Τον Μάρτιο του 2016, στο ετήσιο συνέδριο Build, η Microsoft παρουσίασε μια τεχνολογία που ήταν εντυπωσιακή με πολλούς τρόπους, ακόμη περισσότερο από οτιδήποτε έδειξε η τεχνολογία εκείνη την ημέρα. Το συγκινητικό βίντεο αφηγείται την ιστορία ενός τυφλού προγραμματιστή της εταιρείας, ο οποίος δημιούργησε ασυνήθιστα γυαλιά με ενσωματωμένη τεχνητή νοημοσύνη, ικανό να σαρώσει τον περιβάλλοντα χώρο και να το περιγράψει με λόγια.
Αυτή η τεχνολογία ονομάζεται Seeing AI και είναι πλέον διαθέσιμη στους κατόχους iPhone ως ξεχωριστή εφαρμογή με το ίδιο όνομα.
Η αρχή παραμένει η ίδια: ανοίγοντας το πρόγραμμα στο smartphone σας, μπορείτε να στρέψετε την κάμερα σε ένα αντικείμενο - το πρόγραμμα θα το αναγνωρίσει και θα σας πει τι είναι μπροστά σας. Μπορείτε ακόμη και να πιάσετε ένα άτομο στο πλαίσιο, και το Seeing AI θα πει εάν κάθεται ή στέκεται, χαμογελά ή συνοφρυώνεται, νεαρός ή μεγάλος. Στο σπίτι, θα βοηθήσει έναν τυφλό να καταλάβει τι είδους προϊόν πήρε από το ράφι - γι 'αυτό πρέπει απλώς να σαρώσετε τον γραμμωτό κώδικα από το κουτί. Αλλά ένα από τα πιο χρήσιμα χαρακτηριστικά της εφαρμογής είναι η αναγνώριση νομίσματος. Δεδομένου ότι τα δολάρια ΗΠΑ έχουν το ίδιο μέγεθος και είναι απλώς αδύνατο να διακρίνουμε με ευχέρεια τραπεζογραμμάτια διαφορετικών αξιών - καθώς και να καταλαβαίνουμε πόσα βγήκες από την τσέπη σου - Το να βλέπεις το AI λύνει αυτό το πρόβλημα.
Η εφαρμογή βασίζεται σε νευρωνικά δίκτυα, αυτή η τεχνολογία χρησιμοποιείται, για παράδειγμα, σε αυτοκινούμενα αυτοκίνητα και προγράμματα αναγνώρισης εικόνας. Τα περισσότερα από τα δεδομένα υποβάλλονται σε επεξεργασία από τον επεξεργαστή του smartphone, οπότε σχεδόν όλες οι λειτουργίες λειτουργούν χωρίς μόνιμη σύνδεση στο Διαδίκτυο. Ωστόσο, για ορισμένους, ενδέχεται να απαιτείται ακόμη πρόσβαση στο δίκτυο - για παράδειγμα, για την αναγνώριση χειρόγραφου κειμένου ή τη σάρωση μιας σύνθετης σκηνής.
Σε μια σύντομη συνέντευξη με το The Verge, ο Sakib Shaikh, επικεφαλής της ανάπτυξης του Seeing AI και του ίδιου τυφλού προγραμματιστή από το βίντεο, είπε ότι χρησιμοποιεί συχνά την εφαρμογή για να εντοπίσει πινακίδες και να διαβάσει μενού. Στην τελευταία περίπτωση, το πρόγραμμα όχι μόνο εκφράζει τι είναι γραμμένο σε χαρτί, αλλά επίσης σας λέει πότε και προς ποια κατεύθυνση ένα άτομο πρέπει να μετακινήσει την κάμερα για να «διαβάσει» περαιτέρω. Και ο Shaikh θεωρεί ότι η ταχύτητα της εργασίας είναι το κύριο πλεονέκτημα του προγράμματος του: για παράδειγμα, το Seeing AI αναγνωρίζει τα πρόσωπα των ανθρώπων σε ένα δευτερόλεπτο.
Η εφαρμογή εξακολουθεί να είναι διαθέσιμη μόνο σε κατόχους iPhone και μπορείτε να τη κατεβάσετε μόνο στο American App Store. Το πρόγραμμα δεν μιλά ούτε ρωσικά, ωστόσο, δεδομένης της χρησιμότητας και του φιλόδοξου χαρακτήρα του έργου, η εμφάνιση του Seeing AI σε Android και σε καταστήματα εφαρμογών σε άλλες χώρες μπορεί να θεωρηθεί θέμα χρόνου.>