L’accessibility team di Facebook, guidato dal ricercatore Jeff Wieland, sta sviluppando una soluzione che permetterà ai non vedenti o ipovedenti di interpretare e condividere le fotografie sul social di Mark Zuckerberg.
Questo sarà possibile, grazie all’Intelligenza Artificiale, con il sistema Automatic Alternative Text, configurato per fornire una descrizione audio del contenuto delle immagini. Il sistema, dunque, prima identificherà gli oggetti, e poi li tradurrà in audio attraverso il VoiceOver degli iPhone.
Il servizio è studiato per gli utenti non vedenti che accedono a Facebook o tramite App per smartphone o con uno screen reader, vale a dire il dispositivo che consente a una nota audio di descrivere ciò che succede in video.
Nel team di sviluppo anche il non vedente Matt King, che lavora per Facebook come ingegnere.
Una rete neurale ricca di parametri e di dati pubblicati
La tecnologia, oggi in fase di pieno sviluppo, si basa sul machine learning che supporta il sistema a riconoscere la realtà e a esprimere previsioni utilizzando complessi algoritmi sull’analisi dei dati già pubblicati. Una rete neurale (nella quale viene immesso un enorme volume di parametri) “addestrata” con una moltitudine di esempi.
L’Automatic Alternative Text riconoscerà così gli oggetti ritratti nelle foto dividendoli in una serie di categorie: come “i trasporti” (automobili, barche, aeroplani), “la natura” (pioggia, mare, colline, ma anche suggestioni come un tramonto), il cibo, gli sport, e così via con un lungo elenco.
La soluzione può arrivare a descrivere ai non vedenti i tratti somatici e le espressioni delle persone, con precise indicazioni se queste sorridono, o sulla loro età. E perfino “raccontare” in audio le caratteristiche di un selfie.
In un primo momento il sistema sarà rilasciato per iOs, poi verrà esteso a Android. In una terza fase, infine, sarà disponibile anche per gli utenti PC.
