Kan man race rundt i en Formel 1-bil alene ved at holde hænderne frem i luften?

Eller pause dvd-filmen ved at tegne pausesymbolet i luften?

Det er fremtidsvisionen hos Microsoft, der står bag udviklingen af et kommende kamera kaldet Project Natal til firmaets spillekonsol Xbox 360.

Kamera forstår og fortolker
Det særlige ved Natal-kameraet er, at det dels forstår og kan fortolke, hvad det ser, dels udforsker nye mere kropslige kommunikationsformer mellem menneske og maskine:

»Hvorfor skal spil kun styres med hænderne? En normal spilcontroller er et meget kompleks instrument med knapper og joystick over det hele, men hvad nu, hvis du bare kunne interagere med spiloplevelsen mere direkte? Hvad nu, hvis dine arme, din stemme, dine hænder og dit ansigt var pendanterne til controllerne? Det er tanken bag Natal«.

Det sagde kreativ direktør for Microsoft Game Studios, Peter Molyneux, da han viste prototypen af Project Natal frem på IT-Universitetet i slutningen af januar.Project  Natal er dette 3D-kamera, der kan se i mørke og genkende stemmer.

Molyneux og Microsofts formål med Natal er tydeligt: at ramme en bredere målgruppe, der enten ikke er vant til at spille eller savner nye former for interaktionsmuligheder.

LÆS ARTIKEL Dansk computerspil hjælper spastiske børn

I årevis har spil konkurreret om flottere grafik og lyd, men selve koblingen mellem spiller og spillet har altid været baseret på knaptryk og joysticks.

Eneste undtagelser er Sonys succes med EyeToy-kameraet til PlayStation 2 fra 2003 og Nintendos storsælgende Nintendo Wii-konsol fra 2006, der begge har høstet stor succes på spilmarkedet.

EyeToy-kameraet er basalt set et billigt webkamera, hvor man styrer spillene ved at bevæge sig foran kameraet, mens Wii-konsollen er mere intuitive og bevægelsesfølsomme controllere, der kan imitere alt fra bowlingkugler til tennisketsjere.

Men i modsætning til både EyeToy og Wii, så er har Natals kamera sin egen intelligens, da det aktivt tolker, hvad det filmer.

3D-kamera med psykologiske trick
Teknisk set er Project Natal et avanceret 3D-kamera, der placeres under fladskærmen, og som kan omsætte ens bevægelser, stemme og ansigtsudtryk til kommandoer.

LÆS ARTIKEL Sådan fungerer Project Natal

Via kameraets billede og avancerede computerberegninger kan Natal konstruere et virtuelt trådskelet af ens krop. Dermed kan Natal se forskel på ens arme, ben og hoved – og sågar også se, hvis flere spiller samtidig foran kameraet.

Derudover er Natal også udstyret med infrarøde sensorer og en mikrofon, så det både kan se i dybden og i mørke stuer og også genkende din stemme og dit ansigt.

Og kan Natal-kameraet ikke se dit ansigt, så genkender det dig ud fra dit skelet, da også dette i sin opbygning er unikt fra person til person.

Den  virtuelle dreng Milo bruger Microsoft til at vise ambitionerne bag Project Natal - som her, hvor kvinden rækker en fysisk tegning ind i Milos virtuelle verden. Milo er en pseudo-intelligent AI, der kan aflæse ens kropssprog, stemmeføring og forstå stemmekommandoer.

Mød Milo
Men et er teknologien, det svære er at demonstrere, hvad Natal kan.

Til det formål har Peter Molyneuxs spiludviklingsfirma Lionhead udviklet den virtuelle dreng Milo, der som en kunstig intelligens reagerer på ens stemme, kropsholdning og humør.

Milo er en computerskabt dreng, men meningen er, at han skal føles virkelig og kunne se dig og forstå, hvad du siger. En komplet virtuel legekammerat, der altid er klar til at tale med dig, og som også kan aflæse dit kropssprog, din tøjsmag og dit humør.

LÆS ARTIKEL PlayStation bliver bevægelsesfølsom

Molyneux understreger, at Milo ikke skal være en selvbevidst kunstig intelligens, der kan består Turing-testen, men blot skabe en illusion af intelligens og derved nedbryde barriererne mellem spillet og spilleren.

»Hovedtricket er, at ’We want to believe’«, siger Peter Molyneux og understreger det ved at skrive det med store kridtstreger på tavlen.

»Det er præcis ligesom tryllekunstnere. Man fnyser ikke ad dem, selv om man ved, at deres magi blot er snyd. Man vil jo gerne tro på deres tricks, fordi vi som mennesker i bund og grund gerne vil underholdes«.

Derfor bygger illusionen af Milos intelligens ifølge Molyneux på tre grundlæggende tricks:

1 Talegenkendelse
Softwaren, der styrer Natal-kameraet, har indbygget talegenkendelse, som er identisk med funktionen i Microsofts nyeste udgave af styresystemet Windows.

Teknologien er dog bedst til enkelte ord, så derfor supplerer Natal med en anden avanceret talegenkendelsesteknologi kaldet Tellme, der oprindeligt var designet til stemmestyring af større telefonsystemer.

Tellme har været benyttet i USA i mange år, når man f.eks. skal bestille billetter eller booke rejser alene ved at tale med en computer, der forstår ens sætninger.

2 Toneleje
Milo analyserer spillerens stemmeføring ud fra en metode kaldet ’audio empathy’.

Teorien bygger på, at vi intonerer vores sætninger meget forskelligt alt efter, om vi fyrer en vittighed af, kommer med en konstatering eller stiller et spørgsmål.

Samtidig kan analysen af stemmeføringen og tempoet give Milo et vink om vores humør.

3 Hjernen er internettet
Både ’hjernen’ bag Milo og hans ordforråd opdateres konstant via internettet, og derfor kan han også følge med i aktuelle verdensnyheder – f.eks. jordskælvet i Chile eller vinter-OL i Vancouver.

På den måde er Milo ofte ’forberedt’ på de emner, som man kunne finde på at tale om.

De  første kuld spil til Natal bliver sportsspil, som her, hvor man skal hoppe rundt og undgå de røde kugler. Figuren på skærmen gentager uden forsinkelse spillerens bevægelse i stuen.Nuancering af styringen
»Afstanden mellem spilleren og spiloplevelsen er så meget mindre med Natal end med en traditionel controller«, forklarer Peter Molyneux.

»For når alt i spillet skal styres med noget i hånden, så er forholdet mellem spilleren og spillet kun baseret på forholdet til hænderne. Med Natal er forholdet rykket ud til hele kroppen, så derfor vil denne styring føre til nye interaktive opfindelser og nye typer af spil«.

Molyneuxs ambitioner afgrænser sig ikke kun til spil, men også til styring af alt elektronik – særligt via stemmestyringen:

»Tænk, hvis jeg kunne sige ’Hey film! Sæt på pause!’ i stedet for at famle rundt efter fjernbetjeningen, som hunden måske har spist, eller også er den faldet ned bag sofaen. Derhjemme har jeg fem forskellige fjernbetjeninger, der hver har over 30 knapper, og det er bare alt, alt for uoverskueligt. Jeg tror, at folk er dødtrætte af teknologiens kompleksitet, og her er Project Natal et naturligt oprør«, siger han.