Kolumne: Was wurde aus Cortana und den Visionen von damals?

Vor sieben Jahren stellte Jarem Archer, bekannt als @unt1tled, ein faszinierendes Konzept vor: eine holografische Cortana Appliance, inspiriert von der ikonischen AI-Figur aus der Halo-Franchise. Diese Vision kombinierte Microsofts digitale Assistentin Cortana mit der Pepper’s Ghost Hologramm-Technologie von 1862. Heute, in einer Ära nahezu echter Kommunikation mit KI-Systemen wie ChatGPT-4, werfen wir einen Blick darauf, was aus dieser Vision geworden ist und wie weit wir inzwischen gekommen sind.

Das ursprüngliche Projekt: Holographic Cortana Appliance

Jarem Archers Projekt demonstrierte eindrucksvoll, wie die holografische Darstellung von Cortana mit den damals verfügbaren Technologien realisiert werden konnte. Ein Windows 10 Gerät mit 4 GB RAM und ein Arduino zur Steuerung der Beleuchtung bildeten die technische Basis. Die visuelle Darstellung wurde durch eine Unity 3D App und ein komplexes Spiegel-Setup erreicht, das eine 3D-Illusion erzeugte. Die Sprachsteuerung und die Anzeige der Ergebnisse erfolgte durch die native Cortana-App, die mit einem Proxy-Service und HTML-Rendering ergänzt wurde.

Technische Details des ursprünglichen Projekts:

1. Pepper’s Ghost Hologramm-Technologie:

• Ein tragbarer USB-Monitor reflektiert auf drei Spiegelglasflächen, um eine holografische Illusion zu erzeugen.
• Das Gehäuse war eine maßgeschneiderte 3D-gedruckte Konstruktion aus PLA.

1. Hardware-Spezifikationen:

• Prozessor: Intel Core i5-4590 oder besser
• RAM: 4 GB DDR3
• Grafikkarte: NVIDIA GeForce GTX 970 oder AMD Radeon R9 290
• Speicher: 128 GB SSD
• Peripheriegeräte: Omnidirektionales Mikrofon, Mini-Lautsprecher, LED-Streifen

1. Software und Animation:

• Eine Unity 3D App präsentierte und animierte Cortana in drei verschiedenen Kamerawinkeln.
• Die Bewegungen von Cortana wurden mittels Dual-Kinects und Motion Capture aufgezeichnet und in Unity umgesetzt.
• Ein Proxy-Service kommunizierte mit der nativen Cortana-Webdienst, um Ergebnisse abzurufen und darzustellen.

1. Interaktive Elemente:

• Echtzeit-Gesichtserkennung und Kamera-Tracking sorgten für eine dynamische Anpassung der Perspektive.
• LED-Streifen um den Rand der Plattform wurden durch die App gesteuert.

Die Evolution der Technologie

Seit diesem bahnbrechenden Konzept hat sich die Technologie rasant weiterentwickelt. Mit der Veröffentlichung der Unreal Engine 5.4 sind heute wesentlich fortschrittlichere und realistischere Animationen und Darstellungen möglich. Moderne KI-Systeme wie ChatGPT-4 von OpenAI ermöglichen zudem eine nahezu Echtzeit-Kommunikation, die eine interaktive und intelligente Nutzererfahrung bietet.

Neue Möglichkeiten durch ChatGPT und Unreal Engine 5.4:

1. Verbesserte Grafik und Animationen:

• Nanite: Virtuelle Mikro-Polygon-Geometrie ermöglicht extrem detaillierte Modelle ohne Performance-Einbußen.
• Lumen: Dynamische globale Beleuchtung und Reflexionen sorgen für realistische Lichtverhältnisse in Echtzeit.
• MetaHumans: Hochdetaillierte digitale Charaktere, die einfach angepasst und integriert werden können.

1. Echtzeit-Kommunikation:

• Mit der ChatGPT API von OpenAI kann eine nahezu Echtzeit-Kommunikation mit dem Hologramm ermöglicht werden, basierend auf Transformer-Architekturen und großen Sprachmodellen.
• Diese Interaktion ist nicht nur auf vorgefertigte Antworten beschränkt, sondern kann dynamisch auf die Bedürfnisse und Fragen der Nutzer reagieren.

1. Dezentrale Lösungen:

• Ein lokales Language Model (LLM) könnte mittels Modelle wie GPT-J oder BLOOM eingesetzt werden, um eine dezentrale Lösung zu realisieren, die unabhängig von einer ständigen Internetverbindung arbeitet.
• Dies würde nicht nur die Privatsphäre der Nutzer erhöhen, sondern auch die Verfügbarkeit und Zuverlässigkeit des Systems verbessern.

Xbox, Kinect und Sprachsteuerung

Ein wesentlicher Bestandteil der ursprünglichen Vision von Cortana als interaktivem Assistenten war die Integration mit der Xbox und Kinect. Diese Technologien ermöglichten eine erweiterte Interaktion durch Sprach- und Bewegungserkennung, was besonders in der Gaming-Community großen Anklang fand.

Integration von Kinect:

• Kinect, ursprünglich für die Xbox 360 und später für die Xbox One entwickelt, brachte bahnbrechende Motion-Tracking- und Sprachsteuerungsfunktionen in die Wohnzimmer der Spieler.
• Die Dual-Kinects, die Jarem Archer in seinem Projekt verwendete, ermöglichten präzise Motion Capture, was die Animationen von Cortana realistisch und flüssig erscheinen ließ.

Sprachsteuerung durch Xbox:

• Cortana wurde in die Xbox One integriert, um Sprachbefehle und Sprachinteraktionen zu ermöglichen. Dies bot Spielern die Möglichkeit, ihre Konsole freihändig zu steuern und Spiele, Apps und Medieninhalte allein durch Sprachbefehle zu navigieren.
• Mit der fortschreitenden Entwicklung von Sprach-KI-Technologien können heutige Systeme wie ChatGPT-4 die Interaktivität und Benutzerfreundlichkeit solcher Funktionen erheblich verbessern.

Community-Engagement und zukünftige Perspektiven

Trotz der technologischen Fortschritte hat Microsoft die Entwicklung von Cortana weitgehend eingestellt. Dennoch gibt es in Communities wie dem Discord der Windows Phone Community und dem Windows Band immer noch Enthusiasten, die an der Vision festhalten und neue Wege suchen, sie zu verwirklichen.

Die Vorstellung, dass die heutige Technologie es ermöglichen könnte, Jarem Archers Vision in einer noch beeindruckenderen Form zum Leben zu erwecken, ist inspirierend. Mit der Kombination aus moderner Grafiktechnologie und fortschrittlicher KI-Interaktion stehen wir an der Schwelle zu einer neuen Ära der digitalen Assistenten.

Die Reise von der holografischen Cortana Appliance zu den Möglichkeiten von heute zeigt, wie weit wir gekommen sind und wie viel Potenzial noch vor uns liegt. Die Zukunft der interaktiven AI-Systeme ist vielversprechend und könnte bald Realität werden – dank der Visionäre von damals und der Technologien von heute.