AI研究人員現在可以通過眼動來識別人

當我們閱讀文本時，我們的眼睛徘徊，而不僅僅是在比喻意義上 - 在一系列稱為跳視的快速運動之間，眼睛平均只保持200-300毫秒。根據波茨坦大學，Weizenbaum網絡社會研究所和萊布尼茨農業工程研究所的新研究，這些運動充滿了潛臺詞 - 它們受到涉及視覺，注意力，語言和運動控制的認知過程的驅動。生物經濟，他們足以準確地識別一個人。

在預印本服務器Arxiv.org上發表的一篇論文(“ 用于識別讀者和評估眼動的文本理解的判別模型 ”)描述了一種學習將眼動行為(包括掃描路徑或注視模式)與個體聯系起來的系統。

“在閱讀過程中基于眼球運動的識別可能在許多應用領域提供了幾個優勢，”研究人員寫道。“用戶可以不受干擾地識別，同時可以訪問他們會閱讀的文檔，從而節省時間和注意力。”

首先，該團隊確定了可以用眼動追蹤系統觀察到的掃描路徑，它們與文本短語中的“詞匯特征”(如詞頻，數字長度，音節和詞性)相關聯。由此產生的生成模型不僅考慮每個掃視的幅度和持續時間，而且還考慮了五種掃視類型的細微差別，從而推斷出給定掃描路徑的可能性：

為了測試系統的準確性，研究人員接下來招募志愿者閱讀以隨機順序呈現的11個文本，每個文本都適合單個屏幕。他們的眼球運動用SR Research Eyelink 1000眼動儀記錄。

那么AI如何表現呢?在62個讀者的測試集中，具有詞匯特征的Fisher內核(該團隊測試了至少一個沒有它們的模型)實現了高達91.53%%的識別準確度。這并不像指紋99.8%%那么高，但該團隊聲稱它是最先進的。

“我們得出的結論是，在某些情況下，這個模型明顯優于[ Abdelwahab，Kliegl和Landwehr ] 的半參數模型，據我們所知，這是基于眼球運動的最佳公布生物識別模型，”研究人員寫道。 。

這不是我們第一次看到AI使用眼球運動來獲得洞察力。在 研究 由南澳大利亞，斯圖加特，弗林德斯大學的大學的大學和馬普學會信息學在德國進行，研究人員描述了一種機器學習模型，可以預測特質：善于交際，好奇心和責任感，從一個人的眼球運動單獨。