我相信，在人们的心目中，人工智能是一类属于“多数”的技术。
所谓多数，第一意味着相关数据量大，易于积累，适合AI非常依赖海量数据；二是应用场景广泛，易于实现回收成本，适合人工智能研发的高门槛投资。
目前，经常出现在我们身边的人脸识别，语音交互等实际上都符合这些特征。但是，这并不意味着属于“少数群体”的AI是空白。
人工智能进入无障碍时代：手语识别翻译的应用意味着什么？
昨天是“全球无障碍促进日”。我们将注意力转向可以消除“少数群体与多数群体”之间差异的技术发展，例如为听障人士提供手语识别。这是一个典型的例子。
你和我不懂手语，为什么AI难以阅读？
手语是一种通过根据手势的变化模拟图像或音节而对听力受损者独有的通信方法。然而，这种交流可以使听力受损人士与懂手语的普通人之间进行交流，但仍不能满足听障人士与普通大众之间的交流需求。
这意味着在一些社交公共场所，例如政府场景或服务行业场景，听力受损的人可能会遇到一些不便。
而AI，恰好是一个解决方案。
在某些软件中，我们已经开始应用AI的手势识别能力，例如“弯曲”以触发一些AR效果。这种手势的捕获以及手势的语义是否能够翻译并生成手语？
这个逻辑是正确的，从逻辑上正确到实际，但仍然是一个短距离。
首先，手语的表达具有一定的特殊性，捕获它并不容易。
我们知道“手势”的行为没有绝对的精确性，一些手语词汇的表达非常接近，手语表达通常在句子中，词与词之间没有明显的差距。过去，使用前置摄像头捕获方法的手势识别基本上是不可行的。
如此多的技术和团队为外围设备提供了解决方案。例如，中国科技大学和微软推出了基于Kinect的手语翻译系统，以及加州大学引进的手语识别手套。然而，这些外围设备要么便携，要么昂贵，并且难以推广。同时，手语表达也具有国家和地区性，并且模型的多功能性存在困难。
手语有两个概念：“语法手语”和“自然手语”。语法手语不仅是普通话，而且自然手语就像方言。国家，地方甚至城市之间都没有小的差异。这也导致手语数据的收集和标记成本高且工作量大。
例如，亚马逊提出修改智能扬声器Alex可以使其转换一些简单的信号。但是，由于缺乏大规模的训练数据集，这个功能只能识别一些简单的美国手语并留在实验室阶段。
手语没有秘密法，人工智能行业应享有平等权利。
虽然难以进行探索，但科技公司和学术界仍然在手语AI中取得成效。例如，腾讯Utu实验室推出的“Yutu AI Sign Language Translator”和iQiyi推出的AI Sign Language Anchor在手语AI的应用方面取得了很大进展。
手语AI的突破可以分为两行，一种是手语AI本身技术的进步，另一种是应用场景的突破。
在手语AI技术本身中，它可以分为两种解决方案：识别模型和数据集。在数据集中，您可以通过与社会组织和听障人士的联系，通过自建手语识别数据集，并使表达习惯的多样性和速度对于手语表达的局部差异。
对于识别模型，业界还有一种新的算法构建概念，如二维卷积神经网络和三维卷积神经网络分别提取手势中的静态和动态信息，通过综合处理来提高视频识别效果，完全得到摆脱其他传感器的束缚。同时，针对手语表达的全句现象，在视频帧的末尾添加词级信息挖掘，验证特征提取器提出的信息，进一步确定手势到词的结构。表达边界，除了提高识别准确性。可以提高用自然手语总结区域表达的能力。在此基础上，还可以将语境理解能力引入算法模型中，以促进更复杂的手语识别翻译需求。
然而，尽管该技术已得到改进，但在应用方面仍存在一些限制。例如，手语识别可能依赖于相对较大的计算能力，这很难在短时间内进行移植和消费。但完全有可能与政府合作，允许手语识别进入某些公共服务场景。或者，像爱奇艺一样，从手语生成开始也可以帮助听障人士。
事实上，我们可以很容易地发现，如果我们分割技术，我们可以看到手语AI所取得的进步并不是因为某些基础科学取得了惊人的突破，而是越来越多的企业。学者们一直投入研发和数据积累，以摆脱过去缺乏手语语料库的困境，并对算法进行迭代研究。换句话说，公司和学者在“少数民族”人工智能技术中投入了与“大多数”人工智能技术几乎相同的能源和财务资源。对于AI行业来说，这无疑是一种肯定的精神。
从以人为本到以技术为导向：为什么我们需要更积极地指导技术流程？
腾讯对手语AI的投资实际上是人工智能行业中一个引人注目的洋流方向。
几天前，在福州数字中国峰会上，马化腾首先提到了“技术就是好”的概念，并提出“我们相信技术可以造福人类；人类应善用技术，避免滥用，杜绝邪恶用途；努力解决自身发展带来的社会问题。“
巧合的是，在李菲菲回到斯坦福之后，他成立了HAI研究所（以人为本的斯坦福人工智能研究所）并开始担任今年的导演。 HAI的研究目标是促进人工智能技术的发展，使人类受益，并预测人工智能对人类生活的实际影响。
技术巨头和学术旗帜都把目光投向了同一个方向，因为人们已经开始逐渐发现人工智能，5G，工业数字化和其他技术力量的强劲势头，并已达到必须引导的程度甚至是受限制的。
如上所述，科技公司在这股技术浪潮的发展中发挥了重要作用，寻求利润自然是企业的本能和本质，因此公司将率先投身于那些满足大多数人的应用，应用。一种技术，具有广泛的场景和相对较低的研发成本。
这种行为是可以理解的，但AI等新技术带来的效率提升太大了。是否会挤压甚至边缘化那些暂时无法获取新技术的领域和群体，这是许多人在想的问题。一个问题。
例如，随着英语，日语，法语和俄语等主流语言的机器翻译能力不断提高，语料库不足和应用程序数量减少的小语言会被进一步边缘化，因为它们在技术上没有被赋予权力吗？
同样，当越来越多的公共事务交易被人工智能技术（如语音交互和图像识别）取代时，听障人士和视障人士在获取服务时会遇到更多麻烦吗？
类似的情况已经发生：2018年底，联合国发布了一份关于英国政府数字化的报告。结果是，数据显示，自2010年以来，在英格兰，无家可归者人数增加了60％，并且有一个等待住房的名单。 1.2万人，粮食银行帮助穷人的需求增加了近四倍。——因为很多穷人不知道如何申请互联网上的贫困补贴，甚至家庭也无法连接到互联网。最终，他们只能陷入贫困。深。
很多时候，甚至非恶意技术都是不可预测的。我们应该更积极地引导科学和技术走向善。

• 上一篇: 蓝盟IT外包，元宇宙：四梁八柱是什么
  下一篇: 除了卖更多的钱，Mesh网络在哪里？

• 分享到：