گوشی‌های هوشمند به بخش جدایی ناپذیر از زندگی ما تبدیل شده اند. این دستگاه‌ها اکنون به تلویزیون خصوصی ما، کامپیوتر شخصی، کیف پول شخصی، کنسول بازی شخصی و حتی همراه لحظه‌های تنهایی ما تبدیل شده اند. اگرچه این دستگاه تنها چند دهه پیش پا به عرصه وجود نهاد، اما اکنون تصور دنیایی بدون گوشی هوشمند، تقریباً غیرممکن شده است. با این همه و علی رغم تمام تحولات انقلابی که این دستگاه‌ها در همین زمان اندک تجربه کرده اند، هنوز نحوه استفاده از آن‌ها قدیمی باقی مانده و ما هنوز برای استفاده از آن‌ها به دستان خود نیاز داریم.

 

در پاسخ به این دغدغه، محققان گروه رابط‌های آینده در مؤسسه تعامل انسان و رایانه (HCII) دانشگاه کارنگی ملون، در حال توسعه ابزاری به نام EyeMU هستند که به کاربران اجازه می‌دهد با ترکیب کنترل نگاه و حرکات ساده دست، عملیات‌ها را بر روی تلفن هوشمند اجرا کنند. کاران آهوجا، دانشجوی دکترای تعامل انسان و کامپیوتر دانشگاه کارنگی ملون، می‌گوید؛ «پیش در‌آمد بسیاری از کار‌هایی که ما انجام می‌دهیم، نگاه کردن به چیزی است. تجزیه و تحلیل و پیش بینی نگاه، چیز جدیدی نیست، اما دستیابی به سطح قابل قبولی از عملکرد از طریق چشم در تلفن هوشمند، پیشرفت قابل توجهی خواهد بود.»

 

کریس هریسون، دانشیار HCII و مدیر گروه Future Interfaces می‌گوید: «چشم‌ها چیزی دارند که ما آن را مشکل لمس Midas می‌نامیم. شما نمی‌توانید موقعیتی داشته باشید که در آن، به هر کجا که نگاه کنید، اتفاق یا عملکردی روی دهد. این عملکرد در موقعیت‌های عادی دشوار است، اما در تعامل با گوشی‌های هوشمند می‌تواند عملی شود. استفاده ما از این دستگاه‌ها بسیار زیاد است و روزانه برنامه‌های زیادی وجود دارد که ما باید آن‌ها را باز و مورد استفاده قرار دهیم. نرم افزاری که چشم‌ها را با دقت ردیابی می‌کند، می‌تواند این مشکل را برای ما حل کند.»

 

اندی کنگ، دانش آموخته ارشد علوم کامپیوتر، از زمانی که برای اولین بار به این دانشگاه آمد، به فناوری‌های ردیابی چشم علاقه‌مند بود. او نسخه‌های مشابه تجاری را گران و غیر کاربردی می‌دانست، بنابراین برنامه‌ای نوشت که از دوربین داخلی لپ‌تاپ برای ردیابی چشم‌های کاربر استفاده می‌کرد، که به نوبه خود مکان‌نما را در اطراف صفحه حرکت می‌داد. این اقدام یک گام اولیه مهم به سمت برنامه EyeMU که اکنون قرار انقلابی در رابط کاربری گوشی‌های همراه ایجاد کند.

 

کونگ گفت: «تلفن‌های کنونی تنها زمانی به فرمان‌های ما پاسخ می‌دهند که از آن‌ها چیز‌هایی بخواهیم، چه با گفتار، چه با ضربه زدن و یا کلیک کردن روی دکمه. گوشی‌های هوشمند در حال حاضر به طور گسترده‌ای مورد استفاده قرار می‌گیرند، بنابراین تصور کنید که چقدر مفیدتر خواهد بود اگر بتوانیم با تجزیه و تحلیل نگاه یا سایر بیومتریک ها، خواسته‌های کاربر را در این دستگاه‌ها پیش ببریم.» آهوجا نیز گفت: «کد کردن این ابزار برای اینکه بتواند به سادگی و سرعت در گوشی هوشمند کار کند، کار ساده‌ای نبود. در واقع این مسئله یکی از اساسی‌ترین مشکلات ما بود، زیرا این ابزار باید بتواند به سرعت به حرکات چشم پاسخ دهد وگرنه بنا به طبیعت چشم، این اندام به سرعت و مدام در حال حرکت است و این می‌تواند در درک فرمان‌ها اختلال ایجاد کند.»

 

کونگ و آهوجا، نمونه اولیه را با استفاده از ابزار Face Mesh گوگل برای مطالعه الگو‌های نگاه کاربرانی که به نواحی مختلف صفحه نمایش نگاه می‌کنند و داده‌های نقشه‌برداری را ارائه می‌کنند، توسعه دادند. سپس، تیم یک پیش‌بینی‌کننده نگاه را توسعه داد که از دوربین جلوی گوشی هوشمند برای قفل کردن چیزی که بیننده به آن نگاه می‌کند استفاده می‌کند و آن را به عنوان هدف ثبت می‌کند. این تیم با ترکیب پیش بینی کننده نگاه با حسگر‌های حرکتی داخلی گوشی هوشمند برای فعال کردن دستورات، این ابزار را کارآمدتر کرد. به عنوان مثال، یک کاربر می‌تواند به اندازه کافی به یک اعلان نگاه کند تا آن را به عنوان یک هدف ایمن کند و تلفن را به سمت چپ تکان دهد تا آن را رد کند یا به سمت راست برای پاسخ به اعلان ها. به طور مشابه، کاربر ممکن است تلفن را نزدیک‌تر بکشد تا تصویر را بزرگ‌تر کند یا گوشی را دور کند تا کنترل نگاه را از بین ببرد.

 

هریسون می‌گوید: «شرکت‌های بزرگ فناوری مانند گوگل و اپل به فناوری پیش‌بینی نگاه بسیار نزدیک شده‌اند، اما خیره شدن به یک چیز به تنهایی شما را به آن جا نمی‌رساند. نوآوری واقعی در این پروژه، افزودن حالت دوم است، مانند تکان دادن تلفن به چپ یا راست، همراه با پیش بینی نگاه. این چیزی است که آن را قدرتمندتر می‌کند. این یک ایده هوشمندانه است که EyeMU را بسیار شهودی‌تر می‌کند.»