众所周知，触摸屏是出了名的难打字。由于我们无法感知按键，我们只能依靠视觉将手指移动到正确的位置并检查错误，这是我们无法同时做到的。为了真正了解人们如何在触摸屏上打字，阿尔托大学和芬兰人工智能中心(FCAI)的研究人员创造了第一个人工智能模型，该模型可以预测人们在打字时眼睛和手指的移动方式。



AI模型可以模拟人类用户如何在任何键盘设计上键入任何句子。它会犯错误，检测出错误，并像人类一样纠正它们。该模拟还可以预测人们如何适应多种情况，例如，当他们开始使用新的自动校正系统或键盘设计时，他们的写作风格会如何变化。



以前，人们主要是从手指运动的角度来理解触屏打字。基于人工智能的方法帮助我们对这些运动有了新的了解:我们发现了决定何时何地寻找的重要性。现在，我们可以更好地预测人们在手机或平板电脑上的打字方式。



绿色表示眼睛的位置，蓝色表示手指的位置。阴影越深，扫视或移动的时间就越长或更频繁。左：通过模型进行仿真；正确：来自真实用户的观察。



这项研究将于5月12日在ACM CHI上发表，它为开发更好甚至个性化的文本输入解决方案奠定了基础。



乔基宁解释说，现在我们有了人类在触摸屏上打字的真实模拟，优化键盘设计应该会容易得多，从而实现更好的打字，这意味着更少的错误，更快的打字。



除了预测一个普通的人如何打字，这个模型还可以考虑不同类型的用户，比如那些有运动障碍的用户，并且可以用来开发打字辅助工具或针对这些群体设计的界面。对于那些没有特别困难的人，它可以从个人的写作风格来推断，比如通过记录在文本和邮件中反复出现的错误，什么样的键盘或自动更正系统最适合用户。



这个新颖的方法建立在该小组早期的实证研究的基础上，该研究为人类如何打字的认知模型提供了基础。研究人员随后制作了可独立打字的生成模型。这项工作是芬兰人工智能中心(Finnish Center for Artificial Intelligence)一个更大的交互式人工智能项目的一部分。



研究结果基于一种经典的机器学习方法，即强化学习，研究人员将其扩展到模拟人类。强化学习通常被用来教机器人通过尝试和错误解决任务;该团队发现了一种新的方法，利用这种方法产生与人类行为密切匹配的行为——错误，纠正和所有的。


我们赋予了这个模型与我们人类一样的能力和界限。当我们要求它高效地打字时，它找出了如何最好地利用这些能力。最终的结果与人类的类型非常相似，不需要用人类数据来教模型。



与人类分型数据的比较证实了该模型的预测是准确的。在未来，该团队希望模拟慢速和快速的打字技术，例如，为想提高打字能力的人设计有用的学习模块。



这篇论文，触摸屏打字作为最优监控，将于2021年5月12日在ACM CHI会议上发表。




上一篇：人工智能帮助最好的显微镜更好地观察、更快地工作并处理更多数据
下一篇：人工智能如何缓解妇女在技术方面面临的挑战