Quettra

Quettra — это американская компания, специализирующаяся на разработке технологий в области мобильной аналитики, искусственного интеллекта и персонализации пользовательского опыта. Наиболее известна благодаря созданию и развитию мобильного приложения-клавиатуры SwiftKey, которое использует машинное обучение для предсказания следующего слова и адаптации под стиль письма конкретного пользователя.

История

Компания была основана в 2008 году в Лондоне, Великобритания, группой исследователей и инженеров: Джоном Рейнольдсом, Беном Медлоком и Крисом Хиллом. Первоначально проект назывался «TouchType» и фокусировался на создании технологии, способной анализировать вводимый текст для предсказания следующих слов. В 2010 году была выпущена первая версия приложения SwiftKey для платформы Android, которая быстро завоевала популярность благодаря высокой точности предсказаний и возможности обучения на основе текстов пользователя (писем, сообщений, постов в социальных сетях).

В 2012 году компания была переименована в SwiftKey в честь своего основного продукта. В 2014 году SwiftKey выпустила версию для iOS, что расширило её аудиторию. В 2016 году SwiftKey была приобретена корпорацией Microsoft за сумму, по разным оценкам, около 250 миллионов долларов США. После приобретения технология SwiftKey была интегрирована в продукты Microsoft, включая клавиатуру для Windows и приложение Microsoft Launcher для Android. В 2018 году Microsoft объявила о закрытии оригинального приложения SwiftKey для Android и iOS, заменив его на Microsoft SwiftKey Keyboard, которое сохранило основные функции, но было переработано под брендом Microsoft.

В 2020 году компания Quettra была выделена из состава Microsoft как самостоятельный стартап, сосредоточенный на разработке технологий персонализации и аналитики для мобильных устройств. Однако в публичном доступе информация о деятельности Quettra после 2020 года крайне ограничена. По состоянию на 2024 год, Quettra не является активным игроком на рынке мобильных приложений, а её технологии используются преимущественно в рамках продуктов Microsoft.

Технология и принцип работы

Основная технология Quettra (и её продукта SwiftKey) базируется на методах машинного обучения, в частности на нейронных сетях и статистическом моделировании последовательностей. Принцип работы можно описать следующим образом:

1. Сбор данных: Приложение анализирует вводимый пользователем текст, включая отдельные слова, их сочетания, частоту использования, контекст (например, в каких приложениях пишет пользователь) и даже грамматические конструкции. Данные обрабатываются локально на устройстве для обеспечения конфиденциальности.
2. Построение языковой модели: На основе собранных данных создаётся персонализированная языковая модель, которая предсказывает, какое слово пользователь, скорее всего, введёт следующим. Модель учитывает не только последние слова, но и общий стиль общения пользователя (формальный, неформальный, сленг).
3. Предсказание: При вводе текста система в реальном времени анализирует текущий контекст и предлагает наиболее вероятные варианты следующего слова. Предсказания отображаются в виде трёх вариантов над клавиатурой.
4. Адаптация: Модель постоянно обновляется по мере того, как пользователь печатает. Если пользователь часто использует определённые слова или фразы, они начинают появляться в предсказаниях быстрее. Также система может автоматически исправлять опечатки и ошибки, основываясь на контексте.

Ключевые особенности технологии:

• Обучение на основе текстов пользователя: В отличие от многих других клавиатур, SwiftKey могла анализировать тексты из SMS, электронной почты и социальных сетей (с разрешения пользователя), чтобы лучше понимать его лексику.
• Поддержка множества языков: Приложение поддерживало более 100 языков, включая русский, и могло одновременно работать с несколькими языками, автоматически переключаясь между ними.
• Облачная синхронизация: Пользователи могли синхронизировать свои языковые модели между несколькими устройствами (например, телефоном и планшетом) через облачный сервис.

Продукты

Основным продуктом Quettra (и SwiftKey) была мобильная клавиатура SwiftKey. После приобретения Microsoft, продукт был переименован в Microsoft SwiftKey Keyboard. Другие продукты, связанные с технологией Quettra, включали:

• SwiftKey Note — приложение для создания заметок с расширенными функциями предсказания текста.
• SwiftKey Emoji — функция, позволяющая предсказывать и предлагать эмодзи на основе вводимого текста.
• Microsoft Launcher — лаунчер для Android, в который была интегрирована технология SwiftKey для предсказания текста в поиске и других функциях.

Применение и значение

Технологии, разработанные Quettra, оказали значительное влияние на развитие мобильных клавиатур и персонализированного ввода текста в целом. До появления SwiftKey большинство клавиатур использовали статические словари или простые алгоритмы автозамены. SwiftKey продемонстрировала, что машинное обучение может значительно улучшить скорость и точность набора текста на сенсорных экранах.

Влияние на индустрию:

• Популяризация предиктивного ввода: SwiftKey стала одной из первых массовых клавиатур, которая сделала предсказание следующего слова основной функцией, а не дополнительной опцией.
• Персонализация: Идея обучения на основе текстов пользователя была новаторской и впоследствии была заимствована многими другими разработчиками клавиатур (например, Gboard от Google).
• Интеграция с ОС: Приобретение SwiftKey компанией Microsoft показало, что технология предиктивного ввода может быть ценной для операционных систем и облачных сервисов.

Критика и ограничения

Несмотря на успех, технология Quettra подвергалась критике по нескольким направлениям:

• Конфиденциальность данных: Основная критика была связана с тем, что для обучения модели приложение анализировало тексты пользователя, включая личные сообщения и пароли (хотя компания утверждала, что данные обрабатываются локально и не передаются на серверы без согласия пользователя). В 2015 году SwiftKey была вынуждена изменить политику конфиденциальности после того, как исследователи обнаружили, что некоторые данные всё же могут передаваться.
• Точность предсказаний: В некоторых случаях, особенно при вводе редких слов, имён собственных или специфического сленга, предсказания могли быть неточными или раздражающими.
• Зависимость от данных: Для эффективной работы приложению требовалось время для обучения на текстах пользователя. Новые пользователи или пользователи, которые редко печатают, могли не ощутить преимуществ технологии.

Интересные факты

• В 2013 году SwiftKey была признана «Лучшим приложением для Android» по версии Google Play.
• Технология SwiftKey была использована в экспериментах по созданию интерфейсов для людей с ограниченными возможностями, в частности для тех, кто не может пользоваться руками.
• После приобретения Microsoft, часть команды SwiftKey была переведена в отдел исследований и разработок, где они работали над интеграцией технологии в продукты Office и Windows.

Источники

• Официальный блог SwiftKey (архив 2010–2018 гг.)
• Статья «Microsoft acquires SwiftKey» на сайте TechCrunch (2016)
• Публикации в журнале «Wired» о технологии предиктивного ввода (2012–2015)
• Документация Microsoft по Microsoft SwiftKey Keyboard (2018–2024)
• Аналитические отчёты Gartner по рынку мобильных приложений (2014–2017)