Microsoft の Seeing AI アプリは、視覚障害者が周囲のすべてを「見る」のに役立ちます

Microsoft は、視覚障害のある人のために視覚の世界を聴覚体験に変換するように設計された iPhone 用アプリをリリースしました。

画像認識と自然言語処理に人工知能を利用する Seeing AI は、スマートフォンのカメラを使用してユーザーの周囲で何が起こっているかをキャプチャし、それを音声で伝えます。

アプリを人に向けると、顔認識ソフトウェアを使用して、その人の性別、年齢、感情を教えてくれます。道路標識や書類など、テキストが含まれているものに向けると、読み上げた内容を読み上げます。

このアプリは、スキャンしたバーコードから製品情報を中継することもできるほか、店舗での現金の受け渡しに役立つ通貨の識別や、より幅広いシーンを説明するための機能も開発中です。

たとえば、以下のプロモーションでは、ユーザーが写真を撮ると、アプリはその画像が公園でフリスビーを投げている若い女の子であると表示します。

このアプリは Microsoft Research の研究の成果であり、いくつかの重点分野がうまく結合されているようです。研究棟のサイトでは、AI、コンピュータービジョン、人間の言語テクノロジーを重点重点分野として挙げており、Seeing AI は 3 つすべてに該当します。この取り組みが取り組んでいる他のプロジェクトには、Minecraft ベースの AI テスト場や、ニューラル ネットワークが独自のソフトウェア コードを作成するための手段などがあります。

視覚障害のある人にとって、視覚 AI は確かに便利なツールとなる可能性を秘めているようですが、特に書類のスキャンに使用する場合、アプリを必要な物体にカメラを合わせるにはある程度の視力が必要になると思われます。王立国立盲人研究所（RNIB）はアルファー氏とのインタビューで、マイクロソフトのアプリが紹介する技術はアクセスに「革命」をもたらす可能性があるが、その利用はユーザーを自己誘導するカメラの能力にかかっていると述べた。

RNIB のシニア戦略マネージャー、ロビン・スピンクス氏は、「人工知能、コンピューター ビジョン、人間の言語テクノロジーは、視覚障害者や弱視者のアクセスに革命をもたらします」と述べています。 「方向と配置は、コンピューター ビジョンの導入を成功させるための重要な要素です。カメラをどこに向けるべきかがわかればうまくいきますが、本当の秘訣は、カメラが自動で指示し、視力のない人でも同様の恩恵を受けることができるようにすることです。

「RNIBは、これらのテクノロジーの可能性を活用するために世界中の優良企業と協力しており、Seeing AIの登場を心から歓迎します。」

米国、カナダ、香港、インド、ニュージーランド、シンガポールに住んでいる人は今すぐ iOS アプリを試すことができますが、英国のユーザーは利用可能になるまで待つ必要があります。