অ্যাপলের স্মার্ট পণ্যের ডিজাইন নিজেকে ছেড়ে দিচ্ছে।
ব্লুমবার্গ রিপোর্টার মার্ক গুরম্যানের মতে, অ্যাপলের "ভবিষ্যত ডিভাইস" পরিকল্পনায় দুটি সাহসী ধারণা রয়েছে:
প্রথমটি হল একটি স্ক্রীন সহ হোমপড, যা বিকাশাধীন এবং একাধিক ফাংশন যেমন অ্যাপল টিভি এবং ফেসটাইমকে একীভূত করবে; দ্বিতীয়টি হল একটি ক্যামেরা দিয়ে সজ্জিত এয়ারপড। কম-রেজোলিউশন লেন্সটি আশেপাশের তথ্য সংগ্রহ করতে এবং প্রক্রিয়া করতে ব্যবহার করা হবে। AI এর মাধ্যমে ডেটা৷ "মানুষকে তাদের দৈনন্দিন জীবনে সহায়তা করুন৷"
দুটি ধারণা পণ্য এখনও অনুসন্ধানমূলক পর্যায়ে রয়েছে, তবে আমি এখনও এই "অ্যাভান্ট-গার্ড" সংমিশ্রণ এবং অ্যাপলের "সহজ" ধারণার সাথে বৈপরীত্য, বিশেষ করে লেন্স সহ হেডফোন, যা কিছুটা বিস্ময়কর।
▲ ছবি AIGC দ্বারা উত্পন্ন
প্রাসঙ্গিক সাহিত্য ব্রাউজ করার সময়, US11432095B1 নামের একটি Apple পেটেন্ট নথি কোড "লেন্স + হেডফোন" এর অদ্ভুত সমন্বয়ের সম্ভাব্যতা প্রমাণ করে বলে মনে হচ্ছে।
ভার্চুয়াল সাউন্ড ফিল্ড হেডসেটের লেন্স থেকে অবিচ্ছেদ্য
আমাকে প্রথমে সংক্ষিপ্ত করা যাক। এই পেটেন্ট নথিতে, ক্যামেরাটি AirPods (Pro) তে যোগ করা হয়নি, কিন্তু AirPods Max-এ যোগ করা হয়েছে। উপরন্তু, জড়িত প্রযুক্তিটি সংবাদে প্রকাশিত "AI ফাংশন" নয়, তবে ইতিমধ্যেই Vision Pro-তে রয়েছে স্থানিক অডিওর শুরু।
প্রথমত, আমাদের একটি নীতি স্পষ্ট করতে হবে: লোকেরা কীভাবে একটি শব্দের অবস্থান সনাক্ত করে?
মাথার দুই পাশের দুটি কানের বিন্যাস, সুন্দর হওয়ার পাশাপাশি, আমাদের শোনার এবং শব্দের অবস্থান আলাদা করার ক্ষমতা দিতে আরও গুরুত্বপূর্ণ ভূমিকা পালন করে।
একই অনুভূমিক রেখা এবং অক্ষীয় প্রতিসাম্য বজায় রাখার প্রেক্ষিতে, একে অপরের থেকে যতটা সম্ভব দূরে থাকার চেষ্টা করুন, যাতে একই শব্দের উত্স শোনার সময়, প্রতিটি কান দ্বারা প্রাপ্ত শব্দের তথ্য অন্যটির থেকে আলাদা হয়, প্রধানত সহ বাইনোরাল সময়ের পার্থক্য। তিন প্রকার: তীব্রতার পার্থক্য এবং ফ্রিকোয়েন্সি পার্থক্য। সাধারণভাবে বলতে গেলে, এই পার্থক্যগুলি খুব ছোট।
▲ ছবি থেকে: মাঝারি
উদাহরণ হিসেবে সময়ের পার্থক্য ধরুন। জীবনের বেশিরভাগ শব্দ বিভিন্ন সময়ে দুটি কানে আসে। পার্থক্য প্রায়শই প্রায় একশ মাইক্রোসেকেন্ডের হয় (চোখের 1/10 পলক ফেলতে যে সময় লাগে) আমরা তা উপলব্ধি করতে পারি না, কিন্তু মস্তিষ্ক এটি পার্থক্য থেকে সনাক্ত করতে পারে। শব্দ উৎস তথ্যের এই প্রায় নগণ্য পার্থক্যগুলির মধ্যে, কোনটি প্রথম শোনা হয়েছিল এবং কোনটি শেষবার শোনা হয়েছিল তা নির্ধারণ করা সম্ভব, যার ফলে "শব্দটি কোথা থেকে এসেছে।"
উদাহরণস্বরূপ, যখন আমরা ঘড়িতে "মোবাইল ফোন খুঁজুন" ফাংশনটি সক্রিয় করি, তখন আমাদের কান সফলভাবে সনাক্ত করতে পারে যে মোবাইল ফোনটি বিভিন্ন শব্দ উত্সের পার্থক্যের মাধ্যমে সোফার ফাটলে পড়েছে।
অনেক সিনেমা এবং হোম অডিও-ভিজ্যুয়াল যন্ত্রপাতি মানুষের কানের অত্যন্ত সংবেদনশীল বৈশিষ্ট্যের সুবিধা গ্রহণ করে চারপাশের শব্দ অর্জনের জন্য সীমিত স্থানে মাল্টি-চ্যানেল সংমিশ্রণ ব্যবহার করে, সিনেমাটিকে শব্দ স্তরে নিমজ্জিত করে তোলে।
উপরের তথ্য দুটি মূল উপাদান রয়েছে:
- মানুষ শব্দের উৎস তথ্যের পার্থক্যের মাধ্যমে শব্দের অবস্থানকে আলাদা করতে পারে।
- মহাকাশে বিভিন্ন স্থান থেকে নির্গত শব্দ শ্রবণগত পার্থক্য সৃষ্টি করে
এই US11432095B1 পেটেন্ট নথিটি ব্যাখ্যা করে যে কীভাবে অ্যাপল ব্যবহারকারীদের শুধুমাত্র হেডফোনের মাধ্যমে সমস্ত দিক থেকে শব্দ শুনতে দেয়, যেন তাদের কাছে একটি সম্পূর্ণ সেট রয়েছে।
এই প্রযুক্তিকে "ভার্চুয়াল সাউন্ড ফিল্ড" বলা হয়।
একটি ভার্চুয়াল সাউন্ড ফিল্ড সহ একটি ডিভাইস এতে বেশ কয়েকটি ভার্চুয়াল স্পিকার তৈরি করতে পারে৷ শ্রবণ এবং অবস্থানের শারীরবৃত্তীয় বৈশিষ্ট্যগুলির মাধ্যমে, প্রতিটি স্পিকার ব্যবহারকারীর স্থানের একটি নির্দিষ্ট অবস্থানে স্থাপন করা যেতে পারে, এইভাবে বুঝতে পারে "এক জোড়া হেডফোন স্পিকারের একটি সেট "প্রভাব।
তাহলে, ক্যামেরা এক্ষেত্রে কী ভূমিকা পালন করে?
প্রযুক্তি ব্লগার তিনি ভিশন প্রো রিভিউ ভিডিওতে একটি পরীক্ষা করেছেন: ভিশন প্রো-এর একটি অ্যাপ্লিকেশন উইন্ডোকে একটি নির্দিষ্ট অবস্থানে রাখার পর, তিনি 300 মিটারেরও বেশি দূরে হেঁটেছিলেন এবং তারপরে আসল জায়গায় ফিরে আসেন৷ উইন্ডোটির অবস্থান প্রায় অদৃশ্য ছিল৷ পরিবর্তন ঘটে
এই ধরনের সুনির্দিষ্ট পজিশনিং ভিশন প্রো-এর সামনের ভিজ্যুয়াল পজিশনিং সিস্টেম থেকে আসে, যা ইনফ্রারেড রশ্মি, ক্যামেরা ইত্যাদি ব্যবহার করে স্থানের ভৌত তথ্য স্ক্যান করে এবং পুনর্গঠিত স্থানে জানালার ভৌত অবস্থান রেকর্ড করে, যার ফলে আশ্চর্যজনকভাবে নির্ভুলতা অর্জন করা যায়। পজিশনিং
এয়ারপডস ম্যাক্সের ক্যামেরাটি চিত্রের তথ্য রেকর্ড করতে একই নীতি ব্যবহার করে এবং তারপরে ট্র্যাকিং প্রসেসর ব্যবহারকারীর মাথার অবস্থানের তথ্য রিয়েল টাইমে বিশ্লেষণ করে এবং ব্যবহারকারীর মাথা ট্র্যাক করতে রেফারেন্স হিসাবে প্রদর্শনের ম্যাপিং এবং আশেপাশের পরিবেশ ব্যবহার করতে পারে। , দ্বৈত নিশ্চয়তা অর্জন।
অ্যাপল টিভি বক্সে ক্যামেরার সাথে যুক্ত, ঘরে ভার্চুয়াল স্পিকারের অবস্থান নির্ধারণ করা যেতে পারে এবং বিভিন্ন শব্দের উত্স কোথায় রাখা হয়েছে এবং কোথায় নির্গত হয় তার একটি ভিত্তি রয়েছে।
সংক্ষেপে, লেন্সটি এয়ারপডস ম্যাক্সকে দৃষ্টিশক্তি দেয় এবং ভার্চুয়াল সাউন্ড ঘনিষ্ঠভাবে শারীরিক স্পিকারের প্রভাব পুনরুদ্ধার করতে পারে।
এটি শোনার চেয়ে, আমি বরং বলব যে আমি শব্দটি "দেখতে" পারি।
কোথায় এবং কতগুলি ভার্চুয়াল স্পিকার স্থাপন করা হয়েছে তা ব্যবহারকারী দ্বারা সেট করা যেতে পারে। 5.1 বা 7.1 চারপাশের সাউন্ড আর বেশি দামে কেনার প্রয়োজন নেই। এমনকি এটির আকার, অবস্থান এবং শোনার ক্ষেত্র অনুযায়ী এটি রিয়েল টাইমে সামঞ্জস্য করা যেতে পারে। টিভি (রুমের জ্যামিতি সহ) ;একই সময়ে, ব্যবহারকারীর বসার ভঙ্গি শব্দ ক্ষেত্রে ভার্চুয়াল স্পিকারের অবস্থানকেও প্রভাবিত করবে৷
পেটেন্ট নথিতে আরও বলা হয়েছে যে একটি ভার্চুয়াল সাউন্ড ফিল্ডে, এক বা একাধিক ভার্চুয়াল স্পিকারের একটি পৃথক সেট তৈরি করা যেতে পারে এবং একই ডিভাইসের সাথে একাধিক ব্যবহারকারীকে বরাদ্দ করা যেতে পারে।
এমনকি যদি দু'জন ব্যক্তি আসন অদলবদল করে বা ঘরের চারপাশে ঘোরাফেরা করে, ভার্চুয়াল সাউন্ড ফিল্ড ব্যবহারকারীর অবস্থান অনুযায়ী প্রতিটি ভার্চুয়াল স্পিকারের শব্দ প্রভাবগুলিকে সামঞ্জস্য করবে যাতে প্রতিটি শব্দ উত্স ব্যবহারকারীর সাপেক্ষে স্থির থাকে।
উপরন্তু, পেটেন্ট বিশেষভাবে "ডিসপ্লে" ব্যাখ্যা করে। ভার্চুয়াল সাউন্ড ফিল্ডে দেখার স্ক্রীনটি শুধুমাত্র প্রথাগত টিভিতে সীমাবদ্ধ নয়, তবে স্ক্রিন বা প্রজেকশন সহ ডিভাইসগুলি এই ধরনের ফাংশন বাস্তবায়ন করতে পারে, যেমন ল্যাপটপ এবং ট্যাবলেট। কম্পিউটার, প্রজেক্টর, ডেস্কটপ। কম্পিউটার স্ক্রীন, ইত্যাদি (একটি ক্যামেরা সহ একটি Apple TV বক্সের সাথে ব্যবহার করা প্রয়োজন)৷
অন্য কথায়, কেন আপনার চারপাশের শব্দের পরবর্তী সেট হেডফোন হতে পারে না?
আগে স্বপ্ন দেখ, তারপর পথ দেখাও
এই দৃষ্টিকোণ থেকে, লেন্স সহ AirPods Max দ্বারা নির্মিত ভার্চুয়াল সাউন্ড ফিল্ডটি ভিশন প্রো-এর প্রযুক্তি বিকেন্দ্রীকরণের মতো।
পূর্ববর্তী নিবন্ধগুলিতে, আমরা "স্থানিক কম্পিউটিং" ব্যাপকভাবে বিশ্লেষণ করেছি যা ভিশন প্রো স্থানিক ভিডিও, স্থানিক অডিও এবং স্থানিক মিথস্ক্রিয়া দ্বারা তৈরি করে৷ তবে, উচ্চ মূল্য এবং কিছু পরিবেশগত অভিযোজন এখনও এটিকে একটি আদর্শ পণ্য করে তোলে৷ একটি ধারণাগত পণ্য যা প্রবেশ করতে চায়৷ বাজার
ভিশন প্রো দ্বারা খোলা স্থানিক কম্পিউটিং যুগটি একটি দূরবর্তী ধারণা৷ এটি অত্যাধুনিক ডিসপ্লে প্রযুক্তি, নতুন মিথস্ক্রিয়া এবং কম্পিউটিং ক্ষমতাগুলির একটি সংগ্রহ৷ এটি আরও একটি লক্ষ্য এবং ভবিষ্যতের মতো৷
পেটেন্ট নথিতে AirPods Max লিভিং রুমে স্থানিক অডিও উপলব্ধি করতে একটি সত্যিকারের "ভোক্তা-গ্রেড" পণ্য ব্যবহার করে। ভিশন প্রো-এর সাথে তুলনা করলে, এটি পরতে আরও আরামদায়ক, ব্যবহার করা আরও সুবিধাজনক এবং অবশ্যই দামটি আরও যুক্তিসঙ্গত। .
ভবিষ্যতের দিকে অগ্রসর হওয়ার প্রক্রিয়ায়, দূরবর্তী লক্ষ্যগুলিকে ধাপে ভাগ করা হয়েছে৷ Apple Watch-এ অঙ্গভঙ্গি মিথস্ক্রিয়া এবং স্থানিক ভিডিও রেকর্ডিং যা iPhone সমর্থন করতে শুরু করে সেগুলি ইতিমধ্যেই আরোহণ করা হয়েছে৷ লেন্স সহ হেডফোনগুলি হল আরেকটি শাখা, যা স্থানিক অডিওকে এমন একটি সমাধান খুঁজে পেতে দেয় যা দৈনন্দিন ব্যবহারের জন্য আরও উপযুক্ত এবং কার্যকর করা সহজ।
অবশ্যই, লেন্স + হেডফোন সমাধান কি সত্যিই আমাদের কাছে আসবে? এমনকি যদি অ্যাপল সত্যিই দুটিকে একীভূত করে, তবে এটি কি নিবন্ধের শুরুতে উল্লিখিত মানুষের দৈনন্দিন জীবনে সহায়তা করার জন্য AI ব্যবহার করার দিকে অগ্রসর হবে? অথবা পেটেন্ট নথিতে ভার্চুয়াল সাউন্ড ফিল্ডের প্রযুক্তিগত রুটে ফিরে যান? একটি সুনির্দিষ্ট উত্তর পাওয়া আমাদের পক্ষে কঠিন, কিন্তু বেশ কয়েকটি নতুন প্রযুক্তি বাজারে প্লাবিত হতে থাকলে, সময়ের সাথে সবচেয়ে উপযুক্ত একটি বিকল্প অবশেষে আবির্ভূত হবে।
তার আগে, ফলাফল পাওয়ার চেয়ে, ক্রমাগত সাহসের সাথে চেষ্টা করা এই মুহূর্তে সবচেয়ে মূল্যবান জিনিস।
1972 সালে, ম্যাসাচুসেটসের একটি লাগেজ কোম্পানির প্রাক্তন ভাইস প্রেসিডেন্ট বার্নার্ড ডি. স্যাডো একটি বড় ওয়ারড্রোব থেকে চারটি কাস্টার সরিয়ে একটি স্ব-ব্র্যান্ডেড স্যুটকেসের নীচে স্থাপন করেছিলেন এবং তারপরে সেগুলিকে বেঁধেছিলেন স্যুটকেস। একটা বেল্ট আছে।
▲ ছবি: ফেসবুক থেকে
এভাবেই বিশ্বের প্রথম ঘূর্ণায়মান স্যুটকেস উদ্ভাবিত হয়েছিল।
ট্রলি স্যুটকেস যখন আবিষ্কৃত হয়েছিল সেই সময়ে আজকে ফিরে তাকালে, এটি বিশ্বাস করা কিছুটা কঠিন।
প্রথমত, বাক্স আবিষ্কারের পর থেকে 7,000 বছরেরও বেশি সময় কেটে গেছে, এবং চাকা আবিষ্কারের পর থেকে 5,000 বছরেরও বেশি সময় কেটে গেছে। মানব সভ্যতার ইতিহাসের বেশিরভাগ অংশের সাথে যে দুটি উদ্ভাবন রয়েছে তা শুধুমাত্র সংমিশ্রণে ব্যবহৃত হয়েছে;
দ্বিতীয়ত, Apollo 11 সফলভাবে দুই বছর আগে চাঁদে অবতরণ করেছিল, প্রথমবারের মতো মানুষ অন্য গ্রহে পায়ের ছাপ রেখেছিল। একই দেশে রোলিং বক্সের উদ্ভাবন চাঁদে অবতরণের চেয়েও পরে ছিল। এর আগে, মানুষ এখনও রক্ষণাবেক্ষণ করেছিল স্যুটকেসের অভ্যাস।
স্যাডো অবিলম্বে সেই বছর তার নতুন আবিষ্কারের জন্য একটি পেটেন্টের জন্য আবেদন করেন এবং স্লাইডিং লাগেজটির নাম দেন রোলিং লাগেজ।
▲ ছবি: ফেসবুক থেকে
উদ্ভাবন কখনও কখনও সত্যিই অনুপ্রেরণা এবং ভাগ্য প্রয়োজন, কিন্তু গল্প এখানে শেষ হয় না.
যদিও রোলিং লাগেজটি প্রথম আবিষ্কৃত হওয়ার সময় খুব জনপ্রিয় ছিল, ডিজাইনের ত্রুটির কারণে, লাগেজের মাধ্যাকর্ষণ কেন্দ্রটি অস্থির ছিল। এটি প্রায়ই টেনে নেওয়ার সময় উপরে উঠে যায় এবং মাঝে মাঝে লাগেজ টেনে নেওয়া ব্যক্তির গোড়ালিতে আঘাত করে।
দেখা যাচ্ছে যে এটি সত্যিই একটি ভাল ধারণা, কিন্তু রোলিং লাগেজ একটি ভাল পণ্য নয়।
পরবর্তী দশ বছরেরও বেশি সময়ে, যদিও স্যামসোনাইটের মতো কোম্পানিগুলি আসল রোলিং লাগেজকে অপ্টিমাইজ করেছে, তবুও এটি ব্যবহার করা অসুবিধাজনক ছিল।
এটি 1987 সাল পর্যন্ত ছিল না যে নর্থওয়েস্ট এয়ারলাইন্সের একজন অবসরপ্রাপ্ত ক্যাপ্টেন রবার্ট প্লাথ বাড়িতে একটি স্যুটকেস নিয়ে টিঙ্কারিং করছিলেন। তিনি স্যুটকেসটি তৈরি করেছিলেন এবং একই পাশে চাকা এবং একটি ড্রবার স্থাপন করেছিলেন এবং আধুনিক ট্রলি স্যুটকেসের প্রোটোটাইপ প্রতিষ্ঠিত হয়েছিল। .
ট্রলি লাগেজ আজ অবশ্যই একটি বিষয়, তবে এর অর্থ এই নয় যে প্রযুক্তি নিজেই স্পষ্ট, কারণ উদ্ভাবন এবং উদ্ভাবকদের সীমাবদ্ধতা সময়ের পটভূমির সাথে ঘনিষ্ঠভাবে সম্পর্কিত।
সেই সময়ে, দূর-দূরত্বের ভ্রমণ আজকের মতো সাধারণ ছিল না, এবং ভ্রমণের সময় বহন করার মতো অনেক আইটেম ছিল না। ট্রলি কেস কঠোরভাবে প্রয়োজনীয় ছিল না। কেস এবং চাকা সত্যিই দীর্ঘকাল ধরে বিদ্যমান ছিল, কিন্তু কেস সামগ্রী এবং ভারবহন প্রযুক্তি যা হালকা এবং টেকসই উভয়ই তখনো আবির্ভূত হয়নি।
চাহিদা বেশি নয় এবং প্রযুক্তি অপর্যাপ্ত৷ এমনকি যদি প্রযুক্তিগত উপাদানগুলি যেগুলি একটি নতুন উদ্ভাবন তৈরি করে তা প্রথম দিকে বিদ্যমান থাকে তবে এটি একটি সফল উদ্ভাবন হবে না কারণ আচরণগত প্রয়োজন, প্রযুক্তিগত অবস্থা এবং বাজারের কারণগুলি একত্রিত হয়নি৷
▲ ছবি থেকে: ইয়াহু
চাকার বাক্সগুলির জন্য, 20 শতকের দ্বিতীয়ার্ধ পর্যন্ত এই সংমিশ্রণটি সত্যিই সম্ভব ছিল না।
"লেন্স + হেডফোন" বা অন্যান্য অদ্ভুত সংমিশ্রণ সম্পর্কে, বর্তমান প্রশ্ন এবং উপহাস শুধুমাত্র প্রমাণ করে যে ভবিষ্যতের প্রযুক্তির অন্বেষণ সবে শুরু হয়েছে।
তবে যে পথ বা পরিকল্পনা বেছে নেওয়া হোক না কেন, আমরা সবাই ভবিষ্যতের দিকে পদক্ষেপ নিচ্ছি। এই চমত্কার ধারনা এবং সাহসী অনুশীলন ছাড়া, আমরা আজও সেই ভারী বাক্সটি বহন করতে পারি।
# aifaner: aifaner (WeChat ID: ifanr) এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম। যত তাড়াতাড়ি সম্ভব আপনাকে আরও উত্তেজনাপূর্ণ সামগ্রী সরবরাহ করা হবে।