p A realidade virtual não se limita ao mundo do entretenimento. Também houve uma aceitação da RV em campos mais práticos - ela tem sido usada para juntar peças do motor de um carro, ou para permitir que as pessoas "experimentem" as últimas tendências da moda no conforto de suas casas. Mas a tecnologia ainda está lutando para resolver um problema de percepção humana. p É claro que a RV tem alguns aplicativos muito legais. Na University of Bath, aplicamos a RV aos exercícios; imagine ir à academia para participar do Tour de France e correr contra os melhores ciclistas do mundo.

p Mas a tecnologia nem sempre combina com a percepção humana - o termo usado para descrever como pegamos informações do mundo e construímos entendimento a partir delas. Nossa percepção da realidade é o que baseamos nossas decisões e principalmente determina nosso senso de presença em um ambiente. Claramente, o projeto de um sistema interativo vai além do hardware e do software; as pessoas devem ser consideradas, também.

p É um desafio enfrentar o problema de projetar sistemas de RV que realmente transportem humanos para novos mundos com uma sensação de presença aceitável. Como as experiências de RV estão se tornando cada vez mais complexas, torna-se difícil quantificar a contribuição de cada elemento da experiência para a percepção de alguém dentro de um fone de ouvido de RV.

p Ao assistir a um filme de 360 ​​graus em RV, por exemplo, como poderíamos determinar se as imagens geradas por computador (CGI) contribuem mais ou menos para a diversão do filme do que a tecnologia de áudio de 360 ​​graus implantada na experiência? Precisamos de um método para estudar RV de uma maneira reducionista, remover a desordem antes de adicionar cada elemento, peça por peça, para observar os efeitos na sensação de presença de uma pessoa.

p Uma teoria combina ciência da computação e psicologia. A estimativa de probabilidade máxima explica como combinamos as informações que recebemos em todos os nossos sentidos, integrando-os para informar nossa compreensão do meio ambiente. Em sua forma mais simples, afirma que combinamos as informações sensoriais de maneira ótima; cada sentido contribui com uma estimativa do ambiente, mas é barulhento.

p Sinais ruidosos

p Imagine uma pessoa com boa audição caminhando à noite em uma estrada rural tranquila. Eles avistam uma sombra escura à distância e ouvem o som distinto de passos se aproximando deles. Mas essa pessoa não pode ter certeza do que está vendo devido ao "ruído" do sinal (está escuro). Em vez de, eles confiam na audição, porque o ambiente silencioso significa que o som neste exemplo é um sinal mais confiável.

p Este cenário é retratado na imagem abaixo, que mostra como as estimativas de olhos e ouvidos humanos se combinam para fornecer uma estimativa ideal em algum ponto intermediário.

p Isso tem muitas aplicações em RV. Nosso trabalho recente na University of Bath aplicou esse método para resolver um problema de como as pessoas estimam distâncias ao usar fones de ouvido de realidade virtual. Um simulador de direção para ensinar as pessoas a dirigir pode levá-las a comprimir distâncias em RV, tornar o uso da tecnologia inapropriado em tal ambiente de aprendizagem onde fatores de risco do mundo real entram em jogo.

p Compreender como as pessoas integram as informações de seus sentidos é crucial para o sucesso a longo prazo da RV, porque não é apenas visual. A estimativa de máxima verossimilhança ajuda a modelar a eficácia de um sistema de RV para renderizar seu ambiente multissensorial. Um melhor conhecimento da percepção humana levará a experiências de RV ainda mais envolventes.

p Simplificando, não é uma questão de separar cada sinal do ruído; trata-se de pegar todos os sinais com o ruído para dar o resultado mais provável para que a realidade virtual funcione em aplicações práticas além do mundo do entretenimento. p Este artigo foi publicado originalmente em The Conversation. Leia o artigo original.