在騰訊做只有10萬人用的產(chǎn)品，這群工程師竟然還很高興

明敏 2022-01-15 12:19:09 來源：量子位

魚羊 明敏 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

用眼睛打字是一種怎樣的體驗(yàn)？

用眼睛按順序盯一下鍵盤上的“a”、“l(fā)”、“g”，就能順利打出“奧利給”這個(gè)詞：

眼神示意鍵盤打出“我要”，輸入法立馬開始揣摩心意，推薦后文，同樣只要給到一個(gè)眼神，就能完成輸入。

這不是科幻片，也不是尚在實(shí)驗(yàn)室里的技術(shù)，而是已經(jīng)有人實(shí)實(shí)在在使用的產(chǎn)品。

或許你會(huì)問，這不就是如今鍵盤打字的常規(guī)操作嗎？

但實(shí)際上，對于不能方便地使用普通鍵盤的人群而言，這份我們習(xí)以為常的體驗(yàn)卻已經(jīng)等待了許久。

不動(dòng)手，如何絲滑打字？

如果一個(gè)人口不能言，手不能動(dòng)，那么他該如何與外界交流？

近十年來技術(shù)的進(jìn)步為這個(gè)看似不可能的問題提供了多個(gè)解決路徑——眼控設(shè)備目前是其中比較“平民”的一種。

簡單來說，眼控儀基于眼球追蹤技術(shù)，如瞳孔角膜反射技術(shù)（PCCR），能夠根據(jù)光源在眼睛中產(chǎn)生的反射圖像，通過角膜與瞳孔反射之間的角度來計(jì)算出眼動(dòng)的向量，并由此判斷視線的方向。

△圖源：Tobii Dynavox

配合上虛擬鍵盤，眼球控制方案便提供了一種解決輸入問題的技術(shù)路徑。

但輸入的效率又該如何解決？舉個(gè)例子，要依靠眼控打出“涼爽（liangshuang）”這樣一個(gè)簡單的詞，就得盯著鍵盤完成11次點(diǎn)擊操作，這還只是沒有任何“誤看”的條件下，其效率可想而知。

具體操作感受如何，不妨盯著下面這個(gè)鍵盤直接感受一下：

不過，得益于技術(shù)的進(jìn)步，目前眼動(dòng)儀在輸入效率上已經(jīng)有了很大的提升。

在硬件設(shè)備方面，以國際知名眼控儀廠商Tobii Dynavox的產(chǎn)品為例，他們對傳統(tǒng)PCCR遙測式眼動(dòng)追蹤技術(shù)進(jìn)行了改良——利用近紅外光源在用戶眼睛的角膜和瞳孔上產(chǎn)生反射圖像，然后使用2個(gè)圖像傳感器采集眼睛和反射圖像位置，結(jié)合圖像處理算法和三維眼球模型，就能更加精確地計(jì)算出眼睛在空間中的位置和視線位置。

如此一來，對于一個(gè)熟悉眼控操作的用戶而言，這樣的眼控儀支持最低0.1秒的注視時(shí)間設(shè)置。

最快只要盯住按鍵0.1秒，就能完成1次點(diǎn)擊操作。

解決了硬件的問題，想要進(jìn)一步提升效率，減少操作步驟便成了最好的選擇，而這只能從軟件側(cè)發(fā)力。

說起來技術(shù)方案很清晰：通過支持縮寫打字、智能聯(lián)想等等功能，提供更準(zhǔn)確的候選詞匯，在減少輸入操作的同時(shí)，提升輸入的準(zhǔn)確率。

事實(shí)卻并非如此，雖然市面上面向普通人的輸入法的技術(shù)方案已經(jīng)非常成熟，但是想要在眼動(dòng)輸入上復(fù)制這些能力，依然存在不少障礙。

最主要的難點(diǎn)在于用戶使用習(xí)慣的差異，對輸入法背后的語言模型、語料庫都提出了全新的要求。

再直白一點(diǎn)說，就是不僅算法模型得重新調(diào)參，語料庫往往也需要重新篩選整理。

以糾錯(cuò)算法為例，對于普通的鍵盤輸入而言，由于打字通常比較連貫、速度較快，算法通常是聚焦于音節(jié)層來實(shí)現(xiàn)糾錯(cuò)。

但對于眼動(dòng)輸入這樣逐字符點(diǎn)擊的輸入方式，更多時(shí)候，錯(cuò)誤會(huì)出現(xiàn)在字符層上。需要通過定位按鍵位置、聯(lián)系上下文等方式，讓語言模型對錯(cuò)誤輸入進(jìn)行重新計(jì)算。

“把應(yīng)該做的事情做了”

不難看出，想要做成眼動(dòng)輸入這么一件更多面向少數(shù)群體的“小事”，并不是那么容易。

作為科技觀察者，我們也不由好奇，研發(fā)團(tuán)隊(duì)為何會(huì)關(guān)注到這樣“小眾”的需求？這并不符合商業(yè)邏輯，因?yàn)榕c投入相比收益幾乎可以忽略不計(jì)。

可真當(dāng)我們聯(lián)系上了背后輸入法方案的提供方——騰訊旗下的搜狗輸入法團(tuán)隊(duì)，卻發(fā)現(xiàn)，站在他們自身的角度，這件事順理成章得有些不值一提。

總結(jié)起來就簡簡單單一句話，“把應(yīng)該做的事做了”。

搜狗輸入法無障礙產(chǎn)品專家趙義濤解釋，一開始，他只是偶然看到了公司內(nèi)網(wǎng)的一個(gè)帖子，內(nèi)容涉及Tobii Dynavox正在尋求的輸入法技術(shù)助力：

搜狗輸入法有眼控儀版本嗎？

趙義濤當(dāng)即產(chǎn)生了興趣。此前，他的團(tuán)隊(duì)曾負(fù)責(zé)開發(fā)搜狗輸入法中點(diǎn)點(diǎn)輸入的功能——僅靠鼠標(biāo)點(diǎn)擊就能實(shí)現(xiàn)高效打字，這同樣是一個(gè)面向特殊人群開發(fā)的輸入方式。

△點(diǎn)點(diǎn)輸入

Tobii是眼動(dòng)控制領(lǐng)域的專家，他們?nèi)鄙俚氖禽斎敕▽＜业膸椭?。搜狗做?5年輸入法，我覺得特別適合參與到這個(gè)項(xiàng)目當(dāng)中。

雖然，按照互聯(lián)網(wǎng)的既有思考模式，“眼動(dòng)輸入”這樣一個(gè)項(xiàng)目，無疑級別很低——相較于用戶數(shù)量超過4.5億的搜狗輸入法本體，大多數(shù)無障礙輸入法服務(wù)的用戶量級，可能也不過在十萬左右。

但趙義濤的想法，卻很快被推動(dòng)著成為了現(xiàn)實(shí)。

甚至連一次程序員和產(chǎn)品經(jīng)理之間的辦公室“battle”都沒有發(fā)生。

沒太考慮過有沒有搞頭的事情。覺得這是個(gè)好事，大家就非?？斓赝度脒M(jìn)去了。

趙義濤的技術(shù)同事邵亞飛還透露，眼動(dòng)輸入的需求過來的時(shí)候，他自身的工作排期其實(shí)已經(jīng)比較滿了。

但這個(gè)事情本身很有意義嘛，就覺得自己總能抽出時(shí)間，把活兒扛下來。

無關(guān)于KPI，也無關(guān)于自上而下的壓力，這支團(tuán)隊(duì)透露出的訊息，更多就是“這件事需要有人去做，我們又具備能力去做，于是自然而然就做了”。

甚至是這樣一種心態(tài)：

對的事我們看到了，就要去做，不能指望別人來做！

用科技的溫度讓每個(gè)人發(fā)聲

正是抱有這種心態(tài)，在無障礙輸入方面，搜狗輸入法不僅做了眼動(dòng)輸入，還推出了點(diǎn)點(diǎn)輸入、視障輸入、長輩輸入等一系列無障礙輸入功能。

與諸多動(dòng)輒上億用戶的應(yīng)用相比，這些產(chǎn)品的DAU顯得有些微不足道——以上線2年為例的點(diǎn)點(diǎn)輸入為例，用戶日均活躍度僅在10萬左右。

但就是10萬日活這么一個(gè)并不亮眼的數(shù)字，讓趙義濤和他的同事們感到震驚。

因?yàn)?，這個(gè)數(shù)字意味著，每天都有約10萬個(gè)人只能用自己有限的肢體能力一點(diǎn)點(diǎn)拖動(dòng)鼠標(biāo)、敲擊下自己心中的字符，才能與外界搭建起溝通的橋梁。

或許這還只是特殊人群的冰山一角。

據(jù)統(tǒng)計(jì)，我國有超過8500萬特殊群體，相當(dāng)于德國全體公民的數(shù)量。其中有超過1700萬視障人士、超過600萬腦癱患者，且每年新增患兒達(dá)4.6萬。

在如此現(xiàn)實(shí)下，僅憑一個(gè)產(chǎn)品、團(tuán)隊(duì)、公司“單打獨(dú)斗”，多少有些勢單力薄，無法滿足整個(gè)社會(huì)的公益需求。唯有聯(lián)動(dòng)更多方的力量，才能將這塊公益蛋糕做得更大。

搜狗輸入法及其背后的騰訊，作為率先在國內(nèi)信息無障礙領(lǐng)域邁出一步的科技力量，顯然也想到了這條路。

最近，在中國殘疾人聯(lián)合會(huì)下屬中國殘疾人輔助器具中心的指導(dǎo)下，搜狗輸入法聯(lián)合深圳市信息無障礙研究會(huì)、全國殘疾人用品開發(fā)供應(yīng)總站共同發(fā)起“眾聲無障礙輸入公益計(jì)劃”。

計(jì)劃包括兩部分內(nèi)容。

一方面，將由中國殘疾人輔助器具中心和深圳市信息無障礙研究會(huì)專家、搜狗輸入法產(chǎn)品專家、各合作企業(yè)產(chǎn)品專家及各特殊群體用戶代表組成聯(lián)合調(diào)研專家組，針對特殊人群生活交流需求進(jìn)行深入調(diào)研，并形成公開報(bào)告，為行業(yè)內(nèi)各類產(chǎn)品的無障礙優(yōu)化適配提供參考，幫助產(chǎn)品更快速研發(fā)、更新、迭代。

另一方面，通過搭建無障礙輸入開放平臺(tái)，向行業(yè)免費(fèi)開放包括視障輸入、長輩模式輸入以及OCR讀圖、AI手語翻譯在內(nèi)的技術(shù)方案，以降低行業(yè)重復(fù)“造輪子”的成本。

之所以大舉開放技術(shù)，原因只有一個(gè)：獨(dú)木不成林。

這也是此次騰訊發(fā)布該公益計(jì)劃的最主要目的，就是期待發(fā)動(dòng)行業(yè)內(nèi)的力量，將搜狗輸入法在無障礙輸入上的經(jīng)驗(yàn)?zāi)Ｊ窖永m(xù)到更多被忽視的社會(huì)角落中去，讓更多特殊群體能夠被社會(huì)看到、發(fā)出自己的聲音。

每個(gè)人都可能是“少數(shù)派”

倉廩實(shí)而知禮節(jié)。放眼當(dāng)下我們不難發(fā)現(xiàn)，利用最前沿科技提高少數(shù)群體生活質(zhì)量，已經(jīng)成為科技圈內(nèi)的一種趨勢。

去年5月，腦機(jī)接口幫助截癱患者用“意念”打字曾登上頂級學(xué)術(shù)期刊《Nature》封面。

在這項(xiàng)研究中，一位已經(jīng)喪失上肢能力十余年的70歲癱瘓患者，在斯坦福大學(xué)腦機(jī)接口團(tuán)隊(duì)的幫助下，可以用“意念”以0.5秒一個(gè)字母的速度輸出文字，正確率高達(dá)99.1%。

表面看，這一切聚焦的群體并不“主流”，生活中并不常見。

但背后更深層次需要思考的問題是，在這個(gè)科技日新月異的時(shí)代里，我們每個(gè)人都有可能成為“少數(shù)派”。

而這也是為何類似搜狗輸入法程序員這樣的舉動(dòng)，會(huì)如此令人感慨。

因?yàn)楫?dāng)技術(shù)的目光聚焦向少數(shù)人后，其意義將不再局限于一次產(chǎn)品開發(fā)、改善某個(gè)群體的生活質(zhì)量那樣單薄，而是透露出用技術(shù)填補(bǔ)社會(huì)差異鴻溝、讓人人都不被忽略的希望。

科技浪潮奔騰翻滾，希望再小眾的少數(shù)派，都不會(huì)被遺落在社會(huì)的角落里。