Una patente de Apple sugiere que la compañía está considerando cómo el aprendizaje automático puede hacer que la realidad aumentada (AR) sea más útil.

La mayoría de las aplicaciones de RA actuales son algo efectistas, y apenas unas pocas han logrado alguna forma de adopción masiva. La decisión de Apple de introducir LiDAR en sus dispositivos recientes ha dado un impulso a la RA, pero está claro que se necesita hacer más para que las aplicaciones sean más útiles.

Una patente presentada recientemente sugiere que Apple está explorando cómo se puede usar el aprendizaje automático para detectar automáticamente (o "automágicamente", diría la compañía) objetos en AR.

El primer uso propuesto de la tecnología sería para la propia aplicación Measure de Apple.

La precisión previamente dudosa de Measure mejoró enormemente después de que Apple introdujo LiDAR, pero la mayoría de las personas probablemente solo tomaron una cinta métrica real a menos que realmente se quedaran sin una disponible.

La patente sugiere que el aprendizaje automático podría usarse para el reconocimiento de objetos en Measure para ayudar a los usuarios a simplemente apuntar sus dispositivos a un objeto y que sus medidas se presenten automáticamente en AR.

Específicamente, la patente de Apple sugiere mostrar una "medida del objeto determinada utilizando una de una pluralidad de redes neuronales específicas de clase seleccionadas en función de la clasificación del objeto".

Este beneficio de simplicidad sobre una cinta métrica tradicional probablemente impulsaría una mayor adopción.

El aprendizaje automático ya se utiliza para una serie de tareas de etiquetado y reconocimiento de objetos dentro del ecosistema de Apple. El editor de imágenes Pixelmator Pro, por ejemplo, lo usa para etiquetar capas automáticamente.

La implementación de Apple sugiere que un objeto se mide "generando primero un cuadro delimitador en 3D para el objeto en función de los datos de profundidad". Este cuadro de límite se refina luego "utilizando varias redes neuronales y algoritmos de refinamiento descritos en este documento".

No todos los objetos se miden de la misma manera, por lo que Apple sugiere que una red neuronal también podría intervenir aquí para determinar qué podría ser útil para el usuario. Por ejemplo, "una altura de asiento para sillas, un diámetro de pantalla para televisores, un diámetro de mesa para mesas redondas, una longitud de mesa para mesas rectangulares, etc."

Para lograr lo que Apple imagina aquí, muchos modelos deberán entrenarse para todos los objetos. Sin embargo, hay muchos de los elementos más cotidianos que podrían ser compatibles desde el principio, y se agregarán más con el tiempo.

"Un modelo puede entrenarse y usarse para determinar medidas para objetos tipo silla (p. Ej., Determinar la altura del asiento, la longitud del brazo, etc.)", escribió Apple, "y otro modelo puede entrenarse y usarse para determinar medidas para objetos tipo TV (p. ej., determinar un tamaño de pantalla diagonal, la mayor profundidad de TV, etc.) "

A cinco inventores se les atribuye la patente: Amit Jain, Aditya Sankar; Qi Shan, Alexandre Da Veiga y Shreyas V Joshi.

La patente de Apple es otro ejemplo de cómo el aprendizaje automático se puede combinar con otras tecnologías para agregar una utilidad real y, en última instancia, mejorar vidas. No se sabe cuándo, ni siquiera si, Apple lanzará una aplicación de medida actualizada basada en esta patente, pero parece más plausible en un futuro no muy lejano que muchas de las patentes de la compañía.

(Crédito de la imagen: Apple)

Encuentra mas sobre Semana de la Transformación Digital Norteamérica, que tendrá lugar del 9 al 10 de noviembre de 2022, un evento virtual y una conferencia que explora estrategias DTX avanzadas para un mundo de "todo digital".

La publicación que Apple considera usar ML para hacer que la realidad aumentada sea más útil apareció primero en AI News.