Искусственный интеллект научился определять мышечную активность рабочей руки пользователя, анализируя логов касаний и свайпов из журнала сенсорного экрана смартфона. По координатам касаний и характеру движений пальцев система оценивает нагрузку на опорно-двигательный аппарат и прогнозирует усталость от взаимодействия с мобильными интерфейсами. Это открывает новые возможности для оптимизации приложений и их адаптации для людей с ограниченными возможностями.
Исследование провели специалисты из Университета Аалто в Финляндии и Лейпцигского университета. Они разработали ИИ-модель Log2Motion, которая объясняет, почему долгое использование смартфона вызывает физическое утомление. Стандартные логи экрана фиксируют лишь сами нажатия и жесты, не показывая реальные мышечные затраты. Новая разработка решает эту задачу, превращая простые логи в детальную симуляцию движений с учётом человеческой биомеханики. Это первый инструмент, позволяющий оценивать эргономику интерфейсов на этапе проектирования.
В основе Log2Motion лежит цифровое моделирование опорно-двигательного аппарата. Модель воспроизводит движения пальца, вычисляя активность почти 70 мышц, а также скорость, точность и энергозатраты на основе ранее собранных данных захвата движений. Симуляция работает в реальном времени совместно с эмулятором смартфона, анализируя каждый жест. Такой подход даёт дизайнерам возможность точно измерять физическую нагрузку, которую раньше невозможно было зафиксировать.
Результаты исследования показали, что наибольшую нагрузку создают вертикальные свайпы, а также взаимодействие с мелкими иконками и элементами по углам экрана. Подобные действия существенно увеличивают напряжение мышц по сравнению с горизонтальными движениями и элементами в центральной части дисплея. Учёные отмечают, что даже незначительные изменения в расположении кнопок способны заметно повысить комфорт при повседневном использовании устройств.
Авторы проекта рассчитывают, что Log2Motion превратится в стандартный инструмент для создания удобных интерфейсов, в том числе для пользователей с ограниченными возможностями — например, при мышечной слабости, треморе или использовании протезов. На данный момент модель тестировалась со смартфонами, лежащими на поверхности стола, однако в будущем её планируют адаптировать и под другие сценарии, включая управление устройством одной рукой на ходу или лёжа.
Подобные технологии способны предоставить массу ценной информации о привычках и физическом состоянии владельца гаджета. Остаётся лишь догадываться, как эти данные будут использоваться в маркетинговых целях после масштабного внедрения.
