AI是如何彌補技術鴻溝的？

根據美國勞工統計局的一項家庭調查，美國經濟的快速增長使不同的人群受益。

殘疾人也會受益，2019年4月，殘疾人失業率降至6.3％，創2008年以來的新低。但殘疾人的失業率仍然幾乎是其他人群的兩倍。

值得慶幸的是，時代已經變了，對殘疾的看法也是發生了改變。全球企業正在慢慢改變其工作方式，以適應當前關於殘疾和發展的全球趨勢。因此，殘疾人融入社會已經成為焦點，而網際網路就是中心。

AI在影像中的應用

隨著對可訪問性的期望越來越高，對線上空間的支配率越來越高。然而，嚴峻的殘疾數字鴻溝自2015年以來引發了有關網路訪問的眾多ADA訴訟。

人工智慧技術或許在以下方面有用：

• 克服一般的溝通、運輸和可訪問性問題

• 使殘疾人能夠獨立生活

• 減少阻礙殘疾人參與網上購物等數字活動的技術障礙

隨著越來越多的AI技術被運用到產品中，企業意識到增加更多具有不同能力的個人的自主權很重要，不僅僅是從市場的角度來考慮，還要符合法律要求。

難怪微軟在人工智慧無人機專案上投入了2,500萬美元，旨在幫助殘疾人的日常生活、工作和交流。

影像識別

谷歌於2019年推出了Lookout應用，透過將影像處理和機器學習相結合，幫助盲人瞭解他們的環境。這是朝著正確方向邁出的一步，也是引導其他企業從道德和商業角度做正確的事情。

畢竟，每天在網際網路上共享32億張影像。沒有AI的幫助，殘疾人將無法知道這些圖片的內容。

Facebook是第一個透過推出革命性的自動替代文字功能來解決這個問題的社交媒體巨頭，能夠向視障人士和盲人描述影像。使用神經網路和機器學習，Facebook可以識別影像中的不同組成部分，並以驚人的準確度描述每個組成部分。

再過五到七年，影像識別軟體將讓alt文字過時。目前，已經在各個領域運用了影像識別，並取得了顯著成功。大型資料庫和視覺化站點將影像識別用於自動化影像組織，而營銷人員依靠該技術建立互動式品牌活動。

用於網站可訪問性的AI技術

在殘疾人的強烈要求下，AI構建模組現在正在不斷完善，以建立複雜、創造性的服務，這些服務可以改善殘疾人的生活併為他們完成任務。瞭解這些構建模組如何克服殘疾挑戰，有助於提高線上體驗的可訪問性：

accessiBe是一款基於AI的開創性的網路輔助功能工具，它使得網站所有者和公司可以讓殘障使用者更輕易地訪問其內容。

它可以為網站的所有影像自動和批次建立準確的alt文字描述，使其可供視障人士使用。

最重要的是，accessiBe的後臺應用程式確保該站點的基礎架構符合整個WCAG 2.1，這是Web可訪問性法規的標準：

• 啟用單擊選項可為癲癇患者禁用動畫、閃爍等功能

• 針對有運動障礙的人最佳化網站，進行鍵盤導航

• 提供內建字典，為有認知障礙的人解釋表情、俚語和短語

• 對顏色、字型和排版進行細粒度調整，以使視障人士可以訪問內容

基於面部識別的CAPTCHA錄入

面部識別對於殘疾人來說是一種福音。但它會涉及隱私或安全問題。透過分析資料——通常是從不同角度拍攝的大量人臉照片——人工智慧可以辨認出攝像機前的是誰。

這在克服各種環境下與線上認證相關的挑戰方面是有用的。

蘋果公司在2017年使用面部識別技術解鎖iPhone，而微軟擁有其專有的Hello軟體。這兩種技術都允許使用者僅透過面部登入，無需密碼。

儘管存在安全漏洞和限制，尤其是隨著殘疾人更多地使用網際網路，面部識別仍然會替代傳統的CAPTCHA測試。一旦系統透過攝像機鏡頭識別出與之互動的人，它就可以創造人人具有均等機會的局面，同時有效地清除機器人。

唇讀

研究人員在2018年提出了深度影片肖像的想法，它使用AI編輯演員的面部表情，以便精確匹配配音，從而節省時間並降低電影業的成本。軟體可以用於糾正視訊會議中的頭部姿勢和凝視，並提供新的視覺和後期製作效果。

像這樣的AI技術很快就會使“困難的”字幕成為過去，讓聽障人士可以線上欣賞影片內容。將該計劃整合到手機中，將使聽力受損的個人能夠聽得懂其他人的言論。

Google DeepMind研究了BBC影片中超過100,000個不同的自然語句，涵蓋了各種口音、頭部位置，燈光、語速和語言。他們針對Google DeepMind的神經網路執行這些影片，結果令人驚訝。

雖然最好的唇讀專業人士僅解釋了12.4％的內容，但人工智慧的準確率達到了46.8％，多麼令人震驚的結果。

考慮一下這種技術對聽障人士生活的影響。他們不僅可以使用線上影片，而且自動字幕的質量和相關性也會提高。

自動文字摘要

想想看——每天有250萬位元組的資料被生成，這可能會增加。這使得自動總結內容成為一項嚴峻的挑戰。對於識字能力不強的人來說，情況要困難得多。

長篇新聞文章、對話和文件的摘要可以更快，更有效地進行。現在，在AI的幫助下，這是可能的。自動文字摘要可以包含各種各樣的實際應用程式，包括媒體監控、營銷、研究和分析。

例如，Salesforce在2017年開發了一種摘要演算法。使用機器學習生成較短的文字摘要，此功能可以幫助患有記憶問題、注意力缺陷障礙和學習障礙的人，如閱讀障礙。

該公司現在已經把提取模型變為抽象模型，引入了新的相關同義詞和單詞，並總結了文字。

實時翻譯

全世界的文化和語言數量很多，都會在網上出現各種各樣的交流問題。這就是為什麼廣泛的研究進入了建立系統，使人們能夠無任何語言障礙地進行交流。

想想谷歌翻譯。當然，早期的翻譯會有不一致和錯誤的情況。但是，Google推出神經機器翻譯系統時，所有這些都在2016年11月發生了變化，將錯誤率降低了85％。

GNMT還推廣了全球運營的翻譯理念，即以每句話、每個理念為基礎進行翻譯。

隨著人工智慧獲得更多的特定語言，它可以學到更多並生成準確的翻譯。

所有這些都在2017年釋出Google Pixel Buds時達到了頂峰。耳塞與公司的畫素手機配合使用，可以自動翻譯使用者聽到的內容。該技術實時工作，支援近40種不同的語言。這對於減少殘疾人的溝通障礙大有幫助。

AI技術的使用為殘疾人提供了新的機會。它不僅使網際網路成為一個更容易接觸到的空間，而且還可以提供更多的工作場所支援。如果他們希望避免訴訟，那麼企業必須瞭解AI的發展，使殘疾員工可以使用工作場所。

AI的進步將幫助企業履行法律義務，並支援多元化的使用者群。但是，隨著時間的推移，必須培養易用性，也要對AI充分信任。到那時，網際網路需要盡一切努力為所有使用者建立一個包容的、可訪問的環境，無論是殘疾人還是健康人士。