導(dǎo)盲犬可以很好地幫助盲人或視障人士出行,但是如果想辨別出前面路口的標(biāo)識,或者想知道錢包里還有多少錢,導(dǎo)盲犬可就辦不到了。
由微軟AI研究小組開發(fā)的應(yīng)用程序Seeing AI為這個問題給出了解決方案。該應(yīng)用程序可為盲人和弱視用戶描述這個世界,使他們可以使用自己的智能手機(jī)來識別一切:包括單個物體、顏色、鈔票、文檔等。
自去年問世以來,這一應(yīng)用程序的下載量已突破15萬次,執(zhí)行任務(wù)500萬次,其中一些任務(wù)的服務(wù)對象還是全球知名的盲人。
“Stevie Wonder(美國知名藝人)每天都會用,這確實很令人振奮?!蔽④浉呒墧?shù)據(jù)科學(xué)家Anirudh Koul在3月于圣何塞舉行的GPU技術(shù)大會上發(fā)表演講時說道。
該應(yīng)用程序的現(xiàn)場演示就已展現(xiàn)出了其強(qiáng)大的功能。和Koul一同上臺的還有他的一位同事,當(dāng)他在自己的智能手機(jī)上運(yùn)行應(yīng)用程序,并將手機(jī)朝向他的同事時,應(yīng)用程序描述他看到的是“一位31歲、有著黑頭發(fā)、戴著眼鏡且看起來很開心的男士”。
如果這位同事在他的聯(lián)系人列表中,則有更佳的使用效果,因為Seeing AI可以與用戶的聯(lián)系人進(jìn)行整合,并能識別出朋友的名字。
Koul還分享了幾個令人嘆服的使用案例:一位盲人教師將運(yùn)行該應(yīng)用的手機(jī)面朝教室門口,這樣孩子們就不會因她是盲人而趁機(jī)偷偷進(jìn)出教室;另一位用戶在颶風(fēng)肆虐的地區(qū)穿行時,利用這款應(yīng)用程序避開了倒落的電線和其他障礙物。
Seeing AI的開發(fā)始于2014年2月,開發(fā)人員曾試圖創(chuàng)建一個能發(fā)現(xiàn)并識別周圍物體的卷積神經(jīng)網(wǎng)絡(luò)。但是其延遲時間達(dá)10秒,這樣的速度不能及時幫助人們快速作出決策。
第二年,微軟贊助了一場為期一周的黑客馬拉松,活動共吸引了13000人參與,并由此引發(fā)了第二次嘗試:在用戶的頭上配備手機(jī)。
在使用智能眼鏡進(jìn)行試驗后,Koul的團(tuán)隊開始著手于應(yīng)用程序本身的開發(fā)工作。網(wǎng)絡(luò)本地訓(xùn)練過程在NVIDIA GPU上進(jìn)行,而較為繁重的工作則交給了基于NVIDIA Tesla P100 GPU運(yùn)行的Azure云實例。通過逐幀分析確定每一部分訓(xùn)練的發(fā)生位置。
AI調(diào)優(yōu)
應(yīng)用程序需要辨別不同圖像,而圖像屬性具有不確定性,所以開發(fā)人員針對此特性對模型進(jìn)行了訓(xùn)練。例如,如果訓(xùn)練應(yīng)用程序識別貨幣,則需要向訓(xùn)練網(wǎng)絡(luò)內(nèi)輸入不清晰和無背景的貨幣圖片,以及貨幣某一極小部分放大后的圖片,再讓其識別出圖片的真實內(nèi)容。
該團(tuán)隊向志愿者征集,最終得到了各種類型的圖片,其中包括一張貓咪玩紙幣的圖片,以及紙幣被封在冰塊中的照片。通過這些變量對模型進(jìn)行訓(xùn)練,最終就能夠計算出識別圖片所需的最小參數(shù)。
Koul的團(tuán)隊對網(wǎng)絡(luò)進(jìn)行了調(diào)整,使其傾向于得出否定性分類或不分類的結(jié)果,而不是猜測結(jié)果(這樣可能將5元鈔票識別成10元),因為猜測很顯然會給盲人用戶造成麻煩。
隨著用戶人數(shù)的增多,這款應(yīng)用程序也將變得越好、越準(zhǔn)確。AI將會成為盲人和視障用戶的福音。
-
智能手機(jī)
+關(guān)注
關(guān)注
66文章
18364瀏覽量
179485 -
AI
+關(guān)注
關(guān)注
87文章
29383瀏覽量
267679
原文標(biāo)題:重見光明:深度學(xué)習(xí)幫助盲人“看”到世界
文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論