点击是移动设备上最常用手势之一，例如启动应用程序到输入文本等各种操作都会使用到该收拾。尽管传统桌面图形中用户界面可点击元素（例如，按钮）的样式通常是常规定义的，但是在移动设备界面上，由于不同样式，人们仍然难以区分哪些可点击与不可点击元素。这种混淆不清则可能造成用户使用体验不佳，不确定性增加和出现错误。为避免这种情况，移动设备界面设计人员通过进行研究或视觉可供性测试，以阐明其界面中项目的适应性。然而，这些研究非常耗时，且研究结果常仅限于特定的应用程序或界面设计。在谷歌 AI 的 CHI'19 名为「利用众包和深度学习建模移动界面可用性」的论文中，研究团队介绍了一种大规模建模移动界面可用性的方法。通过众包一项任务，研究一系列移动应用程序中的 UI 元素，以衡量用户的感知能力。该研究你的模型预测与 90％级别的用户组一致，表明机器学习模型可以有效地用于估计界面元素在其设计中的感知能力，且不再需昂贵且耗时的用户测试。