标签:视角 任务 部分 com 天空 简单的 特征 用户 循环
https://mp.weixin.qq.com/s/9BlK3I8tdOV_eA2a4w2XbwBy 超神经
场景描述:科技公司 Aira 通过可穿戴设备,AI 和 AR 技术,为视觉障碍人群提供协助服务,帮他们更好的体验和探索生活。
关键词:辅助服务,AR,技术关怀
对于有一部分人,他们对于世界的认识,并没有普通人那么多彩。
根据世界卫生组织( WHO )2018 年的统计,在全球范围内,有 3600 万盲人,还有 2.17 亿人有中度至重度视力损伤。
对于这些有视觉障碍的人群,怎么让他们更好的体验和探索生活呢?很多人会想到「借给」他们一双眼睛。事实上,真的有人在这么做。
坐落在美国圣地亚哥的一家科技公司 Aira ,就是通过可穿戴设备,以及 AI 和 AR 技术,给视觉障碍人群提供辅助服务,在他们的员工口中,用户被称为「Explorer (探险者)」。
用户在使用 Aira 的引导服务
2015 年,Suman Kanuganti (后来的 Aira 创始人)与一位盲人沟通专业人士 Matt Brock 建立了深厚友谊,经过一系列商讨,他们决定用 Google Glass 等智能设备,结合一些技术,去帮助视觉上有困难的人,给他们提供生活上的便利。
Aira 的眼镜和手机 APP 界面展示
这个设想最终发展成了 Aira 公司。这家公司利用智能眼镜,通过图形识别和语音交互,以信息服务的方式,为视力障碍群体提供帮助。
在他们的网站中,可以看到 Aira 已经被用于很多场景。
家
识别药物、衣服颜色搭配、读食谱、解释验证码、给孩子读故事
学校
游览校园、找座位、选择餐厅、找图书馆位置、阅读展板
工作
寻找电梯、浏览网站、解释 PPT、整理邮件或文件
旅行
探索城市、游览公园或动物园、找打健身器材、游览名胜古迹、协助徒步
在最早的时候,他们的服务需要经过培训的专业人员来提供。但在短短四年内,他们从提供纯人力的远程服务,逐步发展到用科技来提升服务质量,包括开发硬件设备,推出了 AI 服务平台,他们产品的服务体验也更趋完善。
在 TIME 杂志评选的 2018 最有价值的 50 个发明中, Aira 榜上有名。此外,它们还收获其他一些奖项,比如得到了 2018 年的爱迪生奖(视力增强类别)。
Aira 的名字来自于 AI 和 RA ( Remote Assistance ,远程协助)的结合。简单的说,他们的理念就是配合智能眼镜上的图像和音频设备,再结合 GPS 和 Aira 的手机应用,让远程的协助人员通过视觉口译服务,化身为特殊的眼睛。
Aira 已经通过他们的有偿服务帮助了很多人。包括导航,购物,登机等等,甚至有位「探险者」通过 Aira 的眼镜完成了马拉松比赛。
随着时代的发展,他们也在用 AI 的技术来逐步取代人工的依赖性。在去年,他们推出了 Horizon 智能眼镜,同时将 AI 平台上线。
Aira 的 AI 平台展示
这个 AI 平台使用了自然语言处理和图像识别等技术。在工作时, AI 助手 Chloe 能够通过眼镜上的摄像头,自动的识别物体,完成对用户的帮助。
Chloe 还在不断的训练和改进中,现在能处理一些常规的任务,比如识别图书文字,捕获支票的图像,完成普通的交流对话,给出一些建议等。
但目前来说, AI 暂时还不能处理过于复杂的任务,有些场景还要靠人工来完成。
人工协助人员所看到的用户视角
在前几天,NVIDIA 发表了一篇博文,称他们在用高性能的 GPU 为 Aira 的研发提供帮助。在文章中提到了 Aira 用 GeForce RTX 2080 Ti 的 GPU 阵列,去训练卷积神经网络和循环神经网络。在这样的硬核支持下, Aira 的 AI 功能势必会更加强大。
GeForce RTX 2080 Ti 展示图
而之前积累的服务数据,也对 Aira 的 AI 模型训练大有裨益。据统计,他们已经累计了 300 万分钟左右的标记数据。此外他们还从 ImageNet,Instagram,还有其他公共资源中,寻找数据来训练自己的模型。
对于产品的适用性,Aira 这几年一直在做着积极的努力。他们的免费服务 Aira Access 已经能在很多餐厅,商场,大学校园和机场使用,并正在向更多的地方去拓展。
AT&T(美国最大的网络服务供应商) , Wegmans (美国一家大的连锁超市)和 Lyft ( Uber 的竞争对手)目前都和 Aira 建立了合作关系,在很多地方,视觉障碍的群体都能感受到满满的关怀。
「探险者」使用 Aira 到达机场并完成正常流程
在一次采访中,当被问及未来的规划,公司的一位负责人这么回答,
「在未来的道路上,我们打算通过 AI 进一步增强产品的体验。要说到 AI 对于视力障碍群体的帮助,也许,天空才是极限。」
单变量决策树 Univariate decision tree
单变量决策树是指只有一个变量的决策树。即每次节点分裂时,只会选择特征集中的某一个特征,这也意味着决策树的分类边界是由若干个与坐标轴平行的分段组成。
单变量的决策树算法造成树的规模庞大,规则复杂,不易理解。一般会采取多变量决策树来解决这个问题。
与单变量决策树不同,在多变量决策树的学习过程中,不是为每个非叶结点寻找一个最优划分属性,而是试图建立一个合适的线性分类器。
标签:视角 任务 部分 com 天空 简单的 特征 用户 循环
原文地址:https://blog.51cto.com/14929242/2535577