谷歌借助人工智能让创新性工具更易用

随心的无聊_

【手机中国新闻】根据美国人口普查局的数据，在这个国家生活着超过 5 千 6 百万残障人士，他们和健全人士之间的数字化鸿沟正不断扩大。残障美国人有大约三倍于健全人的概率不上网，以及 20% 更少的可能性去购买电子设备。除此之外，他们中只有 40% 的人有信心借助自己的力量使用互联网。
为了让互联网更易使用，谷歌和纽约大学的 " 能力 " 项目共同发布了 " 创造力 ( Creativity ) "，一个包含了众多探索人工智能如何帮助残障人士实验的项目。这些实验可以在 " 创造力 " 的网页上被找到，谷歌同时也开源了该项目的代码。目前它正在向开发者们征集新的实验，后者可以上传自己的作品并可能获得被谷歌推荐的机会。这些实验包括了从通过移动面部来创作曲调的作曲工具，到可以将景象和声音转化为素描的数字画布，以及模仿通感效果的音乐可视化工具。


其中的关键的要数由谷歌 TensorFlow 机器学习架构驱动的机器学习模型 Posenet，它可以检测图片和视频中的人体姿态。通过普通的网络摄像头你就可以用脸画画，用鼻子编曲。它由 JavaScript 编写而成，图像可以由设备自身或者浏览器在线处理。谷歌声称其曾与包括失聪作曲家 Jay Alan Zimmerman，视障科学家及设计师 Josh Miele，科技教育家 Chancey Fleet，帮助年轻残障音乐家组建管弦乐队的 Open Up Music 公司创始人 Barry Farrimond 和 Doug Bott 在内的残障创作者合作开发 " 创造力 " 项目。


" 我们希望这些实验能激励残障人士释放心中的艺术才能。" 纽约大学 " 能力 " 项目的构思者和研究者 Claire Kearny-Volpe 在博客中写道 : " 艺术给了我们超越语言的能力去实现团结，创造快乐以及获得满足。做得很对，技术可以推进这一过程 - 拓展我们的能力和潜能。" 这并不是人工智能第一次被用于提升产品易用性。谷歌的 DeepMind 部门正使用人工智能为失聪者提供闭合字幕。在 2016 年牛津大学一项共同研究中，科学家们创造了一个表现显著优于唇读专家的模型，它正确地翻译了 200 个随机抽取片段中 46.8% 的话语，相比之下人类同行的成绩只有 12.4%。
与此同时，Facebook 也发展了可以向视障人士描述图片的说明工具。谷歌的 Cloud Vision API 能够理解图片中物体的背景。微软的 Seeing API 具备识别手写文本，描绘颜色和场景等能力。