著名的物理學家史蒂芬·霍金在科學研究上獲得了極高的成就，但不幸的是由于年輕時患上了嚴重的運動神經元疾病，所以多年來只能坐在輪椅上用一套定制的通信系統與別人交流。現在，為了提高交流效率，霍金教授也開始用智能輸入法了。

由于史蒂芬·霍金使用的通信系統是定制的，所以把智能輸入法布置到這個通信系統中并不是安裝一個軟件包這樣簡單。借著英特爾對霍金的通信系統進行全面檢修的機會，輸入法廠商SwiftKey才得以把自己的技術集成到這個系統中。
由于現在市場上的輸入法產品很多，所以每個輸入法也都會努力給自己找個“賣點”，SwiftKey給自己定的“賣點”就是它會學習用戶的輸入習慣，然后構建對應的語言模型以提升效率。在SwiftKey被集成到霍金教授的通信系統里之前，SwiftKey的技術團隊先讓它學習了一下史蒂芬·霍金已經發表和尚未發表的作品集。在這個過程中，機器學習技術也就構建了一套史蒂芬·霍金風格的語言模型。

就像我們平常講話都會有自己的口頭禪和常用詞那樣，在使用鍵盤輸入時我們一樣遵循著腦子中已經成型的語言風格。這樣以來，當電腦學會了這種風格之后，它當然就可以預測用戶接下來想輸入的是什么、出錯的地方在哪里。

那么把這套智能輸入法集成到史蒂芬·霍金的通信系統中，最大的難點在哪里呢？在SwiftKey的技術主管喬·奧斯本看來，最大的問題恐怕就是霍金教授的拼寫太過準確。和那些經常在手機上打錯字的用戶不同，由于史蒂芬·霍金的拼寫不怎么出錯，這在某種程度上導致了SwiftKey的糾錯技術有些無處可用。對SwiftKey來說這肯定是一個特例。

喬·奧斯本認為，技術應該能夠為了滿足用戶需求進行調整，而不是讓用戶需求去遷就技術，所以SwiftKey會考慮用戶與鍵盤交互的準確率、用戶最重視是預測技術還是糾錯功能、用戶如何以自己的方式使用語言。當基于用戶需求的技術可調整型越強，技術的輔助性自然就越會強。

有了這套智能化的輸入預測和糾錯系統之后，史蒂芬·霍金的講話速度自然也就跟著變快了，測試結果表明整體速度差不多提高了一倍，而機器學習模式還將繼續優化這個過程。