โมเดลและแพลตฟอร์ม AI

โมเดล AI ที่คาดการณ์วิธีการพิมพ์บนหน้าจอสัมผัส

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

นักวิจัยจากมหาวิทยาลัย Aalto และ ศูนย์ความฉลาดประดิษฐ์ของฟินแลนด์ (FCAI) ได้พัฒนาโมเดล AI ใหม่ที่สามารถคาดการณ์ได้ว่าเราจะย้ายตาสายตาและนิ้วเมื่อพิมพ์บนหน้าจอได้อย่างไร โมเดลใหม่นี้ให้ข้อมูลเชิงลึกใหม่เกี่ยวกับทักษะที่ยากนี้ ซึ่งบังคับให้เราต้องอาศัยการมองเห็นเพื่อพิมพ์และตรวจจับข้อผิดพลาดในเวลาเดียวกัน

AI สามารถจำลองว่าบุคคลจะพิมพ์ประโยคบนการออกแบบคีย์บอร์ดใดๆ ได้อย่างไร และสามารถสร้างและตรวจจับข้อผิดพลาดได้ ข้อผิดพลาดอาจไม่ได้รับการตรวจจับในทันที แต่ AI สามารถแก้ไขได้เหมือนกับมนุษย์ อีกด้านหนึ่งของ AI คือสามารถคาดการณ์ได้ว่าสไตล์การเขียนของคนจะเปลี่ยนแปลงไปตามสถานการณ์ที่กำหนด เช่น ออโต้-คอร์เรคต์หรือการออกแบบคีย์บอร์ดที่แตกต่างกัน

ดร. Jussi Jokinen เป็นผู้นำการทำงานบนโมเดล AI ใหม่นี้ ซึ่งได้รับการนำเสนอใน ACM CHI เมื่อวันที่ 12 พฤษภาคม

“ในอดีต การพิมพ์บนหน้าจอสัมผัสได้รับการทำความเข้าใจหลักๆ จากมุมมองของการเคลื่อนไหวของนิ้ว” Jokinen กล่าว “วิธีการที่ใช้ AI ได้ช่วยให้เราเข้าใจการเคลื่อนไหวเหล่านี้ได้ดีขึ้น สิ่งที่เราค้นพบคือความสำคัญของการตัดสินใจว่าจะมองเมื่อไหร่และที่ไหน ตอนนี้ เราสามารถคาดการณ์ได้ดีขึ้นว่าคนพิมพ์บนโทรศัพท์มือถือหรือแท็บเล็ตอย่างไร”

“ตอนนี้ที่เรามีการจำลองที่สมจริงของวิธีการที่มนุษย์พิมพ์บนหน้าจอสัมผัส ควรจะง่ายขึ้นในการเพิ่มประสิทธิภาพการออกแบบคีย์บอร์ดสำหรับการพิมพ์ที่ดีขึ้น – หมายถึงข้อผิดพลาดน้อยลง การพิมพ์ที่เร็วขึ้น และสิ่งที่สำคัญที่สุดสำหรับฉัน คือความ沮เสียที่น้อยลง” Jokinen กล่าวต่อ

https://www.youtube.com/watch?v=6cl2OoTNB6g&t=1s

การคำนึงถึงผู้ใช้ประเภทต่างๆ

โมเดล AI ไม่ทำงานเฉพาะกับผู้ใช้แบบเจเนริกเท่านั้น แต่สามารถปรับเปลี่ยนตามผู้ใช้ประเภทต่างๆ ได้ ซึ่งรวมถึงบุคคลที่มีความพิการทางกาย ซึ่ง AI สามารถช่วยได้โดยการพัฒนาอุปกรณ์ช่วยพิมพ์หรืออินเทอร์เฟซเฉพาะ

นอกเหนือจากปัญหาทางการแพทย์ AI สามารถคำนึงถึงบุคคลที่มีสไตล์การเขียนที่แตกต่างกันโดยการทำสิ่งต่างๆ เช่น การระบุรูปแบบเมื่อบุคคลทำข้อผิดพลาดซ้ำๆ ในข้อความ ด้วยข้อมูลนี้ สามารถกำหนดคีย์บอร์ดหรือระบบอัตโนมัติ-คอร์เรคต์ที่ดีที่สุดสำหรับบุคคลนั้นได้

งานก่อนหน้าของทีม

นักวิจัยได้สร้างงานของตนเองโดยอาศัยโมเดลการรับรู้ของวิธีการที่มนุษย์พิมพ์ ซึ่งนำไปสู่การสร้างโมเดลที่สามารถพิมพ์ได้ด้วยตัวเอง สิ่งนี้เป็นส่วนหนึ่งของโครงการ Interactive AI ที่ศูนย์ความฉลาดประดิษฐ์ของฟินแลนด์

การวิจัยนี้อาศัยการเรียนรู้แบบเสริมกำลัง ซึ่งทำงานโดยการสร้างระบบรางวัลและ/หรือการลงโทษ ซึ่งมักใช้สอนหุ่นยนต์ให้เรียนรู้วิธีแก้ปัญหาผ่านการลองผิดลองถูก การเรียนรู้แบบเสริมกำลังถูกใช้โดยทีมนี้เพื่อจำลองมนุษย์ และทำให้สามารถสร้างพฤติกรรมที่คล้ายกับมนุษย์ได้

“เราให้โมเดลความสามารถและขอบเขตที่เรามีเหมือนกับมนุษย์ เมื่อเราขอให้พิมพ์อย่างมีประสิทธิภาพ มันค้นหาวิธีที่ดีที่สุดในการใช้ความสามารถเหล่านั้น ผลลัพธ์สุดท้ายมีความคล้ายคลึงกับวิธีการพิมพ์ของมนุษย์ โดยไม่ต้องสอนโมเดลด้วยข้อมูลของมนุษย์” Jokinen กล่าว

เมื่อเปรียบเทียบกับข้อมูลการพิมพ์ของมนุษย์ โมเดลใหม่นี้มีการคาดการณ์ที่แม่นยำ ทีมนี้มีเป้าหมายที่จะจำลองเทคนิคการพิมพ์ที่ช้าและเร็ว ซึ่งสามารถช่วยในการออกแบบโมดูลการเรียนรู้สำหรับบุคคลที่ต้องการปรับปรุงทักษะการพิมพ์ของตน

Alex McFarland เป็นนักข่าวและนักเขียน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมงานกับสตาร์ทอัพ AI และสื่อสิ่งพิมพ์ต่างๆ ทั่วโลก