Apple Watch uczy się nowych gestów w minutę – badanie TransfHAR
System TransfHAR pozwala Apple Watchowi nauczyć się nowych ruchów dłoni z około minuty danych. Skuteczność przekracza 90%, a całość działa na zegarku.

Naukowcy z Northwestern University i Carnegie Mellon University opracowali system TransfHAR, dzięki któremu Apple Watch rozpoznaje nowe ruchy dłoni i nadgarstka po zaledwie około minucie nagrania. Zegarek rozpoznał siedem nowych aktywności ze skutecznością 90%, korzystając wyłącznie z wbudowanego akcelerometru i żyroskopu.
Jak przebiegał eksperyment
Obecnie Apple Watch rozumie tylko dwa gesty: stuknięcie dwoma palcami i strząśnięcie nadgarstkiem. Badacze pokazali, że czujniki zegarka wystarczą do znacznie szerszego repertuaru. Model bazowy, zaadaptowany z LSM-2 (modelu czujników noszonych opracowanego przez badaczy Google), wytrenowano na około 2760 godzinach publicznych danych o ruchu nadgarstka od 381 osób. Następnie 10 uczestników założyło Apple Watch Series 10 i wybrało po siedem czynności, na przykład mieszanie kawy, rysowanie w powietrzu serca, nakładanie środka do dezynfekcji rąk, otwieranie butelki Gatorade czy wiązanie sznurowadeł.
Przy jednym 2,56-sekundowym fragmencie na aktywność zrównoważona skuteczność wyniosła 75,2%. Pięć fragmentów (około 13 sekund) dało 86,7%, a 20 fragmentów (około 51 sekund) – 89,3%. Pełna minuta nagrania przesuwa wynik powyżej 90%.
Wszystko na zegarku
Trening na nowym zestawie aktywności trwa krócej niż sekundę, a predykcja około 24 milisekund, bez udziału telefonu i zdalnego serwera. Użytkownik może dodawać kolejne ruchy; w teście z 70 aktywnościami w jednym modelu skuteczność nadal przekraczała 82%.
Zdaniem autorów rozpoznany gest mógłby uruchamiać akcję w aplikacji lub skrót, na przykład włączać muzykę po wykryciu mieszania kawy albo rozpoczynać zapis treningu przy ćwiczeniu bicepsów. Wskazują też zastosowania medyczne, jak pasywny pomiar drżenia czy nadpobudliwości, oraz fabryczne śledzenie etapów montażu.
System ma ograniczenia. Gorzej radzi sobie z drobnymi, długotrwałymi ruchami, takimi jak pisanie, przewijanie ekranu telefonu czy smarowanie balsamem, bo dla czujników wyglądają podobnie. Trudniej mu też z wieloetapowymi czynnościami, na przykład kolejnymi krokami przygotowania latte. Badanie było krótkie i kontrolowane, a wpływu na czas pracy baterii nie mierzono. Narzędzia do trenowania nie są jeszcze publicznie dostępne.
Aplikacje warte uwagi
Wybierz właściwe pola, dodaj je i trafiaj w cel. Łatwa do nauczenia, trudna do opanowania. Za darmo, dla każdego wieku.
Rozmawiaj z partnerem AI; każde zdanie wraca poprawione i wyjaśnione w Twoim języku. 9 języków, od A1 do C2.
Otwieraj komunikaty EDIFACT i X12, każdy segment objaśniony, konwersja do JSON/XML, eksport PDF i Excel. Działa lokalnie, bez wysyłania.
Wybierz dla kogo, okazję i osobowość. Wyszukiwarka czyta opisy produktów lokalnych sklepów i układa to, co pasuje. Za darmo, bez rejestracji.
Więcej z tego dnia
Zobacz wszystkie →
Apple otwiera Siri AI dla wszystkich deweloperów przez App Intents

e-Tax w Japonii w trybie pilnej konserwacji po podejrzanym ruchu

MUJI: wyciek może objąć pełne numery kart 1,09 mln członków

Gosuslugi: zmiana operatora komórkowego przez konto osobiste
Więcej w kategorii: Sprzęt
Zobacz wszystkie →
Raven Prism: smart glasses z Linuksem i AI trafiają do sprzedaży

Fritzbox: Fritz publikuje listę wsparcia, część routerów bez aktualizacji

Sprzedaż nowych laptopów w Rosji spadła o 19%, rośnie rynek odnowionych
