המטרה מתחת לאגודל: בינואר 2007, כאשר סטיב ג'ובס עלה על הבמה במרכז מוסקוני בסן פרנסיסקו כדי לחשוף את האייפון המקורי, עולם הטכנולוגיה עצר את נשימתו - וחלק ניכר ממנו הגיב בספקנות מוחלטת. באותם ימים, שוק הטלפונים החכמים נשלט ביד רמה על ידי ענקיות כמו בלאקברי, פאלם ומוטורולה. המכשירים של אותה תקופה התגאו כולם במקלדות פלסטיק פיזיות מלאות, בעלות מקשים מובלטים שהעניקו למשתמש משוב מכני מובהק - צליל נקישה ברור ותחושת שקיעה פיזית של המקש תחת האצבע.
מנכ"ל בלאקברי דאז, ג'ים בלסילי, וכמוהו שורה ארוכה של מבקרי טכנולוגיה, טענו כי מחיקת המקלדת הפיזית לטובת מסך מגע שטוח היא משגה פטאלי. הטיעון היה פיזיקלי ואינטואיטיבי לחלוטין. כיצד אדם בוגר, בעל אגודלים שרוחבם נע בין 15 ל-20 מילימטרים, מסוגל להקליד במהירות ובדיוק הודעת טקסט על גבי מקשי זכוכית זעירים שרוחבם בקושי מגיע לכמה מילימטרים בודדים, ללא שום בליטה שניתן למשש?
על פי חוקי הפיזיקה והאנטומיה היבשים, המבקרים היו אמורים להיות אלה שידם על העליונה. הקלדה מהירה על זכוכית חלקה הייתה אמורה להיות חוויה רצופת שגיאות, מתסכלת ובלתי אפשרית. ובכל זאת, מאות מיליוני משתמשים ברחבי העולם מקלידים מדי יום עשרות מילים בדקה באייפון בדיוק כמעט מושלם.
הסיבה לכך אינה נעוצה במיומנות מוטורית עילאית שרכשנו מאז ההשקה ב-2007, אלא באחת מהונאות התוכנה האלגנטיות ביותר בתולדות המחשוב: המקשים שאתם רואים על המסך פשוט אינם המקשים שבהם אתם נוגעים.
דילמת 44 הפיקסלים (או: האתגר ההנדסי של פרויקט Purple)
כדי להבין את גודל הפריצה ההנדסית, יש לחזור אל המפרט הטכני של האייפון הראשון משנת 2007. מסך המכשיר היה בגודל של 3.5 אינץ' בלבד, וברזולוציה שנראית כיום כמעט ארכאית: רוחב של 320 פיקסלים על גובה של 480 פיקסלים. במקביל, מחקרי ממשק אדם-מכונה ותיקי העיצוב הפנימיים של אפל קבעו כלל ברזל פיזיולוגי: כדי שאצבע אנושית ממוצעת תוכל ללחוץ על כפתור דיגיטלי מבלי לפספס אותו, שטח המגע של הכפתור חייב להיות בגודל מינימלי של 44 על 44 פיקסלים.
כאן נוצר מלכוד מתמטי לכאורה בלתי פתיר. שורת המקשים העליונה של מקלדת QWERTY כוללת 10 אותיות (Q, W, E, R, T, Y, U, I, O, P). אם נקצה לכל מקש את הרוחב המינימלי הנדרש למגע נוח - 44 פיקסלים - נזדקק לרוחב מסך של לפחות 440 פיקסלים (10 כפול 44). אולם רוחב המסך כולו עמד על 320 פיקסלים בלבד.
בפועל, המשמעות הייתה שכל מקש גרפי במקלדת האייפון הוגבל לרוחב מצומק של כ-32 פיקסלים בלבד - קטן משמעותית משטח הפנים של קצה האגודל האנושי.
מה זה אזור פגיעה / אזור מגע? השטח הגיאומטרי הבלתי נראה המוגדר בקוד התוכנה מתחת לגרפיקה של המסך, אשר קובע לאיזה רכיב או כפתור ישויך מגע האצבע כאשר המשתמש נוגע במסך. דמיינו לוח מטרות של קליעה למטרה שבו העיגול האדום המצויר במרכז הוא בקוטר סנטימטר אחד, אך השופט מגדיר שטח בלתי נראה של חצי מטר סביבו שמעניק לכם ניקוד מלא של פגיעה במרכז.
האדם שהופקד על פתרון המשבר ההנדסי הזה בתוך "פרויקט פרפל" (השם המאובטח של פיתוח האייפון באפל) היה מהנדס תוכנה מבריק בשם קן קן קוסינדה. קוסינדה הבין מיד שניסיון לפתור את הבעיה בעזרת עיצוב חזותי בלבד נידון לכישלון; הפתרון חייב היה לבוא מעולם ההסתברות והבלשנות החישובית.
הפתרון המהפכני שפיתח, אשר נרשם מאוחר יותר כפטנט אמריקני רשמי של חברת אפל (פטנט מספר 8,232,973 על עיבוד אירועי מקלדת רכה), הפריד לחלוטין בין מה שהעין רואה לבין מה שתוכנת המגע מעבדת.
בכל רגע נתון, המקלדת הגרפית המוצגת על גבי מסך ה-iOS נשארת אחידה, יציבה וסטטית לחלוטין. המקשים נראים כולם באותו הגודל המלבני המושלם, שום כפתור אינו רוטט ושום קו אינו זז. אולם מתחת לפני השטח, בשכבת הזיכרון של מערכת ההפעלה, מפת אזורי המגע מתנהגת כמו יצור חי ונושם שמשנה את צורתו לאחר כל הקשה בודדת.
כיצד זה עובד בפועל? המקלדת כוללת בתוכה מודל שפה מובנה המבוסס על סטטיסטיקה מילונית ומודל N-gram. כאשר המשתמש מתחיל להקליד מילה, המערכת מחשבת בכל אלפית שנייה את ההסתברות של כל אות באלפבית להופיע כאות הבאה ברצף.
נחשוב על הדוגמא הבאה: המשתמש מקליד ברצף את האותיות T, I, M. המקלדת סורקת את המילון המובנה בשבריר מיקרו-שנייה ומזהה כי המילה Time היא מילה נפוצה ביותר בשפה האנגלית, בעוד שצירוף האותיות Timw אינו מייצג שום מילה קיימת. עוד בטרם האגודל של המשתמש משלים את תנועתו מטה לעבר המסך, המערכת מעלה את ההסתברות של האות E ל-96 אחוזים, ומורידה את ההסתברות של האות W הסמוכה לה לאפס אחוזים.
שטח הפגיעה הווירטואלי של האות E מתרחב ופולש עמוק לתוך השטח של האותיות השכנות לו. במקביל, שטח הפגיעה של האות W מתכווץ לנקודה זעירה. אם האגודל נוחת ברישול באמצע הדרך בדיוק בקו הגבול שבין E ל-W - מגע שבמקלדת רגילה היה יוצר שגיאה או מפעיל את W - האייפון משייך את הפגיעה לאות E. ברגע שהאות נקלטה, המשתמש מקליד את האות הבאה, וכל מפת אזורי הפגיעה במקלדת מתאפסת ומחושבת מחדש מן היסוד עבור כל תו ותו.
מה זה מודל שפה הסתברותי? מודל מתמטי שמחשב את הסיכוי הסטטיסטי של מילה או אות מסוימת להופיע בהתבסס על רצף האותיות או המילים שקדמו לה. דמיינו משחק השלמת משפטים שבו ברגע שנאמרת המילה "בוקר", המוח שלכם מצפה מיד לשמוע את המילה "טוב" ולא את המילה "מלפפון", ומכין את שרירי הפה להגות אותה מראש.
המערכת האלגוריתמית של אזורי המגע פתרה את בעיית הדיוק החישובי, אך נותרה בעיה תפיסתית אנושית חמורה: בעיית ההסתרה.
כאשר משתמש מקליד במקלדת מחשב שולחנית, קצות האצבעות מרגישות את המקשים מלמעלה, אך המבט רואה את שאר המקלדת והמסך. בסמארטפון, לעומת זאת, האגודל הרחב מכסה ומסתיר לחלוטין את המקש שעליו הוא לוחץ ברגע הלחיצה ממש. כתוצאה מכך, המשתמש אינו יודע האם פגע במרכז המקש או בשוליו, מה שמייצר חוסר ביטחון תמידי בעת ההקלדה.
כדי להתגבר על כך, הוסיף צוות הממשק של אפל טריק אופטי מבריק: בועת התצוגה המקדימה של התו.
ברגע שהאגודל שלכם יוצר מגע עם המסך, האות שנבחרה "קופצת" למעלה ומוצגת בתוך בועה גרפית מוגדלת הממוקמת כמה מילימטרים מעל קצה הציפורן והאגודל. האפקט הגרפי המהיר הזה מספק למערכת הראייה משוב מיידי. המשתמש אינו צריך לנחש מה לחץ תחת האגודל המכסה, אלא רואה את האות בבירור מעל האצבע בשבריר השנייה שבו המגע משתחרר.
השילוב בין התצוגה המקדימה לבין עיוות אזורי הפגיעה מייצר סינרגיה מושלמת. המוח מקבל אישור ויזואלי לכך שפגע ב-E, למרות שפיזית האצבע נחתה כמעט על ה-W.
מאחורי הקלעים של הקוד
הסיפור שמאחורי פיתוח המקלדת נחשף במלואו בשנת 2018, כאשר קוסינדה, שהיה מהנדס ראשי של תוכנת האייפון באפל, פרסם את ספרו המרתק "Creative Selection: Inside Apple's Design Process During the Golden Age of Steve Jobs". בספרו הוא מתאר את הדרמה הגדולה שהתרחשה בבניין Infinite Loop 1 במטה אפל בקופרטינו בסוף שנת 2005.
פיתוח האייפון היה תקוע. מסך המגע פעל, מערכת ההפעלה הבסיסית החלה לקרום עור וגידים, אך כל הניסיונות לייצר מקלדת וירטואלית שימושית נכשלו. המהנדסים ניסו מקלדות מפוצלות, מקלדות בעלות 21 מקשים מרוכזים בשיטת T9, ואף מקלדות הדורשות מחוות החלקה מסורבלות. סקוט פורסטול, סגן נשיא בכיר להנדסת תוכנה באפל, עצר את כל העבודה על שאר חלקי המכשיר והכריז על "מצב חירום": כל מהנדס ממשק בכיר נדרש לעזוב הכול ולבנות אב-טיפוס של מקלדת.
קוסינדה החליט להמר על מקלדת QWERTY מלאה בת 26 אותיות. הוא הבין שהמפתח אינו לשנות את הדרך שבה בני אדם חושבים על אותיות, אלא לגרום למחשב "לחשוב כמו אדם שמקליד ברישול". הוא בנה אלגוריתם שמשקלל שלושה וקטורים בו-זמנית.
1. הקואורדינטה הפיזית של המגע: הנקודה המדויקת של מרכז המסה של שטח המגע החשמלי של האגודל על המסך הקפסיטיבי.
2. ההיסטוריה המילונית: האותיות שהוקלדו עד כה באותה מילה וההסתברות של המילים במילון הפנימי של המכשיר.
3. וקטור התנועה: הכיוון שממנו הגיעה האצבע והמהירות שבה היא נעה לעבר המקש.
כאשר קוסינדה הציג את אב-הטיפוס שלו בחדר הישיבות הסגור מול סטיב ג'ובס ופיל שילר, ג'ובס התנסה במקלדת במשך שתי דקות תמימות בדממה מתוחה. בסיומן הוא הרים את ראשו, חייך ואמר: "זה עובד. זו תהיה המקלדת של האייפון".
3 דברים שחייבים להבין
1. האגודל שלכם אינו עט סטיילוס מדויק: משתמשים רבים מתוסכלים מכך שהם "מפספסים" לפעמים מקשים, אך האמת היא שאין שום סיכוי פיזיקלי לפגוע בדיוק במרכזו של מקש שרוחבו 5 מילימטרים באמצעות אצבע רחבה. כמעט כל מילה שאתם מקלידים בהצלחה היא תוצאה של שיתוף פעולה ביניכם לבין אלגוריתם ניבוי סמוי שמתקן אתכם ברקע.
2. ההפרדה המוחלטת בין עיצוב לתפקוד: בעולם ההנדסה המודרני, מה שרואים הוא כמעט אף פעם לא מה שקורה בקוד. העיצוב החזותי נועד להרגיע את המוח האנושי ולהעניק תחושת סדר ויציבות, בעוד שמתחתיו פועלת מערכת גיאומטרית כאוטית ודינמית שמשנה את צורתה בכל שבריר שנייה.
3. לוח המטרה הגמיש: דמיינו שאתם משחקים במשחק חיצים בלוח מטרה, אך במקום שהלוח יהיה עשוי מעץ קשיח, הוא עשוי מגומי אלסטי הנשלט על ידי מחשב-על. בכל פעם שאתם זורקים חץ לעבר הלוח, המחשב מנחש לאן כיוונתם, מרחיב את עיגול המטרה לכיוון החץ בשבריר השנייה שלפני הפגיעה, ובולע אותו ישירות לתוך ה"בול פגיעה".
המהפכה השקטה ששחררה את המסך
ההצלחה של מקלדת התוכנה של האייפון לא הייתה רק הישג הנדסי מקומי; היא הייתה התנאי המוקדם וההכרחי לעלייתו של עידן הסמארטפונים המודרני כולו. עד 2007, הטלפונים הניידים היו כבולים לתצורת חומרה קבועה. מקלדת הפלסטיק גזלה בין 40 ל-50 אחוזים משטח הפנים של חזית המכשיר, גם כאשר המשתמש לא הקליד דבר. כתוצאה מכך, המסכים היו קטנים מדי לצפייה בסרטונים, לגלישה באתרי אינטרנט מלאים או לקריאת מסמכים.
הפתרון של קוסינדה וצוות האייפון אפשר לאפל למחוק את החומרה הפיזית לטובת "משטח זכוכית רב-תכליתי". כאשר המשתמש זקוק למקלדת - היא מופיעה; כאשר הוא צופה בסרט, משחק במשחק או מנווט במפה - המקלדת נעלמת לחלוטין והמסך כולו מתפנה לתוכן. ללא אלגוריתם אזורי המגע הדינמיים, חוויית השימוש על משטח הזכוכית הייתה נכשלת, והתעשייה כולה הייתה נסוגה חזרה אל מקלדות הפלסטיק המסורבלות של בלאקברי.
ההמצאה הבלתי נראית הזו היא שסללה את הדרך לאפליקציות, לרשתות החברתיות הניידות ולכלכלת הסמארטפונים שאנו חיים בתוכה כיום.
בפעם הבאה שאתם שולחים הודעת וואטסאפ מהירה, מתקתקים אימייל דחוף ברכבת או מעלים פוסט ברשת החברתית, זכרו את הריקוד הסמוי שמתחולל מתחת לציפורניים שלכם. אין זה משנה עד כמה אתם מהירים, מיומנים או מנוסים - האגודלים שלכם תמיד יהיו גדולים ומסורבלים מדי עבור הפיקסלים של המסך. אך בתוך המכשיר שלכם יושב אלגוריתם מבריק שחושב צעד אחד לפניכם, קורא את כוונתכם, ודואג להזיז את המטרה בדיוק אל הנקודה שבה אתם עומדים לנחות.
ההישגים הטכנולוגיים הגדולים ביותר של המאה ה-21 אינם נמדדים תמיד בברזלים נוצצים, במצלמות ענק או במעבדים מהירים - לפעמים, הגאונות האמיתית מתמצה בכמה שורות קוד נסתרות, שגורמות למשהו בלתי אפשרי לחלוטין להרגיש טבעי כמו נשימה.
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו