庆应大学理工学部的伊藤勇太特聘助教等人，开发一套可以预测现实世界中球体运行轨迹，并且将该球体未来运行的轨迹通过增强现实技术（AR）呈现出来的，一种被称作：（Laplacian Vision）的机器学习的体系。使用计算机对物体的动作进行解析，并且通过透视式的头戴式显示器设备（ See-through Head Mount Display）进行实时的呈现。大家可以想象：在棒球比赛中，人们可以对棒球被击中之后是否能打出本垒打进行预判。除了表示棒球的飞行轨迹以外，在交通工具的运行轨迹以及海啸灾难的预测等应用场景中也可以期待这项技术的发挥更大的作用。

　　通过物理模拟技术将球体的运动轨迹计算出来，然后把目标物体的运动轨迹转换成用户视角的图像信息，并且通过头戴式显示器（HMD）设备呈现出来。简化物理模拟的过程来缩短计算时间，并通过将球体已经通过的轨迹部分去除掉，只呈现即将出现的轨迹等这些手段，基本实现了没有延时感的实时呈现的效果。

　　这次利用的是光学式的动态捕捉（Motion capture）系统。在棒球或者是英式橄榄球等在大型体育馆举行的体育项目中可以使用高清相机代替。在转播比赛的过程中，通过预测击球以及球的落地点，进而在转播画面中显示出选手成果接到球的成功率等信息，进一步提高电视转播的水平。
除此以外，在比如海啸灾害以及交通预防的领域，通过跟物联网（IoT）为代表的互联网技术的整合，把“眼看就要发生”的未来预测出来，并通过HMD设备进行呈现出来。比如将此项技术应用到诸如汽车自动驾驶的界面上等这些想法也是非常有实用价值的。

　　能够“预测未来”的能力非常方便。这项技术是通过将模拟技术以及AR的组合来实现的。目前虽然是依赖于大型的测量系统以及简单的模拟技术，但随着物联网技术的发展，可以想象简单的测量系统加大规模的模拟技术来实现相同技术的一天必将会到来。届时或许将不单单是对运动轨迹的预测，还会实现包括对装置故障、信息传输领域的“预测未来”能力。

　　像“实现可能性在6成以上”这样来显示实现可能性大小模式，还是像”直行70%可能性，左转弯20%，刹车10%”这样来显示未来各种可能性的概率的模式来呈现给用户，这些问题也需要在后面的研究设计过程中进一步完善考虑。