マイクロソフト、人間よりも正確に画像を表現できる AI システムを導入

Microsoft は、Azure Cognitive Services サービス プラットフォームを通じて、人工知能(AI)に基づく画像キャプション (説明) テクノロジーの展開を正式に発表しました。注目すべきことに、レドモンド社の代表者は、このAIシステムは現在、人間に劣らない精度、場合によってはさらに正確で、そしてもちろんはるかに高い生産性で画像を描写できると自信を持って断言した。

この新しいテクノロジーは強力なアシスタントとなり、開発者が独自のアプリケーション環境でのユーザー エクスペリエンスだけでなくアクセシビリティ機能も向上させるのに役立ちます。AI を活用した画像アノテーションを使用すると、ユーザーは注釈を通じて、検索結果のコンテンツやプレゼンテーションの写真など、画像内の重要なコンテンツを迅速に識別できます。ただし、Microsoftは、AIが提供する注釈は常に完璧であるとは限らず、時間をかけて徐々に改善する必要があるとも警告している。

さらに重要なことは、マイクロソフトの AI プラットフォーム グループのソフトウェア エンジニアリング ディレクターであるサクイブ シャイク氏が、画像キャプションは Web ページまたはドキュメント内に一般にアサルト テキストと呼ばれる写真の説明を作成することで、視覚障害を持つ人々を大きく助けることができると述べた。さらに、シャイク氏のチームは Seeing AI カメラ システムを使用して、視覚障害者や弱視の人向けの画像を記述しています。

「この AI システムを開発する際の私たちのアイデアは、文書、Web、またはソーシャル メディア プラットフォームに表示されるすべての画像を最も正確に説明できるようにすることです。これにより、視覚障害のある人々が写真のコンテンツを簡単に把握し、オンラインで参加できるようになります。」より自信を持ってコミュニケーションできるようになります。」

自動写真アノテーション システムを紹介するビデオ:

Microsoft が明らかにしたように、この新しいシステムは、精度と生産性の両方の点で、2015 年から使用されている古い画像注釈モデルに比べて 2 倍効率的です。

今年後半には、この AI を利用した画像キャプション テクノロジは、Windows および Macプラットフォーム用のMicrosoft WordおよびOutlookに加えて、Windows、Mac、Web 用のPowerPointにも統合される予定です。