Facebook unapređuje AI za opisivanje fotografija za slabovide osobe

Facebook je predstavio unapređenu AI tehnologiju koju koristi za generisanje opisa fotografija postovanih na njihovoj mreži. Ova tehnologija nazvana je Automatic Alternative Text (AAT) i predstavljena je 2016. godine s ciljem da osobama sa oštećenim vidom ukaže na fotografije koje korisnici postavljaju na svojim profilima ili u grupama. Pre aktiviranja ove tehnologije obaveštavanje je bilo veoma jednostavno – izgovarana je reč „photo“ i ime osobe koja ju je šerovala.

AAT-a je omogućio i opisivanje fotografije, pa je korisnik mogao da čuje nešto slično ovom „image may contain: two people, smiling, outdoors“. Unapređivanjem ove tehnologije korisnik će moći da dobije mnogo više detalja o fotografiji. Na primer, AI je sada u stanju da identifikuje ne samo koliko osoba je na fotografiji, već i da pretpostavi njihove aktivnosti, kao i da pokuša da prepozna i lokacije na kojima se nalaze. Na prethodnom primeru to bi zvučalo otprilike ovako: „a selfie of two people, outdoors, the Leaning Tower of Pisa“. Osoba koja bi čula takav opis mogla bi mnogo bolje da zamisli fotografiju u odnosu na prethodnu varijantu opisa.

Facebook je naveo da je AI sposoban da prepozna više od 1.200 različitih koncepata, a to je omogućeno zahvaljujući velikom modelu za učenje, koji se stalno dopunjava novim primerima. Učenje je zasnovano na sopstvenoj open-source platformi, Facebook AI Research, koja služi za identifikovanje objekata na fotografijama.

I druge velike kompanije trude se da olakšaju upotrebu svojih servisa slabovidim i slepim osobama. Google je, na primer, prošle godine u okviru Androdi OS-a ugradio TalkBack sistem  koji koristi reči i vibracije da bi korisnicima objasnio šta se nalazi na ekranu telefona.

Izvor: ZDNet