文／王茜穎，若水 Flow AI Blog 編輯團隊
Why read？ 若水 AI 數據團隊觀點：
1, 找對問題，AI 能夠幫忙許多事，包括成為視障者的AI伴侶，協助視障者感知環境，強化社會互動和功能。
2, 捨棄雲端運算，僅存臉部參數來訓練資料 (Training Data)，保護使用者隱私。
3, 將使用者手勢整合進用戶介面，幫機器從海量數據中快速篩選出重點。
「計算機科學跟視障有什麼關係？」
在TED@NYC台上說話的人是 Amnon Shashua，全球知名的 電腦視覺 (Computer Vision) 專家，共同創辦了全球最大的無人車駕駛輔助系統公司 Mobileye， 2017年被英特爾以153億美元(約新台幣4530億元) 收購，現任英特爾資深副總裁。
時間拉回到1993年麻省理工學院的博士畢業典禮上。「我太太的阿姨莉莉．紐曼(Lily Newman) 一輩子住在紐約市。她因黃斑部病變導致視網膜破裂。典禮結束後，她告訴我，身為一個科學家，你得想想辦法解決我的問題，」Shashua回憶 。
「我向她解釋我這個doctor(博士) 不是你想的那種救人的doctor(醫生)，我寫的是方程式、軟體和代數，但這件事一直在我腦中揮之不去。」
➡️ 延伸閱讀：搶救百萬失明人生，印度眼科醫院聯手 Google 打造 AI 篩檢
就以主要發生在50歲以上的黃斑部病變為例，在台灣家庭家庭醫學會的資料顯示，此病症在已開發國家是造成老年人失明的原因之一。在美國，超過800萬人有老年性黃斑部病變。台灣也有類似情況，而且好發年紀愈來愈輕。
Shashua道：
「或許我們無法讓殘疾消失，但我們能善用電腦科學彌補視力的喪失」
用深度學習解析、朗讀圖像
2010年，他和 Mobileye 的老戰友Ziv Aviram再創 OrCam，透過AI應用，讓盲人聽見世界。
68歲的 Moshe Fischer 天生失明，卻戴著一副黑框眼鏡。若仔細觀察，會發現他的鏡架上用磁力吸附著一方手指大小的黑盒，內建攝影機、麥克風和骨傳導喇叭，只要用手指輕點一篇報導、一份菜單、一方路牌，黑盒裡的鏡頭掃描、再用深度學習(Deep Learning) 來解析文字，並在他耳邊輕聲朗讀。
這款名為「我的眼睛 (MyEye) 」的AI應用，改變了Fischer的生命
宛如一盞黑暗中的探照燈，鏡頭持續掃描前方的視野，搜尋熟悉的模式，當鏡頭辨識出使用者的手勢，即拍下所指的文字或圖像並比對已知內容。
➡️➡️ 想了解更多 AI 數據應用新知，免費加入訂閱我們每月親自撰寫的電子報：https://ai-blog.flow.tw/register
從早上幫他辨識衣服的顏色，出了門識別紅綠燈號誌，街道名稱，商家店名，公車號碼，錢幣找零，閱讀書報，100張熟人臉孔，上百萬種商品，並能個人化儲存150件事物。
貼心的「MyEye」，會在書報拿反時，提醒他轉正；閱讀外語時，自動幫他翻譯；無法辨識來者時，給予提示，例如「有位年輕女士正站在你的面前」。
它為我開啟了新的可能性
「 像是使用過去無法使用的智能手機……逛街欣賞商店櫥窗，這是我一生中從未做過的事！我能體驗和感受周遭發生了什麼事，這是我過去求而不得的。我走過卻從未看見」滿頭銀髮的Fischer說。
失明了一輩子，他嚐到前所未有的自由和獨立。
自然語言處理加持，做視障者的最佳AI伴侶
去年，OrCam 的第二代「我的眼睛 (MyEye2) 」被選為美國《時代雜誌》2019年百大最佳發明。在獲獎感言裡，繼人類將AI變成我們的眼睛、耳朵和大腦後，Shashua提出其開發初衷是作為視障者的「AI伴侶 (AI as a companion) 」。
靠著自然語言處理的加持，OrCam在今年初的全球消費性電子展上推出個人助理的新功能，進一步推進其理想。與其從頭到尾地讀稿，視障者可聲控鎖定只讀報紙上的標題，搜尋特定單詞，帳單末的應繳金額，或菜單上的前菜選項。
OrCam花了5年開發MyEye，除了聲音之外，所有的技術都是由內部開發。其中核心演算法花了1年，並以數百萬個文本和產品圖像訓練機器。
「這和孩子學習新事物的過程十分相似，」Aviram說「讓它接觸海量數據和複雜的演算法，就能教機器辨識不同的產品、臉孔和語言。」
➡️ 延伸閱讀：面對數據海洋，勇敢理解、勇敢參與，才能找到新大陸
接著，硬體整合又花去2年，但決定開發藍圖的卻是開發之初針對數百位視障者的需求訪談。出乎意料的，高達90％的人希望能閱讀，原以為的辨識障礙物反而不是關鍵。
百思不得其解的Aviram決定做個小實驗：暫停閱讀一天。結果，不到一小時他就喊停，「才過5分鐘，你就了解我們的世界是由多少文字組成的。」
此外，有視障者希望能識別顏色，解決穿衣搭配的困擾；還有人「無法認得一米外的妻子」，為此加入了自動辨識人臉的功能。
所有的即時運算都發生在這個22.5克的小黑盒裡，不會上傳資料，亦不做雲端運算。臉部辨識則是存取臉部特徵的數據，像是兩眼距離等臉部參數，而非直接儲存人臉影像。
「我們將每張面孔轉換成一串數字，這樣每個人的面孔都會有不同的數字，當機器看到人臉時，會計算數字並與既存的數字進行比較。」 OrCam的執行研發副總Yonatan Wexler，同時也是Shashua的學生說。
種種措施都是為了避開Google Glass當初引發的隱私疑慮。
➡️➡️ 想了解更多 AI 數據應用新知，免費加入訂閱我們每月親自撰寫的電子報：https://ai-blog.flow.tw/register
挑出、標註使用者所需的數據，才是關鍵挑戰
任何視覺系統最大的挑戰都是龐大的數據量 。
Wexler受訪時說，每張圖像都有上百萬個數據點，為了從海量數據中快速篩選出最有用的部分，他們開發出一套名為ShareBoost的人工智能演算法，並應用在早期的原型上，但他們很快意識到其不足，並向機器學習社群 (Machine Learning Communities) 取經。
Wexler告訴美國《數位雜誌》(Digital Magazine) :
「挑出使用者所需的數據是關鍵挑戰，不然，機器將不停地描述所見的細節，無論那是不是使用者所關心的」
為此，他們決定開發一個同時感知使用者和環境的用戶介面，讓使用者用「手勢」來告訴機器重點在哪裡。因此，機器知道要聚焦在公車站牌上，而非後方的路牌或廣告看板。
➡️ 延伸閱讀：100個AI專案肯定！若水如何開發出台灣最精準數據處理平台？
沒有繁複的按鈕或指令，無需上下左右滑動點擊，操作簡單直覺：一指啟動辨識；伸手張開五指，做出阻擋手勢，即停止；低頭看錶，即自動報時。
Shashua解釋：「我們相信指著東西是人類最自然的行為……看看孩子們，他們會指著某個東西問：『這是什麼？』」Wexler則表示使用者往往不用一分鐘就能學會如何操作。
你問，AI應用可以如何改變世界？
OrCam會說，讓全球3億的視障人口，以及更多患有嚴重閱讀障礙和閱讀疲勞的人口擁有新生活。
儘管AI無法讓他們重拾光明，卻能直接地幫助他們在這個並非為他們設計的世界裡找到方向，安身立命，體驗逛逛街、刷手機、上超市的日常生活。然而，台幣15萬的高額售價是目前最大的推廣障礙，OrCam希望透過政府補助、保險公司給付，讓更多人能受惠。
