問問Facebook成長團隊的一位成員，哪項功能在讓公司每天擁有10億使用者方面發揮了最大的作用，他們很可能會告訴你這是照片。自從2005年Facebook推出一年後，使用者就可以上傳源源不斷的圖片，這使得這個社交網路在全球受眾中無法抗拒。很難想象沒有照片的Facebook。然而，對於數以百萬計的盲人和視障人士來說，這已經是十多年來的現實。

不再是了。今天，Facebook將開始自動向盲人和視障使用者描述照片內容。名為“自動替代文字”的功能是由Facebook成立5年的無障礙團隊建立的。在Facebook產品組前使用者研究員傑夫·維蘭德（Jeff Wieland）的帶領下，該團隊此前為影片建立了閉路字幕，並實施了一個選項，在Facebook iOS上增加預設字型大小，10%的Facebook使用者利用了這一功能。

用畫外音大聲朗讀照片的描述

自動alt-text現在出現在iOS上，後來出現在Android和web上，它使用機器學習識別照片中的物件。機器學習透過使用演算法進行預測來幫助建立人工智慧。例如，如果你給一個軟體顯示足夠多的狗的圖片，它就能及時地在照片中識別出狗。自動alt文字識別Facebook照片中的內容，然後使用iPhone的畫外音功能將照片的描述大聲讀給使用者聽。雖然這項技術還處於早期階段，但它可以可靠地識別交通（“汽車”、“船”、“飛機”）、自然（“雪”、“海洋”、“日落”）、體育（“籃球場”）和食品（“壽司”）等類別中的概念。這項技術還可以描述人（“嬰兒”、“微笑”、“鬍鬚”），並識別一張**。

上週，我去了位於門羅公園的Facebook無障礙實驗室，看看這項技術的實際應用。Wieland和一位失明的Facebook工程師mattking也在場。金出生時視力有限，大學時失明，自上世紀80年代以來，他一直提倡使用更方便的電腦。今天，他在一個全球資訊網聯盟中代表Facebook，負責制定網頁訪問的技術規範。

盲人上網的主要方式是透過螢幕閱讀器——一種描述螢幕上顯示的元素（一個連結、一個按鈕、一些文字等等）並使其能夠與之互動的軟體。網路經過多年的發展，對盲人更加友好。例如，你在每個Facebook帖子上看到的向下三角形，允許你隱藏帖子或將其報告為垃圾郵件，被螢幕閱讀器描述為“故事選項，摺疊彈出按鈕”，而不是一個三角形。這樣，盲人使用者就知道他們可以與之互動。

大部分的網路對於盲人來說是遙不可及的

但大部分的網路長期以來都是盲人無法接觸到的。”“你以前經常聽到檔名，你不知道它們是否可以點選，”金說那是一場盛大的複活節彩蛋狩獵，一點也不好玩。甚至當我發現這些蛋的時候，很多蛋都是照片。人們用圖片交談，而用圖片交談對我來說本來就是遙不可及的“我們不想增加很多摩擦，”金說當人們上傳一張照片時，我們可能會要求他們：“請為盲人描述一下這張照片。”這會讓人發瘋——這永遠不會在規模上奏效。”（這是Twitter解決這個問題的實際方法，儘管新增描述是可選的。）

Facebook的規模是巨大的：每天，使用者透過Facebook、Instagram、Messenger和WhatsApp上傳20億張照片。因此，無障礙團隊求助於Facebook的人工智慧部門，該部門正在開發自動識別影象的軟體。”金說：“如果看不到照片、看不懂照片內容的人能夠成為社群的一部分，從這個平臺上獲得與能看到照片的人一樣的享受和利益，我們就需要解決這個問題。”。

在一次演示中，金在Facebook上調出了一些包含照片的故事。他把螢幕設為黑色，所以我們什麼也看不見。如果你想重新思考你所知道的關於網頁設計的一切，看一個盲人上網五分鐘。通常情況下，King會讓螢幕閱讀器以難以置信的速度與他交談——現在，最輕微的音訊提示會讓他在頁面上定位，大聲閱讀Facebook上的帖子，識別連結，並顯示各種按鈕。當他在標準的macbookair上輸入命令時，手指模糊了。直到金再次開啟螢幕，我才完全不知所措，只留下了幾句描述我們在Facebook上看到的內容的話。

在Facebook上有一張照片的標題是“週日晚上揮霍”，電話裡大聲念出來的描述是“比薩餅，食物”。當金再次開啟螢幕時，有一張巨大的義大利香腸比薩餅和橄欖的照片。另一張照片的標題是“慶祝活動”，**將這張照片描述為“三個人在戶外微笑”，結果是……三個人在戶外微笑“現在我真正理解了這個故事的本質，”金說有時候一個詞能做的事情真的很神奇。”

Facebook並不是唯一一家使用機器學習來理解照片的公司；這是目前人工智慧在任何複雜程度上都能做到的幾件事之一。類似的技術支援谷歌照片和Flickr的關鍵詞搜尋。但是這項技術仍然容易出錯，數百萬個物件還沒有被解析。去年，谷歌因照片將兩名黑人標記為“大猩猩”而被迫道歉

預設情況下，如果Facebook有80%的信心知道自己在看什麼，它只會為照片建議一個標簽。但該公司告訴我，在敏感案件中，包括涉及種族的案件，在提出建議之前，需要有更高水平的信心。當Facebook不自信的時候，它根本不會給出一個描述。”在某些情況下，沒有資料比壞資料更好。

“在某些情況下，沒有資料總比壞資料好。”

這是老生常談é 對於科技公司來說，把一個專案描述為“剛剛開始”，但在這種情況下，感覺尤其真實。今天它只能在一個平臺上工作，而且只能用英語。Facebook仍有數百萬個物件無法以80%的置信度識別披薩“它知道。”但是研究小組已經在努力開發兩種新工具：識別影片中的物體，這項技術在11月份首次演示；它還稱之為“視覺問答”，這將允許使用者就圖片提問，並從Facebook的人工智慧中得到答案。例如，你可能會問照片中的人是誰，它會告訴你出現在照片中的Facebook好友的名字。

在這個階段，自動alt標簽代表了一個迷人的技術演示。但從規模上看，它們也可能代表一個增長機會——殘疾人平均不太可能使用Facebook，原因顯而易見。”“包容是非常強大的，排斥是非常痛苦的，”金說這樣做的影響就是告訴盲人，你參與全世界的社會對話的能力對我們來說非常重要。這是說作為一個人，你很重要，我們關心你。我們想把所有人都包括進來——我們會盡一切努力把所有人都包括進來。”