Google arbejder på at bruge maskinlæringsmodeller til at forudsige, hvornår brugeren ønsker at foretage en strygebevægelse tilbage i Android 12.
Google udgav den første Developer Preview af Android 12 den anden dag, og vi har gravet i koden for at finde alt, hvad der er nyt. En af de mest spændende ændringer, vi har set, er en overhaling af, hvordan Android registrerer tilbage swipe-bevægelser. Hvis det implementeres, vil Android 12 bruge maskinlæringsmodeller til forudsige når brugeren har til hensigt at bruge rygbevægelsen.
Med lanceringen af Android 10, Google indført dets fuldskærms gestusnavigationssystem. Androids gestus-navigationssystem placerer en pille nederst på skærmen, som du kan interagere med for at skifte mellem apps, åbne den seneste apps-grænseflade eller gå til startskærmen. Tilbage-knappen blev i mellemtiden erstattet med en indadgående swipe-bevægelse, der kan udløses fra venstre eller højre side af skærmen. Der er spildt meget blæk problemet med Androids rygbevægelse
Hvordan Androids rygbevægelse fungerer i øjeblikket er som følger. Et usynligt udløserområde findes på næsten alle tidspunkter på begge sider af skærmen. Dette triggerområde strækker sig mellem 18dp-40dp i bredden fra siderne af skærmen afhængigt af den brugerdefinerede rygfølsomhedsindstilling. Brugeren kan udløse en rygbevægelse ved blot at placere en finger hvor som helst inden for indsættelsen og derefter flytte fingeren indad forbi en minimumsafstand. Google brugte varmekort til telefonens skærme, når de designede de bageste gestus-indsatser, og de slog sig til genkendelsesområder, som brugerne føler er ergonomiske og enhåndsvenlige.
Gestiknavigation i Android 10+. Kilde: Google.
Problemet med denne tilgang, som Google selv indrømme, er, at nogle brugere stadig swiper for at åbne navigationsskuffer, hvilket er i konflikt med tilbagebevægelsen. Hver app er designet forskelligt, men udløserområdet med tilbagebevægelser siger stadig det samme. Denne one-size-fits-all tilgang til ryggesten spiller altså ikke pænt sammen med, hvordan nogle apps er designet, så derfor eksperimenterer Google med maskinlæring for at erstatte den nuværende model.
Mens vi undersøger de ændringer, som Google har foretaget dobbelttryk tilbage-bevægelsen i Android 12, XDA anerkendt udvikler Quinny899 opdagede tilstedeværelsen af en ny TensorFlow Lite-model og vocab-fil kaldet "backgesture." Det sidste indeholder en liste med 43.000 pakkenavne til både populære og obskure Android-apps, inklusive 2 af Quinny899's egne apps. Vi mener, at denne liste indeholder de apps, som Google trænede sin maskinlæringsmodel imod — dvs. de bestemte de hyppigste start- og slutpunkter for rygbevægelsen på en app-for-app-basis. Ved at grave dybere opdagede vi, at maskinlæringsmodellen refereres til i den opdaterede EdgeBackGestureHandler-klasse i SystemUI af Android 12. Hvis et funktionsflag er aktiveret, ser det ud til, at Android 12 vil bruge ML-modellen til at forudsige, om brugeren havde til hensigt at udføre en tilbagebevægelse, eller om de blot ønskede at navigere i appen. De data, der føres til ML-modellen til inferencing, inkluderer start- og slutpunkterne for gestus, om appen er på listen, og skærmens bredde i pixels. Alternativt, hvis funktionsflaget er deaktiveret, vender Android 12 simpelthen tilbage til standardmetoden til tilbagestrygning (dvs. indskud).
I øjeblikket er den ML-baserede tilbagebevægelsesforudsigelse deaktiveret som standard i Android 12 Developer Preview 1. Det er muligt, at Google kan skrotte denne tilgang, hvis den ender med ikke at være overlegen i forhold til den eksisterende inset-baserede model. Vi ved dog ikke med sikkerhed, før Google afslører Android 12 Beta om et par måneder, da det er det tidspunkt, hvor Google normalt afslører sine større ændringer til Android.
Tak til PNF Software for at give os en licens til at bruge JEB Decompiler, et professionelt reverse engineeringværktøj til Android-applikationer.