сега

7.12. 2019 15:00 Благодарение на технологиите, използващи изкуствен интелект, мъдрите телефони връщат хората с увреждания.

Свежа информация с едно щракване на бутон

Добавете иконата Plus7Days на вашия работен плот

  • По-бърз достъп до страницата
  • По-удобно четене на статии

Изкуственият интелект (ИИ) все повече прониква в живота ни. За част от обществото това представлява ужасяващо бъдеще под формата на хуманоидни роботи, които един ден ще завладеят света, за трезвите те стават не само източник на забавление, чудесен помощник в ежедневните дейности, но и надежда за връщане към обществото. На най-високо ниво то създава един вид съжителство с човешкия мозък, благодарение на което слепите могат да виждат отново, глухите чуват, парализираните започват да се движат.

Безкрайни възможности

AI се използва от научни екипи, астронавти, лекари, превозвачи и прониква в персонални компютри и смартфони. Не е новина, че смартфоните отдавна се използват само за телефониране. Благодарение на съвременните технологии и AI те могат да превеждат чуждоезикови текстове, да идентифицират изпълнители на неизвестни песни, да откриват имената на растения или ястия, да сканират корици на книги и да предоставят на потребителите цялата налична информация за тях. Те ни слушат, четат и пишат, дори можете да им „говорите“. Някои разпознават собствениците си по лице, така че въвеждането на парола не е необходимо или може да се контролира с глас и жестове.

Всеки ден в тях има редица приложения, някои от които остават извън полезрението на обществото на мнозинството. Ще осъзнаем тяхната значимост едва когато увреждането изведе нас или нашите близки в изолация, те ни изключват от обществото.
Например Google Lookout, предназначен за незрящи и слабовиждащи. Въпреки че все още е в памперсите си, на английски и почти изключително в телефоните на американския технологичен гигант, е въпрос на време да проникне в нашите крайници в локализирани версии.

Какво може да направи?

Използвайки камера на смартфон, той помага на незрящите да се ориентират в пространството, гласово назовава околните предмети, определя местоположението им, насочва потребителите към улицата, предупреждава ви за препятствия в стаите, помага при пазаруване, чете табели на информационни табла, продукт етикети, сканира баркодове, дори разпознава парите и тяхната стойност.

Просто окачете телефона на врата си, натиснете съответната икона и асистентът информира собственика за всичко, което „вижда“ наоколо. Производителите посочват, че тяхното приложение все още не е перфектно и затова има функция за машинно обучение. Колкото повече хора го използват, толкова повече той се подобрява и разширява възможностите си.

Глух математик

Това не е всичко, което американският технологичен гигант иска да предложи в тази област. Според Световната здравна организация по света има приблизително 466 милиона глухи или слабочуващи. И те все още растат.

Един от тях е руско-американският математик Димитрий Каневски. Въпреки че е загубил слуха си на годинка, той е един от най-добрите математици в началното училище и по-късно завършва Московския държавен университет, където получава докторска степен по математика.
По време на кариерата си той е работил в големи изследователски центрове, IBM Watson Research Center в Ню Йорк, и е бил в Google през последните пет години. Той има над 290 патента в сметката си, включително така наречения изкуствен пътник в автомобилите. Той следи движенията на клепачите на водачите и ги уведомява, когато показват признаци на сънливост.

Основната цел на Каневски обаче винаги е била да подобри технологията за разпознаване на речта. В продължение на три десетилетия те се опитват да позволят на глухите да комуникират със света по този начин.

Проект „Евфония“

Системи, които ви позволяват да диктувате текст на компютър или мобилен телефон, съществуват от няколко години. Те обаче не са достатъчно бързи, за да разговарят помежду си. И има още един проблем. Глухите, особено родените с увреждания, но и други хора с тежки речеви проблеми, произнасят думите неразбираемо и обикновените компютри не ги разбират.

Димитрий измисли начин да ги научи. Той и екипът му записаха хиляди гласови проби, които те превърнаха в спектрограми. За да може изкуственият интелект да ги обработва. Това пътуване е предизвикателство и всеки потребител трябва да му отдели много време. Както ни казва Димитрий, той е записал около 15 000 фрази за 25 часа.

Неговата Live Transcribe Euphonia (персонализирано нестандартно разпознаване на реч), за съжаление, все още е само прототип. Как работи Телефонът на собственика тихо вибрира, за да покаже, че някой говори наблизо, и незабавно записва разговора в обсега на екрана. Но това, което е важно, е, че може да обработва и неразбираеми изрази в реално време. Въпреки че обозначенията не винаги са точни, изкуственият интелект оценява контекста и показва най-вероятната алтернатива.

Сбъдната мечта

За математик това означава да изпълни огромна мечта. Той споменава моменти, когато е имал проблеми с общуването не само с колеги, но и със семейството си. Години наред работи по алгоритми, които биха променили ситуацията. Днес той общува без големи проблеми, изнася лекции и най-важното за него е, че най-накрая е в състояние да „говори“ с внуците си. "Сега се чувствам свободен, мога да говоря с всеки," казва той с усмивка.

В същото време той признава, че приложението все още не е универсално. Ето защо те винаги търсят нови начини да го подобрят, за да може тя да разбира всички без дълги часове на запис на фрази. „Работим с университета Галлодет, който е единственият университет за глухи в САЩ. Те тестват нашата програма там и вече получаваме много реакции за това как Live Transcribe променя живота им. " добавя изследователят.

В допълнение към проекта Euphonia, Google работи по други интерактивни системи за хора с увреждания, в които изкуственият интелект е или ще се използва. Например прототипът Live Ready позволява на глухи хора да извършват телефонни разговори. Може да превежда речта от другия край на ред в писмен текст и, обратно, писмен текст в машинен глас. Проектът на далечното бъдеще е разработването на устройства, които ще обработват не само жестове, но дори и изражения на лицето.