Facebook正在改進(jìn)其自動(dòng)替代文本（AAT）技術(shù)，以更好地利用對象識別來按需生成照片描述。它將使盲人或視障人士能夠更好地了解新聞?dòng)嗛喸粗械膬?nèi)容。就上下文而言，AAT早在2016年就被引入，由于新的Facebook AAT可以識別1200多個(gè)概念，因此現(xiàn)在已提高了10倍。您在Facebook和In

Facebook正在改進(jìn)其自動(dòng)替代文本（AAT）技術(shù)，以更好地利用對象識別來按需生成照片描述。它將使盲人或視障人士能夠更好地了解新聞?dòng)嗛喸粗械膬?nèi)容。就上下文而言，AAT早在2016年就被引入，由于新的Facebook AAT可以識別1200多個(gè)概念，因此現(xiàn)在已提高了10倍。

您在Facebook和Instagram上發(fā)布的每張照片均經(jīng)過圖像分析AI（即AAT技術(shù)）評估，以創(chuàng)建標(biāo)題。它將信息添加到替代文本，該替代文本是圖像元數(shù)據(jù)中描述其內(nèi)容的字段：“站在田野中的狗”或“踢足球的人”。這使視障人士可以了解他們新聞?dòng)嗛喸瓷系膱D像。但是，人們不會為這些圖像添加這些描述。因此，F(xiàn)acebook正在通​​過培訓(xùn)AI來使其社交媒體更易于訪問。

AAT的最新迭代能夠以10倍以上的速度檢測和識別照片，從而減少了沒有描述的照片?，F(xiàn)在，它可以識別活動(dòng)，地標(biāo)，動(dòng)物類型等。例如，一張照片可能寫著：“可能是2人在戶外的自拍照，比薩斜塔。”

Facebook表示，這是業(yè)內(nèi)第一個(gè)在照片中包含元素位置和相對尺寸的信息。例如，AI不用說“也許是5個(gè)人的照片”，而是可以分析并指定在照片的中心有兩個(gè)人，而其他三個(gè)人則分散在邊緣，這意味著中心的兩個(gè)人是焦點(diǎn)。 。Facebook還補(bǔ)充說，它對模型進(jìn)行了訓(xùn)練，以預(yù)測圖像中對象的位置和語義標(biāo)簽。

AAT現(xiàn)在比以往任何時(shí)候都得到了改善

該公司利用對弱監(jiān)管數(shù)據(jù) 進(jìn)行訓(xùn)練的 模型，以數(shù)十億張公開Instagram圖片及其標(biāo)簽的形式進(jìn)行了AAT的最新迭代。它對所有地區(qū)的數(shù)據(jù)進(jìn)行了微調(diào)，并沿性別，膚色和年齡軸評估了概念。結(jié)果，AAT現(xiàn)在變得更加準(zhǔn)確，在文化和人口統(tǒng)計(jì)學(xué)上都具有包容性。例如，它現(xiàn)在可以（部分）基于傳統(tǒng)服裝來了解和識別世界各地的婚禮。

Facebook詢問依賴屏幕閱讀器的用戶，他們想聽到多少信息，以及何時(shí)想聽到。并且得出一個(gè)結(jié)論，當(dāng)圖像來自朋友或家人時(shí)，人們希望獲得更多信息，而當(dāng)圖像不是來自朋友或家人時(shí)，人們希望獲得更多信息。 因此，默認(rèn)情況下，新的Facebook AAT可以為所有照片提供簡潔的描述，同時(shí)提供一種簡便的方法來獲取有關(guān)特定興趣照片的更詳細(xì)的描述。選擇后一個(gè)選項(xiàng)時(shí)，它將顯示照片內(nèi)容的更全面描述。

它沒有詩意，但功能強(qiáng)大

 

AAT對它的默認(rèn)描述使用簡單的措詞，而不是冗長的句子。該公司表示，每個(gè)描述均以“可能存在”開頭，因?yàn)榇嬖谝欢ǖ恼`差，但“我們將標(biāo)準(zhǔn)設(shè)定得很高”。AAT替代文字說明有45種不同的語言版本，可供世界各地的人們使用。