Un computer può davvero imitare le profondità della comunicazione umana?

Alcune settimane fa, Microsoft Research Asia ha rilasciato una dimostrazione in video di un prototipo denominato "Kinect Sign Language Translator", una tecnologia in grado di tradurre segnali visivi in parole pronunciate da un avatar tridimensionale virtuale, basato su Kinect e vari altri sensori. L'accessorio offerto in dotazione con la Xbox One di Microsoft è un chiaro esempio dell'aiuto che può dare la tecnologia consumer nella soluzione di difficili problematiche della vita di tutti i giorni per alcuni utenti.

L'attuale implementazione di Kinect, tuttavia, non permette l'esatta traduzione gesti/macchina, dal momento che non riesce a riconoscere il movimento di ogni singolo dito, la rotazione della mano o la mimica facciale legata ad una particolare situazione. Si tratta di un grosso ostacolo al momento attuale per il corretto riconoscimento di simboli e gesti.

"Questa modalità di traduzione ci mostra come le singole parole possono essere tradotte partendo da un gesto ad una forma scritta e viceversa", ha dichiarato Stewart Tansley a TNW. La comunicazione umana non è un semplice trasferimento di informazioni, come quanto permesso dalle tecnologie attuali: al di là di parole e gesti ci sono tante sfumature importanti a partire dal contesto, dalla cultura, dalla relazione fra i comunicanti, dal tono e dall'emozione trasmessa.

Il linguaggio dei gesti non è lineare, inoltre aspetti prioritari del significato di alcune parole potrebbero essere rappresentati tramite un relativo movimento fisico e dal contatto fra i due interlocutori. La difficoltà per le tecnologie moderne e future è quella, insomma, di percepire ed analizzare i singoli movimenti del corpo e della mimica facciale e di inserirla in un contesto vivo: in altre parole, non c'è sempre una corrispondenza biunivoca fra gesti e parole espresse.

Kamil Drabek di Migam, società che si basa sullo studio di tecnologie alla base del riconoscimento di gesti e parole, spiega che ci sono tre innovazioni cruciali sul nuovo Kinect che verrà diffuso il 22 novembre con Xbox One. Fra le nuove funzionalità avremo la possibilità di riconoscere alcune espressioni e mimiche facciali, oltre ad alcuni movimenti del corpo. Il nuovo Kinect sarà in grado di riconoscere il movimento delle dita e la rotazione delle mani così come si muovono nello spazio, un grosso passo avanti nel riconoscimenti di gesti utilizzati per il linguaggio.

Migam sta approntando una sorta di dizionario aperto che integra un algoritmo basato su Kinect, in grado di apprendere e riprodurre nuovi gesti: "Si tratta di un grosso progetto di ricerca", spiega lo stesso Drabek. "Ma richiederà tempo".

L'interazione fra uomo e macchina è un argomento che letteratura e mondo della cinematografia affrontano ormai da tempo, ma di fatto è attualmente un problema irrisolto. Sembra abbastanza lecito pensare che fin quando non si riesce a realizzare una vera e propria intelligenza artificiale, un compuer in grado di capire realmente, pensare ed apprendere, saremmo bloccati ai semplici "comandi vocali".

Per quanto saranno sempre più complessi nel futuro, l'interazione fra uomo e macchina sarà basata su semplici richieste come ad esempio vediamo con Siri sui dispositivi iOS, ma qualcosa potrebbe cambiare proprio a partire dalle tecnologie che usiamo tutti i giorni.