AI trong khả năng tiếp cận cho người khiếm thị
AI mô tả thế giới thị giác một cách rõ ràng—đọc văn bản, xác định đồ vật và kể lại cảnh cho những người mù hoặc có thị lực kém.
Tổng quan
This matters because it turns a smartphone camera into an always-available pair of eyes for everyday tasks.
Lặn sâu
Trong nhiều thập kỷ, khả năng truy cập phụ thuộc vào các công cụ như trình đọc màn hình (JAWS, NVDA, VoiceOver) để chuyển văn bản trên màn hình thành giọng nói. AI mở rộng đáng kể điều này sang thế giới vật chất. Các ứng dụng như See AI, Be My Eyes và Lookout sử dụng thị giác máy tính và nhận dạng ký tự quang học để đọc thư, nhận dạng tiền tệ, nhận dạng khuôn mặt và mô tả một căn phòng. Bước nhảy vọt lớn nhất xảy ra khi các mô hình đa phương thức như Be My Eyes' 'Be My AI' hỗ trợ GPT-4, cho phép người dùng chụp ảnh bất kỳ cảnh nào và đặt các câu hỏi tiếp theo bằng ngôn ngữ tự nhiên— 'Bếp có bật không?' hoặc 'Cái áo này màu gì?' Những công cụ này bổ sung, thay vì thay thế, tình nguyện viên của con người và chó dẫn đường, và chúng hoạt động vì cả khả năng hiểu hình ảnh và tổng hợp giọng nói đều trở nên đủ nhanh và rẻ để chạy trên điện thoại.
Hiểu biết kỹ thuật
Ba công nghệ kết hợp: OCR chuyển đổi văn bản trong ảnh thành ký tự; mô hình phát hiện đối tượng và chú thích hình ảnh xác định và mô tả những gì máy ảnh nhìn thấy; và LLM đa phương thức cho phép người dùng hỏi các nội dung đàm thoại tiếp theo về một hình ảnh. Công cụ tăng tốc trên thiết bị và chuyển văn bản thành giọng nói mang lại câu trả lời dưới dạng âm thanh tự nhiên trong vòng vài giây. Đối với nội dung kỹ thuật số, AI cũng tự động tạo mô tả 'văn bản thay thế' cho hình ảnh, giúp trình đọc màn hình có thể điều hướng được các trang web và bài đăng trên mạng xã hội.
Tác động chiến lược
Xây dựng lựa chọn
Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.
Nhóm và quy trình làm việc
Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.
Rủi ro và an toàn
Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.
Tương lai của AI trong khả năng tiếp cận dành cho người khiếm thị
Thiết bị đeo là biên giới tiếp theo—kính thông minh (Meta Ray-Bans, Envision Glasses) cung cấp khả năng tường thuật liên tục, rảnh tay để người dùng không cần phải nhấc điện thoại lên. Mong đợi các mô tả không gian phong phú hơn, điều hướng thời gian thực có thể đọc các biển báo và chướng ngại vật trên đường cũng như tích hợp chặt chẽ hơn với trình đọc màn hình. Thách thức là độ tin cậy: một mô tả chắc chắn sai (“đường dẫn rõ ràng”) có thể nguy hiểm, vì vậy các hệ thống trong tương lai sẽ cần độ không chắc chắn đã được hiệu chỉnh và các tín hiệu rõ ràng về những gì chúng không thể nhìn thấy.
Triển khai trong thế giới thực
Hướng điện thoại vào một lá thư hoặc nhãn thuốc và đọc to văn bản đó qua OCR.
Sử dụng Be My AI để chụp ảnh tủ lạnh và hỏi xem có những nguyên liệu nào cho bữa tối.
Nhận dạng mệnh giá tiền giấy hoặc quét mã vạch sản phẩm khi mua sắm.
Tự động tạo mô tả văn bản thay thế cho hình ảnh trên trang web để người dùng trình đọc màn hình hiểu được chúng.
Rủi ro & lan can
Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.
Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.
Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.
Lộ trình thực hiện
Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.
Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.
Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.
Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.
Tiếp tục khám phá
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
Hướng dẫn tiếp theo
AI trong đề xuất nhà hàng và thực đơn
Câu hỏi thường gặp
What is AI in Accessibility for the Visually Impaired?
AI mô tả thế giới thị giác một cách rõ ràng—đọc văn bản, xác định đồ vật và kể lại cảnh cho những người mù hoặc có thị lực kém. Điều này quan trọng vì nó biến camera của điện thoại thông minh thành một đôi mắt luôn sẵn sàng cho các công việc hàng ngày.
Các mẫu xe đa phương thức như GPT-4 đã bổ sung thêm khả năng gì cho Be My Eyes?
Be My AI cho phép người dùng chụp ảnh một cảnh và hỏi những câu hỏi tiếp theo bằng ngôn ngữ tự nhiên như 'Bếp có bật không?', được hỗ trợ bởi LLM đa phương thức.
Công nghệ nào chuyển đổi văn bản in ảnh thành ký tự có thể đọc được?
OCR biến hình ảnh của văn bản—như một chữ cái hoặc nhãn—thành các ký tự mà máy có thể đọc được, sau đó có thể nói to.
'Văn bản thay thế' là gì trong bối cảnh khả năng tiếp cận kỹ thuật số?
Văn bản thay thế mô tả hình ảnh để người dùng trình đọc màn hình có thể hiểu được nội dung trực quan; AI bây giờ có thể tự động tạo ra nó.
Rủi ro an toàn chính với mô tả cảnh AI là gì?
Một AI tự tin đưa ra mô tả không chính xác có thể khiến người dùng hiểu lầm và gặp nguy hiểm, do đó, độ không chắc chắn được hiệu chỉnh rất quan trọng.
Những thiết bị nào đại diện cho giới hạn tiếp theo cho tường thuật rảnh tay?
Kính thông minh mang đến khả năng tường thuật liên tục, rảnh tay nên người dùng không cần phải cầm điện thoại lên.