Apple Watch apprend de nouveaux gestes en une minute, selon une étude

Le protocole

L'équipe a d'abord entraîné un modèle sur environ 2 760 heures de données publiques de mouvements du poignet, issues de 381 personnes, surtout des activités générales comme s'asseoir, marcher ou faire du sport. Dix participants ont ensuite porté une Apple Watch Series 10 et choisi chacun sept activités du quotidien : remuer un café, dessiner un cœur dans l'air, appliquer du gel hydroalcoolique, ouvrir une bouteille, nouer un lacet, limer ses ongles, etc.

Avec l'encodeur à six axes, un seul extrait de 2,56 secondes par activité donne une précision équilibrée de 75,2 %. Cinq extraits (environ 13 secondes) la portent à 86,7 %, et vingt extraits (environ 51 secondes) à 89,3 %. Une minute complète dépasse 90 %.

Tout se déroule sur la montre. L'entraînement sur de nouvelles activités prend moins d'une seconde et une prédiction environ 24 millisecondes, sans iPhone ni serveur distant. Avec 70 activités regroupées dans un seul modèle, la précision reste supérieure à 82 %. Le modèle de base est adapté de LSM-2, un modèle de capteurs portables conçu par des chercheurs de Google, dont un scientifique fait partie de l'équipe : l'approche pourrait donc gagner les montres Wear OS.

Usages possibles et limites

Les chercheurs imaginent des gestes qui déclenchent des applications ou des raccourcis, comme lancer de la musique en remuant son café ou enregistrer une séance de biceps. Ils évoquent aussi le suivi passif de symptômes comme les tremblements et le suivi d'étapes d'assemblage en usine.

Le système peine avec les petits mouvements soutenus qui se ressemblent pour les capteurs, comme écrire, faire défiler l'écran d'un téléphone ou appliquer une crème, ainsi qu'avec les routines en plusieurs étapes, comme préparer un latte. L'étude était courte et encadrée, et l'effet sur l'autonomie n'a pas été mesuré. Les outils d'entraînement ne sont pas encore publics.