支撐仍然孱弱，眼動追蹤技術(shù)在未來一段時期可能仍然會處于不溫不火的狀態(tài)。

但技術(shù)的發(fā)展趨勢有時候總會超乎我們的想象，AI概念提出60年后才迎來真正的爆發(fā)，也許掌管人類技術(shù)進(jìn)化的神不小心打個盹，眼動追蹤就會跳出慢吞吞的軌道，從捷徑瞬時擁抱人間。