微软希望人工智能对失明或坐轮椅的人更有帮助

研究人员正在建立多样化的训练数据集，其中包括来自视力低下者和患有ALS等疾病的人的信息。

盲人或使用轮椅或患有自闭症的人通常是技术的早期采用者，以完成日常任务，如交流、阅读和旅行。人工智能为其中许多服务提供动力，如语音和对象识别。在许多情况下，这些产品都是根据来自健全人或神经官能者的数据进行训练的。这意味着算法可能对身体类型、交流方式和面部表情的理解有限。

微软正在与研究人员和倡导团体合作，以解决这一数据问题，并构建更好地反映所有类型用户和现实世界场景的数据集。10月12日，微软在其人工智能博客上发布了一篇帖子，将这些挑战放在了背景中：

研究人员指出，如果自动驾驶汽车的行人检测算法没有显示使用轮椅的人的例子，或者由于年龄增大而姿势或步态不同的人的例子，那么它们可能无法正确识别这些人，以避免或估计他们需要多长时间才能安全过马路。

在招聘过程中，试图解读潜在求职者个性或情绪的人工智能模型可能会误读线索，筛选出患有自闭症或情绪不同的合格候选人。识别笔迹的算法可能不能处理帕金森氏症或震颤患者的例子。手势识别系统可能会被截肢或不同体型的人搞混。

这确实指向了一个问题：人工智能系统是如何定义正常的，谁来决定这一点，纽约微软研究院(Microsoft Research New York)高级首席研究员、该公司人工智能集团公平、问责、透明和道德(Fairness，Accounability，Transform and道德，简称Fate)的联合创始人凯特·克劳福德(Kate Crawford)在博客中表示。(注：微软纽约研究院高级首席研究员凯特·克劳福德Kate Crawford是该公司在人工智能集团中的公平、问责、透明和道德(Fairness，Accounability，透明度and道德)的联合创始人)。

主题范围从盲人或低视力人群的个性化图像识别到肌萎缩侧索硬化症(ALS)患者的改进面部识别。微软的研究人员还在研究用于训练人工智能系统的公共数据集包括来自80岁以上人群的数据的频率。年龄与残疾密切相关，因此拥有来自老年人的数据可以使算法在衰老时变得更聪明。以下是微软为其提供资金或技术专长支持的一些项目。

盲人图像训练的目标识别(Orbit)：这个项目正在从盲人或视力低下的人拍摄的图像中建立一个公共数据集。其目标是使图像识别个性化，这样算法就可以识别特定的手杖或一组钥匙。通用对象识别不能做到这一点。

VizWiz数据集：德克萨斯大学奥斯汀分校的研究人员正在建立一个始于卡内基梅隆大学的数据集。目标是与盲人或视力低下的人合作，更好地了解他们对人工智能字幕工具的期望，并改善计算机视觉算法解释盲人拍摄的照片的方式。德克萨斯大学奥斯汀分校(University Of Texas At Austin)助理教授丹娜·古拉里(Danna Gurari)正在构建一个新的公共数据集，以训练、验证和测试图像字幕算法。它包括39,000多张由盲人和低视力参与者拍摄的图像。

项目洞察：该项目将与格里森团队合作，创建ALS患者面部图像的开放数据集，以改善计算机视觉，并在更广泛的数据集上训练相关的人工智能模型。格里森团队是一个非营利性组织，通过为ALS患者提供创新的技术和设备以及其他支持来帮助他们。

研究人员和倡导者可以向微软的AI for Accessibility基金申请拨款，以支持他们的工作。

了解有关数据科学、大数据分析和人工智能的最新新闻和最佳实践。周一送货。

今天报名