Creado en 2016 con el propósito de aprovechar la inteligencia artificial para el desarrollo de agentes personales que puedan solventar las limitaciones físicas presentes en las personas, el proyecto Tokio ha sido noticia estos días.
Esto, gracias al esfuerzo llevado a cabo por un equipo de investigadores de Microsoft adscritos al proyecto en la creación de una herramienta dirigida a personas con ceguera parcial o total para brindarles la capacidad de reconocer rostros en una habitación o en espacios abiertos.
A cargo del proyecto se encuentran la investigadora Cecily Morrison y Ed Cutrell, investigador principal del Laboratorio de Investigación de Microsoft ubicado en Redmond, Washington.
Ambos investigadores cuentan con amplia experiencia en el diseño de tecnologías orientadas a personas con ceguera parcial o total, uniendo así, sus esfuerzos para encontrar una alternativa dentro de la tecnología de agentes que pudiera ser usada de forma favorable para mejorar las capacidades de las personas con problemas de visión.
Para ello, se llevó a cabo el seguimiento de un grupo de atletas y espectadores con diferentes rangos de visión que formaron parte de la delegación de Reino Unido en los juegos paralímpicos de Brasil en 2016. A través de ellos los investigadores pudieron evaluar el modo que las personas con limitaciones visuales interactuan con otras personas en su entorno, a fin de obtener los datos necesarios para el proceso de desarrollo.
Tras haber definido el tipo de experiencia de inteligencia artificial que debían crear basado en la información generada durante la etapa de observación y seguimiento, los investigadores del proyecto Tokio se dispusieron a materializarla.
Para ello, tomaron como inspiración el Microsoft HoloLens original, un aparato usado para proyectar hologramas en el mundo real, los cuales, pueden ser manipulados por el usuario y que, según Martín Grayson, miembro también del proyecto, consideró tenía todo lo que ellos necesitaban para construir un agente de IA con el que una persona con deficiencia visual pudiese descifrar el entorno social en tiempo real. Fue así que al final obtuvieron un dispositivo con una serie de cámaras ajustadas en escala de grises para proporcionar al usuario una vista de casi 180° del entorno, junto con una cámara a color de alta resolución para efectuar reconocimiento facial con una gran precisión y unos altavoces colocados sobre los oídos del usuario para generar un audio especializado.