Published: 2022-06-10 11:52

グーグルはレーダー技術を進化させ、「人の意図」を察するデバイスをつくろうとしている

端末が人の意図を察して反応する──。そんな動きを実現するセンサーとして用いるレーダー技術の研究成果を、このほどグーグルが発表した。機能とプライバシーのバランスという課題はあるが、人とコンピューターのかかわり方を大きく進化させる可能性を秘めている。

【動画で解説】コンピューターの“パーソナルスペース”に人間が入ったときの反応。

あなたが机を離れたことに気づいて、通知の音を鳴らさないようにコンピューターが自動で判断できたらどうだろうか。玄関に出るためにソファから立ち上がったことをテレビが感知して、視聴中のNetflixの番組を自動で一時停止し、ソファに戻ったときに続きを再生してくれるとしたら？ コンピューターが人の動きから意図を察知して、より気が利く相棒になれたらどうだろうか──。

未来的だが、プライバシーに踏み込みすぎていると感じるかもしれない。コンピューターにすべての動きを見られてしまっては居心地が悪い。

とはいえ、人の居場所や動きを追うためにカメラが使われていないことを知れば、気味悪さも多少は薄れるだろう。というのも、ここで使われている技術はレーダーなのだ。

グーグルの研究開発部門「Advanced Technology and Products（ATAP）」は、タッチ操作に対応したデニムジャケットような風変わりなプロジェクトを手がけている。そのATAPは過去1年にわたり、レーダーを使ってコンピューターが人間のニーズや意図を理解し、適切に反応するための技術を研究してきた。

グーグルがレーダーによる空間認識機能をガジェットに搭載した例は、過去にもある。レーダーの電磁波を利用して人のジェスチャーや動作を正確に認識するセンサー技術「Soli」をグーグルが発表したのは、2015年のことだった。

Soliはグーグルのスマートフォン「Google Pixel 4」に初めて搭載され、スマートフォンに直接触れなくても簡単な手の動きでアラームをスヌーズさせたり、音楽を止めたりすることを可能にした。最近ではスマートディスプレイ「Google Nest Hub （第2世代）」に搭載され、端末のそばで寝ている人の睡眠中の動きや呼吸パターンを検知する機能に活用されている。この端末があれば、スマートウォッチを身に着けなくても睡眠をトラッキングできるわけだ。

今回の研究でも、同じSoliのセンサーが使用されている。だが、センサーの取得した情報でコンピューターを直接制御するわけではない。ATAPはコンピューターがセンサーを通じて人々の日常的な動きを認識し、これまでとは異なる判断ができるようにしようとしているのだ。

「技術は人々の生活にどんどん入り込んでいるので、そろそろデバイスのほうから人々の行動の意図を汲み取れるようになってもいいのではないかと考えています」と、ATAPでデザインの責任者を務めるレオナルド・ジュスティは語る。

例えば、出かけるときに母親が傘を忘れないようにと声をかけてくれるように、サーモスタット（温度調節装置）の前を通りすぎるときに目を向けると傘が必要かどうか知らせてくれる、といったことだ。ソファで寝落ちした様子をテレビが察知し、音量を下げることも可能になる。

ジュスティによると、技術の大部分は人が他者と交流を図るときにどのように空間を使うかを研究するプロクセミクス（近接空間学）の理論に基づいている。一般的に、人は相手との距離が近いほど、かかわりが深く親密な関係にある。ATAPはこうした近接空間学の理論とその他の人間の行動様式から、人と端末にはそれぞれパーソナルスペースがあると定義して研究を進めた。

コンピューターはレーダーによって、自身のパーソナルスペースに人が入ってきたことを検知できる。そしてこれを合図に、人がボタンを押さなくても画面を起動させるといった動作をとれるというわけだ。

グーグルのスマートスピーカー「Google Nest」シリーズのスマートディスプレイの現行モデル「Google Nest Hub（第2世代）」は、すでにこうした使い方に対応している。ただし、この端末で人との距離の測定に使用されている技術は、レーダーではなく超音波だ。人が近づいていることをGoogle Nest Hub（第2世代）が検知すると、完了していないリマインダーやカレンダー上のイベント、その他の重要な通知などを知らせる仕組みになっている。

とはいえ、距離だけでは十分ではない。前を通り過ぎるだけで別の方向を見ている場合はどうすべきか。

こうした状況に対処するため、Soliは身体の向きや予想される移動経路、顔の向きなど、人の動きやジェスチャーを細かく捕捉し、さらに機械学習アルゴリズムの助けによって予測の精度を上げているのだ。こうしてレーダーで取得した豊富な情報を基に、人が端末を使おうと近づいているのか、どのように使おうとしているのかをより正確に予測しているのである。

研究チームは自宅で一連の動きを実演することで、センシング技術の精度を高めたという（チームのメンバーは新型コロナウイルスのパンデミックの間は自宅で仕事をしていた）。具体的には、頭の上に取り付けたカメラで動きを追跡しながら、レーダーによるリアルタイムの検知を実施した。

「それぞれが異なる動きをして、さらに同じ動作でもさまざまな動き方を試しました。わたしたちが取り組んでいるのはリアルタイムのシステムですから、思いついたことをすぐに試したり、得た気づきをリアルタイムでシステムに落とし込んだりできたのです」と、ATAPのシニアインタラクションデザイナーのローレン・ベダルは説明する。

この研究の過程は、振付師が「動きのモチーフ」と呼ばれる基本的な動作を決め、重心を移動させたり体勢や身体の向きを変えたりして動きのパターンを探求する過程に似ていると、ダンスの経験があるベダルは話す。そしてこの研究から、チームは動作のパターンをいくつか定義づけている。

このパターンとは、端末に近づく、離れる、近くを通り過ぎる、端末に身体を向ける、背を向ける、視線を向けるなどで、いずれも非言語的コミュニケーションと、人が端末と接するときの自然な動作に基づくものだ。

こうした人間の動きを合図にコンピューターがとる動作について、ベダルはいくつか例を挙げた。例えば、人が近づいてくる様子を感知してタッチコントロールの画面を立ち上げたり、端末のそばに人が立つと未読のメールを表示したり、といったことだ。

また、人が部屋を退出すると視聴中の番組を一時停止し、戻ってきたら続きを再生することもできる。人が近づいてきていても通り過ぎると判断すれば、優先度の低い通知を表示しないことも可能だ。

キッチンでレシピ動画を観ながら料理をしているとき、材料を用意するために端末から離れると動画を一時停止し、続きを観るめに端末に近づくと動画を再生することもできる。スマートフォンで通話しているときにスマートディスプレイに顔を向けると、手ぶらで話せるようスマートディスプレイでのビデオ通話に切り替える選択肢を示すことも可能になるだろう。

「こうした動作はすべて、人間の自然な動きを利用した目に見えないかたちで、人とコンピューターがかかわる未来のあり方を予感させます。コンピューターは生活の背景に溶け込み、必要なときだけ人に手を貸すようになるという考えが根底にあります」と、ベダルは説明する。「人とコンピューターのかかわりにおける可能性の幅を押し広げたいのです」

レーダーを使ってコンピューターが人の動きに反応できるようになるまでには、まだ課題もある。例えば、レーダーは室内に複数の人間がいることを検知できるが、人同士の距離が近すぎるとひとつのまとまりとして認識してしまうので、判断に混乱が生じてしまう。

ほかにも取り組むべき課題は多いことから、プロジェクトはまだ研究段階だとベダルは何度も強調している。というわけで、スマートディスプレイの次のモデルにこうした機能を期待するのは、まだ早いのだ。

レーダーは、コンピューターがユーザーの習慣を継続的に学習する上でも役立つようになるという。この分野は研究のロードマップに含まれていて、ユーザーが設定した目標に合わせて健康的な習慣を提案する機能の開発などを想定していると、ATAPのジュスティは説明する。夜中に菓子のある戸棚へ近づくと、スマートディスプレイに大きく「止まれ」の表示が出るような状況を想像するとわかりやすい。

また、人がしてほしいことを端末がどこまで実行するかについて、バランスのとり方も検討しなければならない。例えば、キッチンで料理している間はテレビをつけておきたい場合などだ。レーダーは誰もテレビを観ていないと判断した場合、テレビをつけたままにせず一時停止させてしまうかもしれない。

「目立たずシームレスで自然に感じられる人と端末とのかかわり方の枠組みについて研究するにあたり、使う人が自分でコントロールできる部分と自動化する部分の適切なバランスを考えなければなりません」と、ベダルは説明する。「簡単に使えつつ、ユーザーが自分で管理したい項目や設定も考慮に入れなければならないのです」

ATAPのチームが研究にレーダーを採用したのは、空間データを集めるに際してよりプライバシーに配慮した手段であるからだ（しかも反応の遅延が非常に短く、暗い場所でも機能し、音や室温などの外的要因に左右されないなどの理由もある）。またカメラとは違い、レーダーは顔や身体の画像など個人の識別につながる情報の取得や保存はしない。「高度なモーションセンサーに近いのです」と、ジュスティは語る。

Soliで検知できる範囲は9フィート（約2.7m）程度で、これは多くのカメラより狭い。だが、Soliのセンサーを備えた端末が複数あれば家の空間に十分に対応でき、網の目状のネットワークでユーザーが家のどこにいるのか追跡できる（ちなみに現行モデルのGoogle Nest Hubに搭載されているSoliのセンサーが取得したデータは端末内で処理され、生データがクラウドに送られることはない）。

消費者はこうした機能とプライバシーを引き換えにしたいか考えなければならないと、カーネギーメロン大学の「Future Interfaces Group」のディレクターで、人とコンピューターのかかわり方を研究するクリス・ハリソンは指摘する。何といってもグーグルは、「個人のデータをお金に換えることにかけては世界でダントツの企業」なのだ。

とはいえ、それでもカメラを使わない方法はユーザーとプライバシーを優先していることの現れだと、ハリソンは考えている。「プライバシーを侵害するかしないかどちらかということではないのです」と、ハリソンは言う。「どの程度か、という話なのです」

データ収集のためにSoliのようなセンサーを搭載する端末が必然的に増えれば、端末は人間をさらに理解できるようになるだろう。ATAPが思い描くような人とコンピューターのかかわり方の進化は、やがてあらゆる技術で起きるようになるとハリソンは予想している。

「人間の行動の意味を深く理解できるのが人間の特性で、コンピューターがこれと違うことをすると、いら立ちを感じやすい状況が生まれるのです」とハリソンは説明する。「コンピューターの分野に社会科学や行動科学の専門家が加わることで、こうした体験をより心地よく、より人間を中心としたものにできるでしょう」

ATAPの研究は「In the Lab With Google ATAP」と題した動画シリーズのひとつで紹介されている。グーグルはYouTubeチャンネルに今後も動画を掲載する予定で、研究部門が手がけるほかのプロジェクトも取り上げていくという。