ردیابی حرکات چشم توسط تلفنهای هوشمند
فناوری ردیابی چشم در ۴۰ سال اخیر در روند پیشرفت علومی مثل روانشناسی و حتی بازاریابی نقش موثری داشته است. اما هزینه زیاد سختافزارهای مورد نیاز این فناوری از ابتدای وجود، باعث شد که این فناوری انحصاری گردد. لیکن محققان با تولید نرمافزارهای جدید که قابلیت ردیابی چشم را دارند، این مشکل را حل کردهاند.
لیکن محققان با تولید نرمافزارهای جدید که قابلیت ردیابی چشم را دارند، این مشکل را حل کردهاند.
به گزارش کلیک، بر اساس آخرین گزارش منتشر شده توسط درگاه خبری دانشگاه جیورجیا و موسسه علمی ماساچوست (MIT)، محققان لابراتوار هوش مصنوعی و علوم کامپیوتر این مراکز، نرمافزاری طراحی کردهاند که قابلیت ردیابی حرکات چشم توسط تلفنهای هوشمند را فراهم میکند.
با الهام از آنچه یکی از فارغالتحصیلان MIT آن را "دور مرغ و تخم مرغ" میخواند، یک تیم متشکل از محققان این موسسه برای جمعآوری اطلاعات مورد نیاز برای ساخت یک نرمافزار ردیاب چشم با قابلیت اجرا در تلفنهای هوشمند عادی، شروع به کار کردند. صاحب ایده مرغ و تخم مرغ، آدیتا کاسلا، درباره ایده خود چنین میگوید:
"از آنجایی که افراد کمی به دستگاههای مخصوص ردیابی چشم دسترسی دارند، انگیزه برنامه نویسی برای این دستگاهها بسیار کم است. در مقابل، چون نرمافزاری که قابلیت کاربری عمومی داشته باشد در این دستگاهها وجود ندارد، افراد کمی اقدام به خرید آنها میکنند و این روند ادامه پیدا میکند. مثل دور باطل مرغ و تخم مرغ. برای از بین بردن این دور باطل، ایده ساخت یک نرمافزار که تنها با دوربین جلویی تلفنهای هوشمند قابل راه اندازی باشد به ذهنم رسید."
قدم بعدی، ساخت این نرمافزار است. متغیر کلیدی در بین دادههای مورد نیاز محققان و مهندسان برای ساخت هسته هوشمند این نرمافزار، "الگوریتم فراگیری" است.
برای دستیابی به یک الگوریتم صحیح و دقیق، محققان به دنبال یک منبع بزرگ از دادههای مربوط به افراد با درصد خطای پایین بودند که خود در پروژهای توسط آمازون انجام شد. کاسلا و تیم همراهش برای این تحقیقات، حرکات چشمی ۱۵۰۰ کاربر را مورد آزمایش قرار دادند. برای درک بهتر این رقم، جالب است بدانید در تحقیقات انجام شده پیشین توسط این مرکز، تنها ۵۰ نفر مورد بررسی قرار گرفته بودند. اطلاعات مربوط به کاربران شرکت کننده در این آزمایشات، توسط نرمافزار دستکاری شده تصویربرداری از صفحه نمایش، موسوم به GazeCapture جمعآوری گردید.
اولین نسخه سیستم ردیابی چشم، که iTracker نام گرفته است، تنها با استفاده از دادههای مربوط به ۸۰۰ نفر از کل شرکتکنندگان در آزمایش مذکور ساخته شد. برای کاهش درصد خطای ۱٫۵ سانتیمتری این سیستم، محققان با اصلاح دادهها و اضافه کردن اطلاعات ۷۰۰ کاربر دیگر، هسته سیستم را بهبود بخشیدند. نتیجه نهایی، یک سیستم ردیابی چشم با درصد خطای ۱ سانتیمتر بود.
در نهایت این تیم ابراز امیدواری کرده است که در صورت کاهش درصد خطا به نیم سانتیمتر، قابلیت حیات در بازار رو به رشد اپلیکیشنها را داشته باشد. اگر این نرمافزار به مرحله ارائه در بازارهای اپلیکیشن برسد، میتواند کاربردهای بسیاری (به خصوص در صنعت پزشکی) داشته باشد.