作者| 石筱玉
編輯| 傅博
Ann Taylor原本非常害怕家外面的世界。
在她來到一個新地點的時候，
她總是不知道這裡有誰、哪裡有空座位，
因此經常不知所措。
但她說，
微軟的Seeing AI應用能夠讓她更有勇氣走出家門，
面對未知的世界。
Ann Taylor是Seeing AI 應用研發小組的一名成員， 同時也是一個盲人。 在她來到微軟之初， 她就對微軟研究者們計畫中的一套視障人士輔助工具產生了興趣。 Taylor親切地將這套工具稱為未來的“瑞士軍刀”（“Swiss Army knife”）。
Taylor對工程師們說：
“讓我們做一些真正對盲人群體有重要意義的事情吧！”
Mary Bellard（左）和AnneTaylor（右）是Seeing AI開發團隊的成員
在2016年3月， 微軟在Build大會上講述了Taylor的故事微軟將這個應用稱作“給盲人群體的有聲相機”（Talking camera for the Blind）， 已經在app store獲得了超過四星的評分。
微軟將這個應用稱作“給盲人群體的有聲相機”（Talking camera for the Blind）。
在評分中， 第一個“五星好評”表示自己並沒有嘗試過這個應用。 但是給出這一評分的用戶rsturner2002寫道：
“我給這個app五星， 是因為我覺得它是一個非常優秀、非常急需的應用。 我希望它能夠滿足視障人士的需求， 並且希望微軟能夠繼續改進它。 ”
用戶rsturner2002的評論。
Ann Taylor也分享過她對這一產品的期望。 在微軟亞洲研究院發表的文章中， 她說雖然早已有一些能夠幫助視障人士的手機應用和工具， 但它們往往功能單一。 而Seeing AI能夠自動讀出短語和長文章， 識別身邊的朋友和環境， 具有比大多數面向視障人士的應用更多的功能。
這些應用場景對於視障人士， 尤其是盲人來說， 一定有非常大的意義。 Seeing AI的這些理想真的能夠成真嗎？在實踐中， 我們發現了不少驚喜， 可是也遇到了一些問題。
一打開這個app， 我們就能看到下方有五個主要功能：短語、檔、商品、人物與環境。 其中， “環境”功能被標注為測試版。 在點擊每一個按鈕後， 會有語音提示我們選擇的功能是什麼。
app頁面下方的功能選擇按鈕。
“短語”功能可以為用戶讀出身邊環境中的單詞， 比如在我們用鏡頭對準Exit標誌的時候， Seeing AI就會自動並且重複地讀出“Exit”這個詞。
用“短語”功能， 能夠讓Seeing AI讀出標誌牌上的文字。
不過， 由於目前該系統僅僅支援英語， 在我們將鏡頭面對中英交雜的文章時，
“檔”功能在一定程度上和“短語”通用， 不過“檔”加入了拍照這一過程。 和一些掃描類app的使用方法類似， 使用時Seeing AI會自動檢測紙張、書本的邊界， 並語音提示“左、上邊界無法識別”等。 在掃描完成後， 應用會自動將照片內容轉換成文本， 使用者隨後可以選擇讓它將文字讀出來。
經“檔”功能識別的Exit標誌。
但是在我們閉上眼睛、試圖只聽語音提示對書頁進行掃描的時候，還是遇到了一些困難。要是想完整地拍下書頁內容，手機要儘量和桌面平行，並且照片中必須出現整個頁面。在頁面提示看不到某一邊界的時候，我們並不知道是因為手機的角度問題，還是因為手機與書本的距離太近。在嘗試很多次之後，我們才成功地讓手機識別並自動拍下了書頁照片。
在使用中我們還碰到了另一個問題：對於字數很多的文檔頁面，Seeing AI在處理一段時間後經常會跳出“對不起，請求時間過長”的提示，並且直接放棄識別，而在短文章中並沒有出現這個問題。可能對於Seeing AI來說，識別較短文字還是目前的主要目標。
當我們試圖拍下整頁書之後，Seeing AI給了我們“對不起，請求時間過長”的提示。
“商品”功能和前兩個的使用方法類似，主要是通過條碼進行商品辨別。但是對於中國用戶來說，大部分國內的條碼並不能被Seeing AI讀取。在Mashable.com的評測中，這個app能夠成功讀取“黃油”、“啤酒”等商品的二維碼，並能夠載入成分和如何使用的相關資訊。
來自Mashable.com的測評圖片。圖片中，Seeing AI正確識別了啤酒品牌。
“人物”功能可以告訴用戶在哪個方位、多遠距離中有幾個人。在使用中我們發現，Seeing AI會運用人臉識別功能，將鏡頭中出現的人臉用方框框出來，判斷距離，並告訴使用者人臉處於螢幕的中間還是靠上、靠下位置。不過，當被識別的人以側面面對鏡頭的時候，Seeing AI就不能準確檢測到人臉了。
Seeing AI告訴我，馬斯克這張照片中檢測不到人臉，而馬斯克的正面照片就能被它清楚識別。
參與測評的我們一致認為，“環境”功能是最被視障人士需要的。如果能夠向Taylor所說的那樣，這個app能夠幫助她識別房屋內的設施、椅子的位置，那麼Seeing AI將會對Taylor和她的夥伴們有非常大的幫助。
在使用中，我們發現“環境”能夠對身邊的物體，例如人、電腦、書本，甚至裝飾品進行非常準確的識別，並且能將其識別出的關鍵片語成常用的短語，用語音告訴使用者。例如“桌上的一盆花”和“一個放了傢俱、有大窗戶的起居室”。
不過Seeing AI對於這個環境描述的細節也就到此為止了。當我們拍攝一把椅子的時候，配文是“一把椅子放在地面上”，並沒有告訴我們椅子的位置，和是否空著等資訊。可能對於“測試版”的環境功能來說，它的功能還有很大提升空間。
用Seeing AI識別一把空椅子，得出的結果是“一把椅子放在地面上”。
在測試中，我們發現Seeing AI對文字、圖片內容的識別敏感度、準確率都很高。儘管它對於一些環境細節仍然沒有辦法讀取，但是也能夠在很大程度上幫助視障群體。
然而，讓我們最不滿意的一點是，“環境”並不能像“短語”等功能一樣自動拍照並讀取相關資訊，而是需要使用者手動點擊螢幕上的相機按鈕。
螢幕左側有一個小藍圖示，這就是拍照按鈕。
拍照按鈕處於螢幕的最左側，是一個小的藍色按鈕。實際上，按動螢幕左側的大片區域都能夠控制拍照，但是在如何使用拍照功能這一點上，Seeing AI缺乏可靠的語音提示。在實際使用中，讓視障用戶拍了照之後才能進行環境識別，也顯得不太方便。
除了“環境”功能只能依靠拍照，“檔”、“人物”兩個功能既能夠讓用戶進行手動拍照，也能自動識別。而“短語”、“商品”和“人物”全部依靠自動識別。
對於Seeing AI的不足之處，微軟也在app的開啟頁面上這樣提示：
“Seeing AI並不總是準確。它不應被用於導航，也不應被用於可能讓你受到傷害的場景中。在使用Seeing AI時，用戶風險自負。”
Seeing AI在開啟頁面上的提示語。
我們覺得，儘管Seeing AI是“給盲人群體的有聲相機”，但是在視障群體真正能用上、用好Seeing AI這個應用之前，還是需要有人説明他們熟悉這個app的使用方法，以及各個按鍵的位置。在目前的版本中，Seeing AI操作中的語音提示還是不夠完備的。
實際上，Seeing AI是微軟十多年電腦視覺的研究成果。據Taylor所說，Seeing AI已經是市面上針對視障群體，功能最齊備的一個手機應用。微軟也一直致力於利用AI這項技術破解醫療難題，改善各類人群的生活。
Seeing AI應用開啟頁面中列舉的多種功能。
微軟在今年2月啟動了Healthcare NExT 計畫，和Google、IBM等公司一樣，期望能夠將AI運用於醫療行業。在今年5月，微軟還曾設計了一個可穿戴設備，説明帕金森患者Emma Lawton控制病情所帶來的抖動症狀。
微軟為帕金森患者Emma Lawton設計的可穿戴設備。
儘管微軟離“讓Seeing AI成為盲人群體的眼睛”這一設想可能還有點遠，但是Seeing AI已經擁有了較為完備的功能，也讓我們對它的性能提升有非常大的期待。對於視障群體來說，微軟這樣的大公司能夠根據他們的需求開發對應的產品，這也讓他們和獨立、便利的生活又近了一步。
Taylor本人也對Seeing AI這個產品頗為自豪。她說：
“我們最後真的推出了這款如此寶貴的‘瑞士軍刀’，讓其他視障人士也能更好地欣賞這個世界的美好。”
這裡。目前暫時還沒有安卓版本。
經“檔”功能識別的Exit標誌。
但是在我們閉上眼睛、試圖只聽語音提示對書頁進行掃描的時候，還是遇到了一些困難。要是想完整地拍下書頁內容，手機要儘量和桌面平行，並且照片中必須出現整個頁面。在頁面提示看不到某一邊界的時候，我們並不知道是因為手機的角度問題，還是因為手機與書本的距離太近。在嘗試很多次之後，我們才成功地讓手機識別並自動拍下了書頁照片。
在使用中我們還碰到了另一個問題：對於字數很多的文檔頁面，Seeing AI在處理一段時間後經常會跳出“對不起，請求時間過長”的提示，並且直接放棄識別，而在短文章中並沒有出現這個問題。可能對於Seeing AI來說，識別較短文字還是目前的主要目標。
當我們試圖拍下整頁書之後，Seeing AI給了我們“對不起，請求時間過長”的提示。
“商品”功能和前兩個的使用方法類似，主要是通過條碼進行商品辨別。但是對於中國用戶來說，大部分國內的條碼並不能被Seeing AI讀取。在Mashable.com的評測中，這個app能夠成功讀取“黃油”、“啤酒”等商品的二維碼，並能夠載入成分和如何使用的相關資訊。
來自Mashable.com的測評圖片。圖片中，Seeing AI正確識別了啤酒品牌。
“人物”功能可以告訴用戶在哪個方位、多遠距離中有幾個人。在使用中我們發現，Seeing AI會運用人臉識別功能，將鏡頭中出現的人臉用方框框出來，判斷距離，並告訴使用者人臉處於螢幕的中間還是靠上、靠下位置。不過，當被識別的人以側面面對鏡頭的時候，Seeing AI就不能準確檢測到人臉了。
Seeing AI告訴我，馬斯克這張照片中檢測不到人臉，而馬斯克的正面照片就能被它清楚識別。
參與測評的我們一致認為，“環境”功能是最被視障人士需要的。如果能夠向Taylor所說的那樣，這個app能夠幫助她識別房屋內的設施、椅子的位置，那麼Seeing AI將會對Taylor和她的夥伴們有非常大的幫助。
在使用中，我們發現“環境”能夠對身邊的物體，例如人、電腦、書本，甚至裝飾品進行非常準確的識別，並且能將其識別出的關鍵片語成常用的短語，用語音告訴使用者。例如“桌上的一盆花”和“一個放了傢俱、有大窗戶的起居室”。
不過Seeing AI對於這個環境描述的細節也就到此為止了。當我們拍攝一把椅子的時候，配文是“一把椅子放在地面上”，並沒有告訴我們椅子的位置，和是否空著等資訊。可能對於“測試版”的環境功能來說，它的功能還有很大提升空間。
用Seeing AI識別一把空椅子，得出的結果是“一把椅子放在地面上”。
在測試中，我們發現Seeing AI對文字、圖片內容的識別敏感度、準確率都很高。儘管它對於一些環境細節仍然沒有辦法讀取，但是也能夠在很大程度上幫助視障群體。
然而，讓我們最不滿意的一點是，“環境”並不能像“短語”等功能一樣自動拍照並讀取相關資訊，而是需要使用者手動點擊螢幕上的相機按鈕。
螢幕左側有一個小藍圖示，這就是拍照按鈕。
拍照按鈕處於螢幕的最左側，是一個小的藍色按鈕。實際上，按動螢幕左側的大片區域都能夠控制拍照，但是在如何使用拍照功能這一點上，Seeing AI缺乏可靠的語音提示。在實際使用中，讓視障用戶拍了照之後才能進行環境識別，也顯得不太方便。
除了“環境”功能只能依靠拍照，“檔”、“人物”兩個功能既能夠讓用戶進行手動拍照，也能自動識別。而“短語”、“商品”和“人物”全部依靠自動識別。
對於Seeing AI的不足之處，微軟也在app的開啟頁面上這樣提示：
“Seeing AI並不總是準確。它不應被用於導航，也不應被用於可能讓你受到傷害的場景中。在使用Seeing AI時，用戶風險自負。”
Seeing AI在開啟頁面上的提示語。
我們覺得，儘管Seeing AI是“給盲人群體的有聲相機”，但是在視障群體真正能用上、用好Seeing AI這個應用之前，還是需要有人説明他們熟悉這個app的使用方法，以及各個按鍵的位置。在目前的版本中，Seeing AI操作中的語音提示還是不夠完備的。
實際上，Seeing AI是微軟十多年電腦視覺的研究成果。據Taylor所說，Seeing AI已經是市面上針對視障群體，功能最齊備的一個手機應用。微軟也一直致力於利用AI這項技術破解醫療難題，改善各類人群的生活。
Seeing AI應用開啟頁面中列舉的多種功能。
微軟在今年2月啟動了Healthcare NExT 計畫，和Google、IBM等公司一樣，期望能夠將AI運用於醫療行業。在今年5月，微軟還曾設計了一個可穿戴設備，説明帕金森患者Emma Lawton控制病情所帶來的抖動症狀。
微軟為帕金森患者Emma Lawton設計的可穿戴設備。
儘管微軟離“讓Seeing AI成為盲人群體的眼睛”這一設想可能還有點遠，但是Seeing AI已經擁有了較為完備的功能，也讓我們對它的性能提升有非常大的期待。對於視障群體來說，微軟這樣的大公司能夠根據他們的需求開發對應的產品，這也讓他們和獨立、便利的生活又近了一步。
Taylor本人也對Seeing AI這個產品頗為自豪。她說：
“我們最後真的推出了這款如此寶貴的‘瑞士軍刀’，讓其他視障人士也能更好地欣賞這個世界的美好。”
這裡。目前暫時還沒有安卓版本。