Facebook、視覚障害者に「写真を説明する」AIサーヴィスを提供開始

写真拡大

フェイスブックは、目が不自由な人々のために写真の内容を説明する人工知能(AI)サーヴィスを提供開始した。

「Facebook、視覚障害者に「写真を説明する」AIサーヴィスを提供開始」の写真・リンク付きの記事はこちら

フェイスブックは、目が不自由な人々のために写真の内容を説明する人工知能(AI)サーヴィスを提供開始した。

このAIは、フェイスブックによる代替テキスト(altテキスト)プロジェクトの一環で、「ニュースフィード」に投稿されるすべての写真にキャプションを追加するために使用される。

フェイスブックがブログ投稿で発表したところによると、世界全体で全盲の人は3,900万人、弱視の人は2億4,600万人いると推定されている。新しいサーヴィスでは、「iOS」で画面読み上げソフトウェアを使い、写真をスワイプすることによって、そこに写っている内容が説明されるという。フェイスブックのテキスト読み上げサーヴィスはすでに5万人に使われているが、これまでは、「写真」という言葉が読み上げられるだけで、説明を聞くことはできなかった。

担当したチームは、10カ月以上をかけてこのシステムの開発に取り組んできた。コンピューターヴィジョン・プラットフォームで視覚認識エンジンを使って画像をスキャンし、そこに含まれている事物や場面、あるいは特定の場所まで理解することができる。

代替テキスト機能についてフェイスブックは、「エンジンの中心にあるのは、数百万に上る学習可能なパラメータの深層畳み込みニューラルネットワークだ」と説明している。このニューラルネットワークの学習要素は、新しい画像や「視覚概念を短時間で認識し、即座に別の写真や動画のなかでそれらの検出を開始することが可能」だという。

フェイスブックは実験を行った結果、検出されたものを、大きく分けて「人」、「物」、「場面」の3つのグループに分類することにした。

「それぞれの写真について、まず写真に写っている人の数(顔の数に基づく概算)と、笑っているかどうかを報告し、続いて検出されたものすべてを、検出アルゴリズムの確実性が高い順に読み上げます」とフェイスブックは説明している。「画像全体の設定や特性など(室内、屋外、自撮り、流行画像など)が最後に紹介されます」

この機能は、当初は英国、米国、オーストラリア、ニュージーランドで開始される。ほかの言語やプラットフォームへの展開も「まもなく」行われるという。

※マイクロソフトも、スマートフォンやスマート眼鏡に搭載されたAIが音声で状況を説明してくれる視覚障害者向けのシステムを発表した(日本語版記事)。