211service.com
Maskininlärning öppnar upp nya sätt att hjälpa människor med funktionsnedsättningar
Ariel Davis
FCC-regler kräver att TV-stationer tillhandahåller textning som förmedlar tal, ljudeffekter och publikreaktioner som skratt till döva och hörselskadade tittare. YouTube omfattas inte av dessa regler, men tack vare Googles maskininlärningsteknik erbjuder den nu liknande hjälp.
YouTube har använt tal-till-text-programvara för att automatiskt texta tal i videor sedan 2009 (de används 15 miljoner gånger om dagen). Idag rullade det ut algoritmer som indikerar applåder, skratt och musik i bildtexter. Fler ljud kan följa, eftersom den underliggande programvaran också kan identifiera ljud som suckar, skällande och knackningar.
Företaget säger att användartester indikerar att funktionen avsevärt förbättrar upplevelsen för döva och hörselskadade (och alla som behöver hålla nere volymen). Maskininlärning ger människor som jag som behöver boende i vissa situationer samma självständighet som andra, säger Liat Kaver, produktchef på YouTube som är döv.
YouTubes projekt är faktiskt ett av många som skapar nya tillgänglighetsverktyg genom att bygga vidare på framsteg i kraften och användbarheten av maskininlärning. Datorindustrin har drivits att utveckla mjukvara som kan tolka bilder, text eller ljud främst genom utsikterna till vinster inom områden som annonser, sökning eller cloud computing. Men programvara med viss förmåga att förstå världen har många användningsområden.
YouTube beskriver nu automatiskt vissa ljud i sina undertexter.
Förra året lanserade Facebook en funktion som använder företagets forskning om bildigenkänning för att skapa textbeskrivningar av bilder från till exempel en persons vänner.
Forskare vid IBM använder språkbehandlingsprogram som utvecklats under företagets Watson-projekt för att göra ett verktyg som heter Content Clarifier för att hjälpa människor med kognitiva eller intellektuella funktionsnedsättningar som autism eller demens. Det kan ersätta talspråk som regnande katter och hundar med enklare termer, och trimma eller bryta upp långa meningar med flera satser och indirekt språk.
University of Massachusetts Medical School hjälper till att testa hur systemet skulle kunna hjälpa personer med läs- eller kognitiva funktionsnedsättningar. Will Scott, en IBM-forskare som arbetade med projektet, säger att företaget pratar med en organisation som hjälper autistiska gymnasieelever att övergå till högskolelivet om att testa systemet som ett sätt att hjälpa människor att förstå administrativa och pedagogiska dokument. Datorkraften och algoritmerna och molntjänster som Watson var inte tidigare tillgängliga för att utföra den här typen av saker, säger han.
Ineke Schuurman , en forskare vid universitetet i Leuven i Belgien, säger att det är viktigt att uppfinna nya typer av tillgänglighetsverktyg för att förhindra att vissa människor hamnar på efterkälken eftersom samhället förlitar sig mer och mer på kommunikation via datorer och mobila enheter.
Hon är en av ledarna för en jag projekterar testar sin egen textförenklingsprogramvara för personer med intellektuella funktionsnedsättningar. Tekniken har byggts in i appar som integreras med Gmail och sociala nätverk som Facebook. Människor med intellektuella funktionsnedsättningar, eller något funktionshinder, vill göra det som deras vänner och systrar och bröder gör – använda smartphones, surfplattor och sociala nätverk, säger Schuurman.
Facebook skapade en tjänst som beskriver bilder med hjälp av text för att hjälpa blinda eller synskadade.
Austin Lubetkin, som har autismspektrumstörning, har arbetat med Florida ideella organisation Konstnärer med autism att hjälpa andra på spektrumet att bli mer självständiga. Han välkomnar forskning som IBMs men säger att det kommer att bli en utmaning att säkerställa att sådana verktyg fungerar tillförlitligt. En maskininlärningsalgoritm som rekommenderar en film du inte bryr dig om är en sak; ett fel som får dig att missförstå en vän är ett annat.
Ändå är Lubetkin, som arbetar på ett startup samtidigt som han studerar högskoleexamen, optimistisk att maskininlärning kommer att öppna upp många nya möjligheter för personer med funktionsnedsättning under de närmaste åren. Han använde sig nyligen av bildigenkänningsteknik från startup Clarifai till prototyp en navigeringsapp som erbjuder vägbeskrivningar i form av landmärken, inspirerade av hans egna kamper för att tolka text och diagraminformation från konventionella appar under körning. Ärligt talat kan AI jämna ut spelplanen, säger Lubetkin.