Деталі
Модель штучного інтелекту (ШІ) може імітувати, як людина-користувач набирає будь-яку пропозицію на будь-якій клавіатурі. Він робить помилки, виявляє їх - хоча і не завжди відразу - і виправляє їх, як це зробили б люди. Моделювання також показує, як люди адаптуються до обставин, що змінюються, наприклад, як змінюється їх стиль письма, коли вони починають використовувати нову систему автокорекції або дизайн клавіатури.
"Раніше набір тексту на сенсорному екрані розумівся в основному з точки зору того, як наші пальці рухаються. Методи на основі штучного інтелекту допомогли пролити нове світло на ці рухи: ми виявили важливість рішення, коли і де шукати. Тепер ми можемо робити точніші прогнози про те, як люди друкують на своїх телефонах або планшетах ", - говорить доктор Юссі Йокінен, який керував роботою.
Дослідження, закладає основу для розробки, наприклад, більш ефективних і навіть персоналізованих рішень для введення тексту.
"Тепер, коли у нас є реалістична симуляція того, як люди друкують на сенсорних екранах, має бути набагато простіше оптимізувати дизайн клавіатури для кращого набору тексту, що означає менше помилок, більш швидкий набір тексту і, що найбільш важливо для мене, менше розчарувань" , - пояснює Йокінен.
На додаток до передбачення того, як типова людина буде друкувати, модель також може враховувати різні типи користувачів, наприклад, з руховими порушеннями, і може використовуватися для розробки засобів набору тексту або інтерфейсів, розроблених з урахуванням цих груп. Для тих, хто не стикається з особливими проблемами, він може зробити висновок з особистих стилів письма - наприклад, відзначаючи помилки, які часто зустрічаються в текстах і електронних листах, - яка клавіатура або система автокорекції найкраще підійде користувачу.
"Ми дали моделі ті ж можливості та обмеження, які є у нас, людей. Коли ми попросили його ефективно друкувати, він зрозумів, як найкраще використовувати ці здібності. Кінцевий результат дуже схожий на те, як люди друкують, без необхідності навчати модель на людських даних", - говорить Йокінен.
ЧИТАЙТЕ ТАКОЖ: В Нідерландах розробили унікального робота, що пакує 240 авокадо за хвилину
Порівняння з даними типування людей підтвердило точність прогнозів моделі. В майбутньому команда сподівається змоделювати повільні і швидкі методи набору тексту, наприклад, щоб розробити корисні навчальні модулі для людей, які хочуть поліпшити свій набір тексту.