Des chercheurs de Carnegie Mellon ont été en mesure de décoder les messages lorsque les personnes portant une montre LG les faisaient défiler sur leur téléphone, tapaient sur le clavier ou se lavaient les mains.

Ce diaporama nécessite JavaScript.

L’une des principales raisons d’être propriétaire d’une smartwatch est qu’elle agit comme un tracker de fitness, surveillant vos mouvements physiques tout au long de la journée. La plupart des montres intelligentes sont équipées d’accéléromètres qui mesurent l’évolution des mouvements au fil du temps, ce qui signifie qu’il faut savoir si vous marchez, courez, faites du vélo ou dormez.

Maintenant, deux chercheurs de l’Université Carnegie Mellon ont trouvé un moyen d’utiliser l’accéléromètre existant dans une montre à puce LG pour mesurer également ce que font vos mains lorsque vous la portez. L’article, qui a été présenté à la conférence annuelle de l’ACM sur l’interaction entre l’ordinateur et l’homme, indique une autre façon dont l’électronique peut encore mieux connaître ses utilisateurs grâce à un capteur qui existe déjà dans la plupart des portables et smartphones actuels.

Dans le cadre de l’étude, les chercheurs ont suivi les mouvements des mains de 50 participants qui ont taggé ce qu’ils faisaient avec leurs mains à intervalles réguliers pendant près de 1 000 heures afin de créer une base de données des mouvements courants des mains. Ensuite, ils ont pu concevoir un algorithme capable de discerner avec une précision de 95,2 % les différences parfois extrêmement subtiles entre 25 mouvements de mains courants, y compris se laver les mains, laver les ustensiles, faire défiler votre téléphone, utiliser une télécommande et taper.

Pour saisir ces fines distinctions entre les mouvements, les chercheurs ont mis les accéléromètres dans un mode haute vitesse qui leur fournissait des informations plus granulaires, notamment l’orientation de la main, les modèles de mouvement et même certaines informations bio-acoustiques, qui consistent en des micro-vibrations qui se propagent dans le bras du porteur. Chris Harrison, chef du Future Interfaces Group à l’Université Carnegie Mellon et coauteur de l’article, dit que c’est presque comme tenir un stéthoscope à la main. Un réseau neuronal convolutionnel, qui est un type d’algorithme d’apprentissage machine, a été capable de trouver des modèles en utilisant toutes ces informations et de les associer à certains mouvements de la main.

« Cela ouvre un tout nouveau monde de reconnaissance d’activité haute fidélité qui n’était pas possible auparavant « , déclare M. Harrison à Fast Company par courriel. « Nous pouvons, par exemple, suivre votre frappe pour recommander (ou appliquer) les pauses. »

M. Harrison cite d’autres applications qui tiennent également compte du contexte. Par exemple, votre montre pourrait vous indiquer quand et pendant combien de temps vous mangez pour une application qui vous aide à suivre votre apport calorique. De même, votre montre pourrait vous rappeler de boire plus d’eau si elle détecte que vous n’avez pas beaucoup bu un jour donné.

Bien que ces applications ouvrent de nouvelles possibilités d’utilisation, elles soulèvent également des préoccupations en matière de protection de la vie privée. Par exemple, cette recherche montre que si Apple, Samsung ou un autre fabricant de montres intelligentes mettait en place un système similaire, les propriétaires de montres pourraient fournir au fabricant une image granulaire de ce qu’ils font la plupart du temps, d’autant plus que nos mouvements de mains sont intimement liés à notre activité. Par conséquent, Gierad Laput, co-auteur du document et doctorant de Carnegie Mellon, croit que tout le processus d’apprentissage machine devrait se faire sur l’appareil, sans connexion avec le cloud, et que le consentement serait vital.

L’étude montre comment même des capteurs simples et omniprésents comme les accéléromètres pourraient être exploités pour fournir encore plus d’informations sur la façon dont les gens passent leur temps. Et même si cette recherche demeure pour l’instant dans le milieu universitaire, il y a de bonnes chances qu’elle fasse bientôt son chemin dans votre montre à puce, surtout si l’on tient compte du désir effréné des entreprises de technologie d’obtenir des données.

Publicités

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.