本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

有了機器學習，沒有軟鍵盤還能照樣打字。

憑啥？憑想象。

來自韓國科學技術高級研究院在一項最新研究中，提出了一種完全靠想象的鍵盤：I-Keyboard，這個界面上看不到軟鍵盤上的字母布局、形狀和大小。

通過機器學習技術，你從觸摸屏的任何區域進行打字，并且準確率還有點高。

研究人員聲稱，與傳統的虛擬鍵盤相比，這個新穎的盲打鍵盤能讓大多數人能夠達到95.84％的準確度。

構建系統

構建這個系統的第一步，就是先找到不用人類用軟鍵盤打字的觸摸位置的數據集。

研究人員招募了43名經常使用QWERTY鍵盤的志愿者，用他們的數據構建數據集。所謂的QWERTY鍵盤鍵盤，就是我們平時電腦和手機26鍵輸入法上的字母布局。

這些志愿者需要在研究人員的指示下輸入一些固定句子，包括從推特和20個新聞數據集中隨機抽取額150-160個句子，并在正式開始前用15個句子進行了預熱。

最終，每個參與者大約花費了15分鐘，總共輸入了7245個短語，以及196194次鍵入。

論文中顯示的手機裝備如下：

屏幕有一定的輸入指引（圖a），這個過程中屏幕上除了刪除鍵和輸入鍵以外沒有其他提示，黑漆漆的輸入界面上看起來是這樣的（圖b）：

收集完位置信息后，研究人員對這些數據進行了歸一化處理，并且去除了位置偏移量。

他們發現，志愿者“盲打”時認定的字母排布不是水平對齊的，二是呈現一條特定的分布曲線。

于是，在這些調研之后，研究人員設計了I-Keyboard的系統架構，由三個模塊組成：

用戶交互模塊，準備模塊和通信層。

首先，系統通過觸摸屏或觸摸界面接收輸入。

同時數據準備模塊預處理信息，并格式化原始輸入。

最終，緊密集成了機器學習框架和應用程序框架的通信層處理信息，深度神經解碼器（DND）負責將輸入信息翻譯成字符序列，預測打字人輸入的到底是什么。

部署系統

系統構建完成后，研究人員在一臺MacBook Pro上部署了I-Keyboard，測試系統的性能。

他們在短語集中隨機選出了20個短語，參與者需要以每分鐘45.47個單詞的速度進行鍵入。

這個輸入速度不是固定的，研究人員考慮到，在用物理鍵盤或者軟鍵盤打字時，每個人的速度本身就不同。因此，為了保證測試質量，測試者也可以用物理鍵盤打字88.74%的速度進行輸入。

結果顯示，這種方法的正確率達到了95.84%，超過了基線水平4.06%。

研究人員表示，目前I-Keyboard還不支持所有型號的智能手機，但研究人員的目標是將這個系統擴展到所有觸摸屏設備上。

他們表示，這樣研究未來前景無限，還可以加入一些手勢識別算法，實現對非字母字符的輸入，比如胡子，標點符號和功能鍵等。

總之，是一種全新體驗的輸入方式。

傳送門

VentureBeat報道：

https://venturebeat.com/2019/08/02/ai-may-turn-touchscreen-keyboards-invisible/

論文地址：

https://arxiv.org/abs/1907.13285