根据国外媒体报道，为了能使眼球追踪更廉价、更简洁和更精确，使之足以应用于智能手机中，一群科学家正采用众包形式来收集人类目光凝视的信息，并利用这些信息来训练手机软件，使其学会找出用户目光真正关注的地方。
麻省理工大学、乔治亚大学和德国普朗克信息研究学院(Max Planck Institute for Informatics)的研究人员正在从事这个项目，他们表示到目前已经能够训练软件去识别用户目光所及之处，精确度大约是手机上为1厘米，平板电脑上为1.7厘米。
这种精确度并不是太高，尤其如果考虑到手机屏幕的总体大小。麻省理工大学硕士研究生Aditya Khosla指出，这种精确度并不足以用于消费者应用程序。Khosla与他人共同撰写了一份有关上述研究的论文，并在本周的一个计算机大会上进行公布。
不过，他认为，随着数据越来越多，该系统的精确度将会提高。届时，眼球追踪的范围和有用性将会大大提高。通常，这种系统的成本很高，而且要求配置高管硬件，才能为手机和平板电脑增加眼球追踪的能力。这项技术可以用于玩游戏或者让用户不用手指就可以转换手机屏幕。
研究人员最开始的时候制作了一款名为GazeCapture的应用程序，收集有关人们在不同环境下如何注视手机屏幕的信息。手机的前置摄像头记录下用户的注视行为。
GazeCapture的信息之后用于训练名为iTracker的iPhone软件。手机的摄像头捕捉用户的脸部，软件考虑位置、头部和眼睛朝向等因素，从而找出用户目光关注屏幕上哪个位置。
Khosla透露，到目前已经大约有1500人使用GazeCapture，他认为如果研究人员可以获得1万人的数据，就能够将iTracker的错误率降低至0.5厘米，这个范围对于眼球追踪应用程序而言是非常不错的。
他尤其希望这项技术可以用于医疗诊断;部分研究已经考虑如何将眼球运动用于诊断精神分裂症和脑震荡等疾病。
克莱姆森大学(Clemson University)教授Andrew Duchowski认为如果研究人员能够让iTracker在移动设备上发挥用处的话，那将会是“十分”有用的，但他也提醒说这项技术需要快速反应而且不能耗费太多电量。
他并不认为这项技术能够达到像素级别的准确度，不过他表示这项技术“仍然可以非常不错”。(楚慎)
