本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

谷歌在開(kāi)發(fā)可穿戴設(shè)備上從未停歇，比如和李維斯合作推出的智能夾克衫Commuter Trucker。

衣服上的袖口加裝一塊傳感器，用戶(hù)可以通過(guò)藍(lán)牙鏈接與之進(jìn)行交互。

可以通過(guò)雙擊、滑動(dòng)等操作進(jìn)行切歌等操作。

再接再厲，谷歌希望能夠把設(shè)備做的小一點(diǎn)，功能更豐富一點(diǎn)。

谷歌隨后盯上了耳機(jī)線。

谷歌AI工程師開(kāi)發(fā)了一款電子交互式編織物（E-Textile），可以讓人通過(guò)捏、搓、握、拍等手勢(shì)實(shí)現(xiàn)以往觸摸屏的大部分功能。

音量控制、切歌換歌等操作更是不在話下，谷歌的新功能指向的是下一步的感知交互，最終目的解放我們的雙手。

手勢(shì)數(shù)據(jù)集的訓(xùn)練過(guò)程

谷歌開(kāi)發(fā)的此款設(shè)備是機(jī)器學(xué)習(xí)算法和傳感器硬件的結(jié)合，而耳機(jī)線只是承載物。

實(shí)際上線不是普通的耳機(jī)線，是柔性電子材料，并且將傳感器編織進(jìn)內(nèi)，因此可以進(jìn)行人機(jī)交互。

如果你喜歡，連帽衫也可以改造。

首先谷歌招募12名參與者進(jìn)行數(shù)據(jù)采集，各做8個(gè)手勢(shì)，重復(fù)9次，共計(jì)864個(gè)實(shí)驗(yàn)樣本。

為解決樣本量過(guò)小的弊端，研究者使用線性插值對(duì)每個(gè)手勢(shì)時(shí)間序列進(jìn)行再采樣。

每個(gè)樣本提取16個(gè)特征，最終得到80個(gè)觀察結(jié)果。

每位用戶(hù)經(jīng)過(guò)訓(xùn)練的手勢(shì)識(shí)別可啟用8個(gè)新的離散手勢(shì)。

不僅有定量的數(shù)字，還有參與者的切身感受，研究者希望提供以人為本的交互體驗(yàn)。

參與者還通過(guò)排名和評(píng)論提供了定性反饋，參與者還提出了多種交互方式，包括滑動(dòng)、彈指、按壓、捏、拉、擠等。

定量分析結(jié)果表明，交互式編織品的感知速度比現(xiàn)有的耳機(jī)按鈕控件要快，并且速度可與觸摸屏媲美。

而定性反饋還表明，與耳機(jī)線控相比，電子紡織交互更受青睞。

考慮到不同的使用場(chǎng)景，研究者為不同的使用場(chǎng)景開(kāi)發(fā)了不同的設(shè)備：

電子紡織USB-C耳機(jī)，用于控制手機(jī)上的媒體播放；帽衫抽繩，以無(wú)形地向衣服添加音樂(lè)控制。

算法對(duì)手勢(shì)的精準(zhǔn)識(shí)別

谷歌能做出電子編織物，難點(diǎn)并不在于機(jī)器學(xué)習(xí)的算法，而在于如何在耳機(jī)線上進(jìn)行手勢(shì)捕捉和交互。

耳機(jī)線等編織物出于體積考慮，無(wú)法安裝大型和眾多的傳感器，感知和分辨能力非常受限。

其次是人手姿態(tài)的曖昧性和多義性，比如捏和抓到底怎么區(qū)分，拍擊和上拉怎么分辨？

谷歌工程師用8個(gè)電極組成傳感器矩陣，對(duì)數(shù)據(jù)集進(jìn)行劃分為8次為訓(xùn)練數(shù)據(jù)，1次為測(cè)試數(shù)據(jù)，得到9個(gè)手勢(shì)的變換。

他們發(fā)現(xiàn)傳感矩陣中存在固有關(guān)系，非常適合機(jī)器學(xué)習(xí)分類(lèi)算法，這使得分類(lèi)算法可以運(yùn)用有限數(shù)據(jù)集進(jìn)行訓(xùn)練，大約只需要30s，便可實(shí)現(xiàn)一個(gè)手勢(shì)識(shí)別。

最終準(zhǔn)確率為93.8%，考慮到他們所使用的數(shù)據(jù)集規(guī)模和訓(xùn)練時(shí)間，這個(gè)精度足夠日常使用了。

耳機(jī)操控的下一步

谷歌此次對(duì)耳機(jī)線的訓(xùn)練，涉及手勢(shì)姿態(tài)識(shí)別和微觀互動(dòng)兩個(gè)內(nèi)容。

在觸摸屏設(shè)備上，屏幕下方空間可容納眾多傳感器，比如蘋(píng)果的3D Touch識(shí)別模塊。

但在諸如耳機(jī)線等體外設(shè)備上，可能就沒(méi)有這么輕松了，因?yàn)閭鞲衅鲾?shù)量和體積要受到限制。

實(shí)驗(yàn)過(guò)程中，工程師們發(fā)現(xiàn)需要對(duì)多種手勢(shì)的多次訓(xùn)練，而且不同個(gè)體手勢(shì)需要多次捕捉動(dòng)作。

這項(xiàng)研究顯示了一種可以在一個(gè)緊湊的外形尺寸物體中實(shí)現(xiàn)精確的小規(guī)模運(yùn)動(dòng)可能，我們可以期待智能可交互編織物的發(fā)展。

有一天?？纱┐魇浇缑婧椭悄芸椢锏奈⒔换タ梢匀我馐褂?，最終讓體外設(shè)備如影隨形，隨時(shí)交互，最終解放我們的雙手。

你期待這一天嗎？