Давно хожу с мыслью, что компания вроде Яндекса, у которой в Метрике есть гигабайты данных о кликах пользователей; о том, как люди воспринимают контент; о том, как пользователи буквально водят мышкой по экрану, просто обязана разработать алгоритм для веб-дизайнеров и облегчения их нелегкого труда.

Представьте, что у вас есть аналитика миллиона сайтов — вы знаете, где какая категория сайта (магазин, СМИ, сервис и т.п.), какие сценарии эти сайты покрывают, какие пути проделывают пользователи для достижения результата, с какими сложностями пользователь сталкивается. Всех этих данных должно хватить для того, чтобы алгоритм смог подсказать, как лучше расположить кнопки, сверстать текст и какие цвета подходят в это время года. В общем найти «философский камень» среди UX/UI.

На producthunt я встречал разные громкие заявления от проектов, которые пытаются разработать подобный сервис (https://thegrid.io/, https://firedrop.ai/), но я в них не очень верю, так как в алгоритмах машинного обучения (в нынешнем виде) очень важны данные (датасет) и получить эти данные не просто — никто ими не делится, я об этом уже как-то писал (https://t.me/denissexy/517).

И вот в MIT нашелся такой датасет и пару месяцев назад исследователи опубликовали демку, где вы можете загрузить изображение, а алгоритм попробует угадать, как будет распределяться внимание пользователей. На выходе вы получаете тепловую карту внимания, выглядит довольно интересно.

Попробуйте сами:
http://visimportance.csail.mit.edu/#Demo

Ну, а ниже пара примеров от меня.

P.S. Исходный код доступен по ссылке — https://github.com/cvzoya/visimportance

StyleGAN3 Music Video

Вдохновившись танцующими котиками, сделал демку для генерации музыкальных видео. Можно использовать со всеми доступнами моделями StyleGAN и с любыми музыкальными трэками (привзяно к частотам)

💻Играть в моем колабе

#GAN #demo #audio