Ученые представили Log2Motion: новая система анализа мышечной активности при использовании смартфонов

Новая модель Log2Motion AI раскрывает скрытое напряжение мышц за ежедневным использованием смартфона Исследователи из Университета Аалто и Лейпцигского университета разработали систему которая преобразует журналы прикосновений в моделирование движения всего тела Инструмент под названием Log2Motion оценивает мышечную активность точность движений и потребление энергии во время взаимодействия со смартфоном Работа выходит за рамки основных данных экрана чтобы показать насколько требовательными на самом деле являются повседневные жесты Традиционная аналитика смартфонов фокусируется на том где пользователи нажимают или смахиваются Они не показывают как эти действия ощущаются физически Этот пробел ограничивает то как дизайнеры оценивают комфорт и удобство использования

Исследователи научили ИИ симулировать насколько физически утомителен каждый тап и свайп по экрану смартфона Проект Log2Motion разработан совместно Университетом Аалто Финляндия и Лейпцигским университетом Германия Работу представят 17 апреля на CHI 2026 главной мировой конференции по взаимодействию человека и компьютера в этом году проходящей в Барселоне Модель превращает обычные логи касаний в полноценную биомеханическую симуляцию Виртуальный человек с цифровыми костями и мышцами в реальном времени работает с реальными мобильными приложениями за счёт связки физического движка и софтверного эмулятора В основе обучение с подкреплением на данных motion capture Валидация прошла на публичном датасете Android in the Wild а сгенерированные траектории движений по заявлению авторов укладываются в диапазон вариативности между реальными участниками экспериментов Log2Motion оценивает скорость точность активацию мышц и энергозатраты каждого жеста Команда уже выделила проблемные зоны интерфейса свайпы вверх вниз и вниз вверх утомляют сильнее остальных мелкие иконки и углы экрана требуют дополнительных усилий Авторы позиционируют инструмент как помощь дизайнерам делать интерфейсы удобнее в том числе для людей с тремором сниженной силой или протезами Но у этой же технологии есть обратная сторона Впервые корпорации получают точную количественную оценку того какая кнопка требует от пользователя минимум усилий а какая максимум Это готовая инфраструктура для dark patterns нового поколения Кнопку Принять все можно разместить в зоне минимальной мышечной нагрузки Отписаться или Отклонить увести в угол и замкнуть на тот самый утомительный свайп вверх вниз Формально выбор остаётся за пользователем фактически рука устанет быстрее чем терпение Эргономик дизайн незаметно превращается в манипуляцию цель не облегчить взаимодействие а направить его в нужную продукту сторону И чем точнее ИИ моделирует усталость тем эффективнее её можно эксплуатировать массово персонализированно и с полной аналитикой успеха Если у вас плохо прогружаются файлы всё также доступно в канале в MAX News Soft Hacker

Исследователи научили ИИ вычислять мышечную усталость по логам касаний на экране смартфона Модель Log2Motion симулирует движение пальца с учетом биомеханики и рассчитывает нагрузку на 70 мышц В итоге ИИ научился определять усталость руки по движениям пальца на экране смартфона

Ученые начали замерять физический износ рук от смартфонов Исследователи представили Log2Motion нейросетевую модель которая оценивает нагрузку на мышцы и сухожилия при скроллинге В основе системы цифровой двойник руки с 63 мышечными узлами Через функцию Screen Mirror модель прокликивает реальные Android приложения и фиксирует каждое микронапряжение ИИ учитывает даже естественные неточности движений которые заставляют нас растягивать пальцы сильнее чем нам нужно В перспективе такая ИИ диагностика станет обязательной для UX дизайнеров Разработчики приложений смогут еще на этапе проектирования вычислять неудобные жесты и неудачное расположение элементов интерфейса settersmedia news

Ученые выяснили какие жесты самые утомительные при работе со смартфоном Исследователи из Университета Аалто и Лейпцигского университета разработали ИИ модель Log2Motion которая позволяет понять почему длительное взаимодействие со смартфоном вызывает физическую усталость Модель использует данные о касаниях и свайпах по экрану а затем симулирует движения пальца с учетом биомеханики Она учитывает активность 63 мышц скорость движения точность и энергозатраты при взаимодействии со смартфоном Эксперименты показали что наибольших усилий требуют свайпы вверх вниз и работа с маленькими иконками в углах экрана Такие действия создают заметно большую нагрузку по сравнению с горизонтальными жестами или взаимодействием с центральными элементами интерфейса С помощью Log2Motion разработчики приложений смогут создавать более эргономичные и приятные интерфейсы Стартаперная