الذكاء الاصطناعي في إمكانية الوصول للمعاقين بصريًا
يصف الذكاء الاصطناعي العالم المرئي بصوت عالٍ، حيث يقرأ النص، ويحدد الأشياء، ويروي المشاهد للأشخاص المكفوفين أو ضعاف البصر.
نظرة عامة
This matters because it turns a smartphone camera into an always-available pair of eyes for everyday tasks.
الغوص العميق
لعقود من الزمن، اعتمدت إمكانية الوصول على أدوات مثل قارئات الشاشة (JAWS وNVDA وVoiceOver) التي تحول النص المعروض على الشاشة إلى كلام. يقوم الذكاء الاصطناعي بتوسيع هذا بشكل كبير ليشمل العالم المادي. تستخدم تطبيقات مثل Seeing AI وBe My Eyes وLookout رؤية الكمبيوتر والتعرف البصري على الأحرف لقراءة البريد وتحديد العملة والتعرف على الوجوه ووصف الغرفة. جاءت القفزة الأكبر عندما قامت نماذج متعددة الوسائط مثل GPT-4 بدعم Be My Eyes "Be My AI"، مما يسمح للمستخدم بتصوير أي مشهد وطرح أسئلة متابعة باللغة الطبيعية - "هل الموقد مفتوح؟" أو "ما لون هذا القميص؟" تكمل هذه الأدوات المتطوعين من البشر والكلاب المرشدة، ولا تحل محلهم، وهي فعالة لأن فهم الصور وتركيب الكلام أصبحا سريعين ورخيصين بما يكفي لتشغيلهما على الهاتف.
البصيرة الفنية
تجمع بين ثلاث تقنيات: تقنية التعرف الضوئي على الحروف (OCR) التي تحول النص المصور إلى أحرف؛ تحدد نماذج اكتشاف الأشياء والتعليق على الصور ما تراه الكاميرا وتصفه؛ وتتيح LLMs متعددة الوسائط للمستخدمين طلب متابعة محادثة حول الصورة. تقدم محركات التسريع وتحويل النص إلى كلام على الجهاز إجابات كصوت طبيعي في غضون ثوانٍ. بالنسبة للمحتوى الرقمي، يقوم الذكاء الاصطناعي أيضًا بإنشاء أوصاف "نص بديل" للصور تلقائيًا، مما يجعل صفحات الويب والمشاركات الاجتماعية قابلة للتنقل بواسطة قارئات الشاشة.
التأثير الاستراتيجي
خيارات البناء
يحدد التصميم على مستوى التطبيق ما إذا كان الذكاء الاصطناعي سيحسن النتائج الحقيقية.
الفريق وسير العمل
يؤدي التكامل الجيد لسير العمل إلى تحقيق مكاسب إنتاجية يمكن للمستخدمين الوثوق بها.
المخاطر والسلامة
تعمل حالات الاستخدام ذات النطاق الجيد على تقليل إجهاد التغيير ومخاطر التنفيذ.
مستقبل الذكاء الاصطناعي في مجال إمكانية الوصول لضعاف البصر
الأجهزة القابلة للارتداء هي الحدود التالية - النظارات الذكية (Meta Ray-Bans، Envision Glasses) تقدم رواية مستمرة بدون استخدام اليدين حتى لا يضطر المستخدمون إلى رفع الهاتف. توقع أوصافًا مكانية أكثر ثراءً، وملاحة في الوقت الفعلي تقرأ لافتات الشوارع والعوائق، وتكاملًا أكثر إحكامًا مع برامج قراءة الشاشة. ويتمثل التحدي في الموثوقية: فالوصف الخاطئ بثقة ("الطريق واضح") يمكن أن يكون خطيرا، لذا فإن الأنظمة المستقبلية سوف تحتاج إلى عدم يقين محسوب وإشارات واضحة حول ما لا تستطيع رؤيته.
التنفيذ في العالم الحقيقي
توجيه الهاتف نحو رسالة أو ملصق دواء وقراءة النص بصوت عالٍ عبر التعرف الضوئي على الحروف.
استخدام Be My AI لتصوير الثلاجة والسؤال عن المكونات المتوفرة لتناول العشاء.
التعرف على فئات العملات الورقية أو مسح الباركود الخاص بالمنتج أثناء التسوق.
إنشاء أوصاف نص بديل تلقائيًا للصور الموجودة على موقع ويب حتى يتمكن مستخدمو قارئ الشاشة من فهمها.
المخاطر والدرابزين
يمكن أن تؤدي أتمتة عملية معطلة إلى تضخيم المشاكل الموجودة.
قد تقوم الفرق بالإفراط في أتمتة وإزالة الحكم البشري المطلوب.
يمكن أن تنحرف الجودة إذا لم يتم تقييم المخرجات بشكل مستمر.
خارطة طريق التنفيذ
قم بتخطيط سير العمل الحالي وحدد خطوة الاحتكاك الأعلى.
تحديد نقاط التفتيش البشرية قبل الأتمتة الكاملة.
تدريب المستخدمين على المطالبات ومسارات التصعيد ومعايير الجودة.
تتبع النتائج على مستوى المهمة لتأكيد القيمة المستدامة.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Accessibility for the Visually Impaired quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
الذكاء الاصطناعي في المطاعم وتوصية القائمة
الأسئلة المتداولة
What is AI in Accessibility for the Visually Impaired?
يصف الذكاء الاصطناعي العالم المرئي بصوت عالٍ، حيث يقرأ النص، ويحدد الأشياء، ويروي المشاهد للأشخاص المكفوفين أو ضعاف البصر. وهذا مهم لأنه يحول كاميرا الهاتف الذكي إلى عينين متاحتين دائمًا للمهام اليومية.
ما هي الإمكانية التي أضافتها النماذج متعددة الوسائط مثل GPT-4 إلى Be My Eyes؟
يتيح Be My AI للمستخدمين تصوير مشهد ما وطلب متابعة باللغة الطبيعية مثل "هل الموقد مفتوح؟"، والمدعوم بماجستير في القانون متعدد الوسائط.
ما هي التقنية التي تحول النص المطبوع المصور إلى أحرف قابلة للقراءة؟
يقوم OCR بتحويل صور النص - مثل حرف أو ملصق - إلى أحرف يمكن قراءتها آليًا ويمكن بعد ذلك نطقها بصوت عالٍ.
ما هو "النص البديل" في سياق إمكانية الوصول الرقمي؟
يصف النص البديل الصور حتى يتمكن مستخدمو قارئ الشاشة من فهم المحتوى المرئي؛ يمكن للذكاء الاصطناعي الآن إنشاءه تلقائيًا.
ما هي المخاطر الرئيسية التي تهدد السلامة في وصف مشهد الذكاء الاصطناعي؟
إن الذكاء الاصطناعي الذي يقدم وصفًا غير صحيح بثقة يمكن أن يضلل المستخدم ويعرضه للخطر، لذا فإن عدم اليقين المدروس مهم.
ما هي الأجهزة التي تمثل الحدود التالية للسرد بدون استخدام اليدين؟
توفر النظارات الذكية رواية مستمرة بدون استخدام اليدين حتى لا يحتاج المستخدمون إلى حمل الهاتف.