Како слепи и слабовиди виде свет кроз наочаре вештачке интелигенције
Добијање детаљног описа окружења и фотографије једним кликом на паметном телефону, које је до скоро деловало незамисливо, данас је могуће захваљујући вештачкој интелигенцији. Бесплатни АИ алати, доступни свима за преузимање, учинили су да слепе и слабовиде особе лакше приступају медијском садржају.
Од лакшег праћења медијског садржаја, представа, филмова и серија до модних савета и описа окружења, особама које не виде вештачка интелигенција отворила је бројне могућности. До пре неколико година био је доступан само опис текста који су који су генерисали читачи екрана уграђени у рачунаре. Данас су напреднији говорни софтвери доступни на интернету за преузимање свима и потпуно су бесплатни.
Читачи екрана, како каже студенткиња Факултета политичких наука и корисница асистивне технологије Даница Цветковић, на мобилним телефонима изговарају све што се види на екрану, а некад чак и описе емотикона. На рачунарима се, додаје Цветковић, могу скинути и напредније верзије које имају бољу детекцију елемената на екрану.
„Први пут сам читач екрана почела да користим на лаптопу и тада сам била мање сигурна да ли говорни софтвер заиста чита оно што је приказано. С друге стране, знала сам мање команди и пречица“, каже она.
Како објашњава ИТ стручњак и члан Академске инклузивне асоцијације Милош Селаковић, када особа која не види жели да прочита нешто са екрана, довољно је да двапут кликне на одређено место и говорни софтвер ће то прочитати. Особе које су веште у коришћењу читача ће, каже Селаковић, често и убрзати гласовни опис екрана, како би лакше прочитале текст у неком медију, приступиле одређеном сајту или пак послале СМС поруку.
Постоје, како додаје, команде које би могле функционисати на бољи начин, а као пример наводи роботски глас, који није довољно природан, што неким корисницима може да засмета.
Од вештачке интелигенције до разумевања садржаја на фотографијама
До сада је, кажу саговорници, код коришћења читача проблематична била појава шумова приликом приступања фотофрафијама, односно немогућност читача да аудиоопише фотографију. Ствари је променио нагли развој вештачке интелигенције, па бројни АИ алати коришћењем алгоритама за анализу слика и опција за производњу текстуалних и аудио описа омогућују слепим особама да разумеју шта се налази на фотографијама.
Такве су апликације као што је Microsoft Seeing AI, Google Lookout, TapTapSee. Телефони са уграђеним програмом ОЦР имају могућност да слепим и слабовидим особама прочитају текстуални садржај исписан на фотографији.
Као корисну за опис визуелног садржаја на интернету, али и физичког окружења, Даница Цветковић и Милош Селаковић истакли су апликацију Be my eyes. Са овом компанијом сарађују бројни оператери који слепим и слабовидим особама на матерњем језику описују и објашњавају шта се налази у њиховом окружењу.
Довољан је један клик за позив, а централа корисника повезује са оператером за мање од пола минута. Да би неко постао волонтер, довољно је да се пријави путем апликације, а позиве може прихватити кад год жели.
Волонтерка Be my eyes Марина Ђуровић каже да је први позив добила како би дала модни савет жени која не види.
„Најпре сам се збунила јер нисам знала да ли уопште постоји потреба за овом аликацијом на нашем говорном подручју. Због тога сам се јавила као да причам енглески и госпођа са друге стране је питала „Speak Serbian“? Тада ме је питала да ли су панталоне које је пробала одговарајуће дужине за свечану прилику“, навела је она.
Страховала је, како каже, због могућности да неће бити у стању да пружи одговарајућу подршку сваком кориснику. Међутим, након тога, стизали су други упити, на које је успешно одговарала.
„Сећам се господина који ме је позвао да му помогнем да пронађе фризерски салон у који се упутио. Он је шетао и држао телефон, а ја сам му читала називе локала све док није дошао до салона. Други господин ме је питао да му прочитам спецификацију производа. Позвала је и госпођа која је кувала ручак, па ме је питала да јој прочитам за колико ће бити готов“, рекла је она.
За разлику од њих, Даница Цветковић, која себе сматра интровертном особом, определила се за опцију „Be my AI“. У оквиру ове опције апликација „Be my eyes“ уз помоћ вештачке интелигенције генерише опис онога што је на фотографији.
„Пошто сам затворенија особа, није ми било толико пријатно да на видео позиву комуницирам са особом коју не познајем. Зато ме је обрадовало када је компанија увела вештачку интелигенцију у апликацију и омогућила да се добије текстуални опис нечега што фотографишемо, а да нам затим тај опис говорни софтвер прочита“, рекла је Цветковић.
Како каже, ова опција јој је комфорнија за коришћење.
„Наравно, видећи волонтери су незаменљиви, зато што АИ не може увек пружити одговарајућу помоћ и њене одговоре треба узети са резервом“, истиче она.
Цветковић додаје да апликација даје опис на језику који је одабран као подразумевани на телефону, а могуће је добити и додатне информације помоћу опције „Ask more“.
Како развој вештачке интелигенције стално омогућава нове опције за особе које не виде, Милош Селаковић сматра да ће она ускоро моћи да генерише аудио дескрипцију у реалном времену.
„Нетфликс и ХБО платформе поседују аудио дескрипцију која се може укључити и искључити. У овим компанијама постоје људи који су плаћени да описују визуелни садржај, односно сцене које су између дијалога. Има мало домаћих ТВ серија са аудио дескрипцијом, па смо ускраћени за домаћи садржај. Верујем да ће вештачка интелигенција у будућности моћи да описује те сцене и да за то неће морати да се плаћају људи, већ ће све то моћи да буде генерисано уз помоћ АИ алата“, каже Селаковић.
Иако је вештачка интелигенција у раној фази напретка, њен развој изнедрио је досад незамисливе могућности за прилагођавање мултимедијалног садржаја особама особама које не виде и не чују. Ако се напредак настави овим током, особе са овим сензорним инвалидитетом моћи ће без проблема да прате медијски садржај, серије, филмове и представе у исто време као и остатак аудиторијума, уз помоћ вештачке интелигенције.
Текст преузет са https://presscentar.uns.org.rs/
