Machine learning opent nieuwe manieren om mensen met een handicap te helpen

Ariel Davis





De FCC-regels vereisen dat tv-stations ondertitels leveren die spraak, geluidseffecten en reacties van het publiek, zoals gelach, overbrengen aan dove en slechthorende kijkers. YouTube is niet onderworpen aan die regels, maar dankzij de machine learning-technologie van Google biedt het nu vergelijkbare hulp.

YouTube gebruikt sinds 2009 spraak-naar-tekstsoftware om spraak in video's automatisch te ondertitelen (ze worden 15 miljoen keer per dag gebruikt). Vandaag heeft het algoritmen uitgerold die duiden op applaus, gelach en muziek in bijschriften. Er zouden meer geluiden kunnen volgen, aangezien de onderliggende software ook geluiden zoals zuchten, blaffen en kloppen kan herkennen.

Het bedrijf zegt dat gebruikerstests aangeven dat de functie de ervaring van doven en slechthorenden (en iedereen die het volume laag moet houden) aanzienlijk verbetert. Machine learning geeft mensen zoals ik die in sommige situaties onderdak nodig hebben dezelfde onafhankelijkheid als andere, zegt Liat Kaver, een dove productmanager bij YouTube.



Het YouTube-project is inderdaad een van de vele projecten die nieuwe toegankelijkheidstools creëren door voort te bouwen op de vooruitgang in de kracht en uitvoerbaarheid van machine learning. De computerindustrie is gedreven om software te ontwikkelen die afbeeldingen, tekst of geluid kan interpreteren, voornamelijk door het vooruitzicht van winst op gebieden zoals advertenties, zoeken of cloud computing. Maar software met enig vermogen om de wereld te begrijpen, heeft veel toepassingen.

YouTube beschrijft nu automatisch sommige geluiden in de ondertitels.

Vorig jaar lanceerde Facebook een functie die het onderzoek van het bedrijf naar beeldherkenning gebruikt om tekstbeschrijvingen te maken van afbeeldingen van bijvoorbeeld vrienden van een persoon.



Onderzoekers bij IBM gebruiken taalverwerkingssoftware die is ontwikkeld in het kader van het Watson-project van het bedrijf om een ​​tool genaamd Content Clarifier te maken om mensen met cognitieve of intellectuele handicaps zoals autisme of dementie te helpen. Het kan stijlfiguren, zoals het regenen van katten en honden, vervangen door duidelijkere termen, en lange zinnen inkorten of opbreken met meerdere clausules en indirecte taal.

De University of Massachusetts Medical School helpt bij het testen hoe het systeem mensen met lees- of cognitieve handicaps kan helpen. Will Scott, een IBM-onderzoeker die aan het project werkte, zegt dat het bedrijf in gesprek is met een organisatie die autistische middelbare scholieren helpt bij de overgang naar het universiteitsleven over het testen van het systeem als een manier om mensen te helpen administratieve en educatieve documenten te begrijpen. De rekenkracht en algoritmen en clouddiensten zoals Watson waren voorheen niet beschikbaar om dit soort dingen uit te voeren, zegt hij.

Ineke Schuurman , een onderzoeker aan de Universiteit van Leuven in België, zegt dat het uitvinden van nieuwe soorten toegankelijkheidstools belangrijk is om te voorkomen dat sommige mensen achterblijven, aangezien de samenleving steeds meer afhankelijk is van communicatie via computers en mobiele apparaten.



Ze is een van de leiders van een ik projecteer eigen tekstvereenvoudigingssoftware testen voor mensen met een verstandelijke beperking. De technologie is ingebouwd in apps die integreren met Gmail en sociale netwerken zoals Facebook. Mensen met een verstandelijke beperking, of welke beperking dan ook, willen doen wat hun vrienden, zussen en broers doen: smartphones, tablets en sociale netwerken gebruiken, zegt Schuurman.

Facebook heeft een service gemaakt die afbeeldingen met tekst beschrijft om blinden of slechtzienden te helpen.

Austin Lubetkin, die een autismespectrumstoornis heeft, heeft gewerkt met een non-profitorganisatie in Florida Artiesten met autisme om anderen op het spectrum te helpen onafhankelijker te worden. Hij verwelkomt onderzoek zoals dat van IBM, maar zegt dat het een uitdaging zal zijn om ervoor te zorgen dat dergelijke tools betrouwbaar werken. Een algoritme voor machinaal leren dat een film aanbeveelt waar je niet om geeft, is één ding; een fout waardoor je een vriend verkeerd begrijpt, is een andere.



Toch is Lubetkin, die bij een startup werkt terwijl hij een hbo-opleiding volgt, optimistisch dat machine learning de komende jaren veel nieuwe kansen zal bieden voor mensen met een handicap. Onlangs maakte hij gebruik van beeldherkenningstechnologie van startup Clarifai tot prototype van een navigatie-app die aanwijzingen geeft in de vorm van oriëntatiepunten, geïnspireerd door zijn eigen worsteling om de tekst en diagraminformatie van conventionele apps tijdens het rijden te interpreteren. Eerlijk gezegd kan AI het speelveld gelijk maken, zegt Lubetkin.

zich verstoppen