4月5号,Facebook推出了可以应用于iPhone和iPad应用程序中的读屏软件,通过使用人工智能技术,让盲人和视障人士能够看到世界上最大的在线社交网络上发布的图片。
视力障碍用户也有使用社交网络的需求,他们虽然能够通过读屏软件获得文字信息,但是却看不到朋友们贴的图片,Facebook 的自动替代文本功能将帮助他们感受图片之美,为他们解释图片中的景象,目前该功能还仅提供英文解释。
Facebook把这项功能称为“自动可替换文本”,当它与文本-语音引擎相互配合的时候就可以为使用 Facebook 的盲人们带去不一样的体验。该功能基于深层神经网络技术,系统可以识别出照片里的特定对象,从车到船,从冰淇淋到比萨饼都可以一一分辨。除了辨别照片中的物品之外,它还能找出照片中人的面部特征,比如说微笑上翘的嘴角、大胡子以及戴眼镜。在这些微观识别的基础上,该功能还能够判断出图片中一般意义上的大背景,确定照片中是否包含了阳光、海浪或者雪景。当一张图片被完全识别出来之后,文本语言引擎就会大声地为盲人用户读出图片上的内容。
在进行图片识别时,有时候在机器看来很小的失误都会造成严重的后果,比如,Google Photos的图片识别引擎曾经把照片中的两个黑人认成了“大猩猩”并因此而公开道歉。Facebook显然吸取了这个教训。但最终,Facebook希望改进技术提供更精确的描述,甚至回答用户可能针对一幅画提出的问题。
目前,Facebook的照片识别项目中的词汇包括“车”、“天空”、“甜点”、“宝贝”、“鞋”、“自拍”。Facebook也计划将这种技术应用到Android APP中,使其可以通过Web浏览器访问其网站。
加州的门洛帕克公司正努力确保全球近3亿名盲人和视障人对社交网络仍然感兴趣。现在,Facebook及旗下的Instagram、Messenger和WhatsApp每天上传的图片达20亿张。
Facebook首席执行官马克·扎克伯格将照片描述工具誉为“确保每个人都有获取信息的权利的重要一步”。

请关注ciuavexpo微信,扫描二维码