Trong thời đại công nghệ 4.0, nhu cầu xem phim, chỉnh sửa video, đọc tin tức và cập nhật mạng xã hội trên điện thoại ngày càng tăng cao. Do đó, các nhà phát triển đã không ngừng nâng cấp thiết bị này, với màn hình lớn hơn và công suất xử lý cao hơn, nhằm phục vụ các hoạt động phức tạp hơn.

Vấn đề ở đây là, mức độ hiện đại tỷ lệ thuận với sự bất tiện, cồng kềnh. Người dùng cần sử dụng hai tay hoặc lệnh thoại để vận hành điện thoại.

Để giải quyết khó khăn này, các nhà nghiên cứu trong Future Interfaces Group tại Viện Tương tác Máy tính - Con người (HCII) của Đại học Carnegie Mellon (CMU) đang phát triển EyeMU, công cụ cho phép người dùng thực hiện các thao tác trên điện thoại thông minh thông qua sự kết hợp điều khiển ánh mắt và cử chỉ tay đơn giản.

Anh Karan Ahuja, nghiên cứu sinh tiến sĩ về tương tác giữa con người và máy tính, chia sẻ “Chúng tôi đã đặt câu hỏi, 'Liệu có thể tương tác với điện thoại một cách tự nhiên hơn không?'. Cơ sở sáng kiến của chúng tôi là chuyển động đôi mắt ”.

Phân tích và dự đoán ánh nhìn không phải là ý tưởng mới, nhưng áp dụng trên điện thoại thông minh sẽ là một bước tiến đáng chú ý.

Ông Chris Harrison, phó giáo sư tại HCII, đồng thời là giám đốc của Future Interfaces Group cho biết vấn đề trong sự phát triển của giao diện mắt nhìn là vấn đề cảm ứng Midas. Bạn không thể dự đoán được điều gì sẽ xảy ra trên điện thoại. Nhiều ứng dụng có thể mở cùng một lúc khi bạn nhìn vào điện thoại. Phần mềm theo dõi chuyển động mắt với độ chính xác cao có thể khắc phục khó khăn này.

Andy Kong, sinh viên năm cuối chuyên ngành khoa học máy tính, đã quan tâm đến công nghệ theo dõi ánh mắt từ lần đầu tiên đến CMU. Anh đã tự viết chương trình sử dụng camera tích hợp của máy tính xách tay để theo dõi chuyển động mắt của người dùng, từ đó di chuyển con trỏ xung quanh màn hình. Đây là nền tảng quan trọng đối với EyeMU.

Anh phân tích: “Hiện nay điện thoại chỉ phản hồi khi chúng ta yêu cầu chúng, cho dù bằng giọng nói, chạm hay bấm vào nút. Nếu bây giờ điện thoại được sử dụng rộng rãi, thật tuyệt vời khi chúng ta có thể dự đoán những gì người dùng muốn thông qua phân tích ánh nhìn hoặc các công nghệ sinh trắc học khác".

Tuy nhiên, kết hợp các nguyên lý để chúng hoạt động hiệu quả trên điện thoại thông minh là một điều không đơn giản.

Ahuja cũng nói thêm “Chúng ta phải đối mặt với hạn chế về tài nguyên. Bạn phải đảm bảo các thuật toán của mình đủ nhanh. Nếu mất quá nhiều thời gian, mắt của bạn sẽ di chuyển theo".

Anh Andy Kong, tác giả chính của nghiên cứu, đã trình bày những phát hiện của nhóm với Ahuja, Harrison và Mayank Goel, Trợ lý Giáo sư của HCII tại Hội nghị Quốc tế về Tương tác Đa phương thức năm 2021. Đứng trên cương vị là nhà nghiên cứu khoa học, anh cảm thấy đây là một thành tựu to lớn .

Kong và Ahuja đã nâng cấp nguyên mẫu ban đầu bằng cách sử dụng công cụ Face Mesh của Google để nghiên cứu từng chuyển động đôi mắt của người dùng khi nhìn các khu vực khác nhau của màn hình và hiển thị sơ đồ dữ liệu. Tiếp theo, họ phát triển một công cụ dự đoán ánh nhìn, sử dụng camera phía trước của điện thoại để giới hạn tầm nhìn của người dùng và nhận diện mục tiêu.

Nhóm nghiên cứu nâng cao hiệu quả công cụ khi kết hợp công cụ dự đoán ánh nhìn với cảm biến chuyển động tích hợp trên điện thoại để kích hoạt các lệnh. Ví dụ, người dùng có thể xem thông báo trong thời gian không giới hạn và vuốt điện thoại sang trái để loại bỏ thông báo đó hoặc sang phải để phản hồi thông báo.

Harrison cho biết: “Các công ty công nghệ lớn như Google và Apple đã tiến khá gần đến khả năng dự đoán ánh nhìn, nhưng chỉ tập trung vào một khía cạnh sẽ không đạt được mục tiêu mong muốn. Sự đổi mới rõ rệt trong dự án này là việc bổ sung phương thức thứ hai, chẳng hạn như vuốt điện thoại sang trái hoặc phải, kết hợp với dự đoán ánh nhìn. Mặc dù không khó thực hiện nhưng đây là ý tưởng thông minh khiến EyeMU trực quan hơn nhiều".

Thu Nga