Проект Mozilla представил браузер Firefox Reality, предназначенный для использования в автономных шлемах виртуальной и дополненной реальности. В отличие от многих существующих браузеров для подобных устройств, он кроссплатформенный и имеет открытый исходный код, сообщается в блоге проекта.
Как и в обычных компьютерах, одна из важных программ в устройствах виртуальной и дополненной реальности — браузер. Как правило, приложения для таких устройств требуют большой вычислительной мощности и разработчикам приходится оптимизировать их, а в случае с автономными VR-устройствами это особенно критично. Помимо этого, браузеры сами по себе потребляют много ресурсов при загрузке современных сайтов.
В Mozilla разработали версию браузера Firefox, оптимизированную для VR- и AR-устройств. Он основан на основном браузере Mozilla Firefox, но, в отличие от него, в новом браузере будет использоваться экспериментальный движок Servo. Этот движок отличается распараллеливанием основных действий на множество изолированных потоков и лучше подходит для использования на многоядерных мобильных системах. Как и обычный Firefox, браузер для VR- и AR-устройств имеет открытый исходный код, который опубликован на GitHub. На основе этого кода можно собрать версии браузера для многих распространенных автономных VR-устройств: Oculus Go, Google Daydream, Vive Focus, GearVR, Snapdragon VR и очков дополненной реальности ODG.
Разработчики продемонстрировали работу браузера в шлеме Vive Focus. На записи можно видеть, что интерфейс напоминает обычный браузер, а управляется он с помощью VR-контроллера:
Это лишь ранний прототип браузера, но пока он мало отличается от обычного браузера для компьютера по организации интерфейса. Некоторые другие разработчики предлагают использовать в VR-браузерах оптимизированный для таких устройств интерфейс. Например, в браузере Samsung Internet для платформы Gear VR элементы браузера расположены вокруг пользователя.
Григорий Копиев
Средняя частота ошибок составила 29 процентов
Французские исследователи разработали неинвазивный интерфейс для декодирования набираемого на клавиатуре текста по активности головного мозга. Для сбора данных используются магнитоэнцефалография и электроэнцефалография. За преобразование сигналов головного мозга в последовательности символов отвечает созданная исследователями нейросетевая модель Brain2Qwerty. Лучшие результаты получились при использовании магнитоэнцефалографии. Средняя частота ошибок в символах при использовании этого метода оказалась на уровне 29 процентов, против 65 процентов у ЭЭГ. Статья с результатами опубликована в журнале Nature Neuroscience.