微软宣布正与几家非营利组织和倡导组织合作，使人工智能系统更包容残疾人

例如，考虑一种计算机视觉系统，该系统识别物体并可以描述例如桌子上的内容。很可能算法是用有能力的人收集的数据进行训练的，从他们的角度来看-很可能是站在他们的立场上。

坐在轮椅上的人如果想做同样的事情，可能会发现从这个较低的角度来看，这个系统几乎没有那么有效。同样，盲人也不会知道将相机保持在正确位置的时间足够长，算法才能正常工作，所以他们必须通过反复试验才能做到这一点。

或者考虑一种人脸识别算法，它可以告诉你什么时候你在关注屏幕上的某个指标。在用来训练这个系统的面孔中，有多大的可能性有像呼吸机、吹气控制器或头带这样的东西遮住了它的一部分？如果系统从未见过类似的情况，这些“混淆器”会严重影响准确性。

面部识别软件在黑皮肤的人身上失败，或者在女性身上准确率较低，就是这种“垃圾输入，垃圾输出”的常见例子。较少讨论，但同样重要的是残疾人的视觉表现，或他们的观点。

微软今天宣布了几项由倡导组织共同领导的努力，希望能对限制人工智能包容性的“数据沙漠”做些什么。

第一个是与Team Gleason的合作，Team Gleason是一个为提高人们对神经运动退行性疾病肌萎缩侧索硬化症(简称ALS)的认识而成立的组织(该疾病是以几年前被诊断出患有这种疾病的前NFL球星史蒂夫·格里森命名的)。

他们关心的是上面关于面部识别的问题。患有肌萎缩侧索硬化症的人有各种各样的症状和辅助技术，这些可能会干扰以前从未见过的算法。例如，如果一家公司想要发布依赖于人脸识别的凝视跟踪软件，这就成了一个问题，而微软肯定也想这样做。

格里森团队的布莱尔·凯西说：“计算机视觉和机器学习并不能代表患有肌萎缩侧索硬化症和其他疾病的人的用例和外表。”“每个人的情况不同，使用技术的方式也不同。人们会找到最有创意的方式，让自己变得高效和舒适。“

Project Insight是与微软的一项新合作项目的名称，该项目将收集患有肌萎缩侧索硬化症的志愿者用户在开展业务时的面部图像。随着时间的推移，人脸数据将与微软现有的认知服务集成，但也会免费发布，这样其他人就可以用它来改进自己的算法。

他们的目标是在2021年末发布。如果时间框架看起来有点长，微软的玛丽·贝拉德(Mary Bellard)，来自该公司AI for Accessibility努力的玛丽·贝拉德(Mary Bellard)指出，他们基本上是从头开始，做好它是很重要的。

“研究导致洞察力，洞察力导致工程师将模型引入产品。但我们必须拥有足够准确的数据，才能在一款产品中出现。“她说。“数据将被共享--可以肯定的是，这不是为了让任何一种产品变得更好，而是为了加快围绕这些复杂机会的研究。这是我们不想单独完成的工作。“。

另一个改进的机会是从不像大多数人一样使用应用程序的用户那里采购图片。就像上面提到的视力受损或坐轮椅的人一样，他们的观点缺乏数据。有两项努力旨在解决这个问题。

与伦敦城市大学(City University Of London)合作的一个项目是扩大并最终公开发布盲人图像对象识别培训项目，该项目正在收集日常数据集，用于使用智能手机摄像头识别日常对象-一罐汽水，一个钥匙环。然而，与其他数据集不同的是，这将完全来自盲人用户，这意味着算法将从一开始就学习如何处理稍后将提供的那种数据。

另一个是VizWiz的扩展，以便更好地包含这类数据。需要帮助的人可以使用这个工具来判断，比如说，一杯酸奶是否过期了，或者车道上是否有车。微软与该应用程序的创建者丹娜·古拉里(Danna Gurari)合作，改善了该应用程序现有的数据库，该数据库包含数万张带有相关问题和说明的图片。他们还在努力提醒用户，当他们的图像太暗或太模糊而无法分析或提交时。

包容性是复杂的，因为它是关于人和制度的，也许在没有意识到的情况下，定义了“正常”，然后就不能在这些规范之外工作。如果人工智能要具有包容性，就需要重新定义“正常”，这将需要大量的艰苦工作。直到最近，人们甚至都没有谈论过它。但这种情况正在改变。

“这是肌萎缩侧索硬化症社区多年前就想要的东西，”凯西说。“这是已经存在的技术--它就在架子上。让我们把它用起来吧。当我们谈到这一点时，人们会做得更多，这是整个社区需要的。“