问问Facebook成长团队的一位成员，哪项功能在让公司每天拥有10亿用户方面发挥了最大的作用，他们很可能会告诉你这是照片。自从2005年Facebook推出一年后，用户就可以上传源源不断的图片，这使得这个社交网络在全球受众中无法抗拒。很难想象没有照片的Facebook。然而，对于数以百万计的盲人和视障人士来说，这已经是十多年来的现实。

不再是了。今天，Facebook将开始自动向盲人和视障用户描述照片内容。名为“自动替代文本”的功能是由Facebook成立5年的无障碍团队创建的。在Facebook产品组前用户研究员杰夫·维兰德（Jeff Wieland）的带领下，该团队此前为视频建立了闭路字幕，并实施了一个选项，在Facebook iOS上增加默认字体大小，10%的Facebook用户利用了这一功能。

用画外音大声朗读照片的描述

自动alt-text现在出现在iOS上，后来出现在Android和web上，它使用机器学习识别照片中的对象。机器学习通过使用算法进行预测来帮助建立人工智能。例如，如果你给一个软件显示足够多的狗的图片，它就能及时地在照片中识别出狗。自动alt文本识别Facebook照片中的内容，然后使用iPhone的画外音功能将照片的描述大声读给用户听。虽然这项技术还处于早期阶段，但它可以可靠地识别交通（“汽车”、“船”、“飞机”）、自然（“雪”、“海洋”、“日落”）、体育（“篮球场”）和食品（“寿司”）等类别中的概念。这项技术还可以描述人（“婴儿”、“微笑”、“胡须”），并识别一张**。

上周，我去了位于门罗公园的Facebook无障碍实验室，看看这项技术的实际应用。Wieland和一位失明的Facebook工程师mattking也在场。金出生时视力有限，大学时失明，自上世纪80年代以来，他一直提倡使用更方便的电脑。今天，他在一个万维网联盟中代表Facebook，负责制定网页访问的技术规范。

盲人上网的主要方式是通过屏幕阅读器——一种描述屏幕上显示的元素（一个链接、一个按钮、一些文本等等）并使其能够与之交互的软件。网络经过多年的发展，对盲人更加友好。例如，你在每个Facebook帖子上看到的向下三角形，允许你隐藏帖子或将其报告为垃圾邮件，被屏幕阅读器描述为“故事选项，折叠弹出按钮”，而不是一个三角形。这样，盲人用户就知道他们可以与之互动。

大部分的网络对于盲人来说是遥不可及的

但大部分的网络长期以来都是盲人无法接触到的。”“你以前经常听到文件名，你不知道它们是否可以点击，”金说那是一场盛大的复活节彩蛋狩猎，一点也不好玩。甚至当我发现这些蛋的时候，很多蛋都是照片。人们用图片交谈，而用图片交谈对我来说本来就是遥不可及的“我们不想增加很多摩擦，”金说当人们上传一张照片时，我们可能会要求他们：“请为盲人描述一下这张照片。”这会让人发疯——这永远不会在规模上奏效。”（这是Twitter解决这个问题的实际方法，尽管添加描述是可选的。）

Facebook的规模是巨大的：每天，用户通过Facebook、Instagram、Messenger和WhatsApp上传20亿张照片。因此，无障碍团队求助于Facebook的人工智能部门，该部门正在开发自动识别图像的软件。”金说：“如果看不到照片、看不懂照片内容的人能够成为社区的一部分，从这个平台上获得与能看到照片的人一样的享受和利益，我们就需要解决这个问题。”。

在一次演示中，金在Facebook上调出了一些包含照片的故事。他把屏幕设为黑色，所以我们什么也看不见。如果你想重新思考你所知道的关于网页设计的一切，看一个盲人上网五分钟。通常情况下，King会让屏幕阅读器以难以置信的速度与他交谈——现在，最轻微的音频提示会让他在页面上定位，大声阅读Facebook上的帖子，识别链接，并显示各种按钮。当他在标准的macbookair上输入命令时，手指模糊了。直到金再次打开屏幕，我才完全不知所措，只留下了几句描述我们在Facebook上看到的内容的话。

在Facebook上有一张照片的标题是“周日晚上挥霍”，电话里大声念出来的描述是“比萨饼，食物”。当金再次打开屏幕时，有一张巨大的意大利香肠比萨饼和橄榄的照片。另一张照片的标题是“庆祝活动”，**将这张照片描述为“三个人在户外微笑”，结果是……三个人在户外微笑“现在我真正理解了这个故事的本质，”金说有时候一个词能做的事情真的很神奇。”

Facebook并不是唯一一家使用机器学习来理解照片的公司；这是目前人工智能在任何复杂程度上都能做到的几件事之一。类似的技术支持谷歌照片和Flickr的关键词搜索。但是这项技术仍然容易出错，数百万个对象还没有被解析。去年，谷歌因照片将两名黑人标记为“大猩猩”而被迫道歉

默认情况下，如果Facebook有80%的信心知道自己在看什么，它只会为照片建议一个标签。但该公司告诉我，在敏感案件中，包括涉及种族的案件，在提出建议之前，需要有更高水平的信心。当Facebook不自信的时候，它根本不会给出一个描述。”在某些情况下，没有数据比坏数据更好。

“在某些情况下，没有数据总比坏数据好。”

这是老生常谈é 对于科技公司来说，把一个项目描述为“刚刚开始”，但在这种情况下，感觉尤其真实。今天它只能在一个平台上工作，而且只能用英语。Facebook仍有数百万个对象无法以80%的置信度识别披萨“它知道。”但是研究小组已经在努力开发两种新工具：识别视频中的物体，这项技术在11月份首次演示；它还称之为“视觉问答”，这将允许用户就图片提问，并从Facebook的人工智能中得到答案。例如，你可能会问照片中的人是谁，它会告诉你出现在照片中的Facebook好友的名字。

在这个阶段，自动alt标签代表了一个迷人的技术演示。但从规模上看，它们也可能代表一个增长机会——残疾人平均不太可能使用Facebook，原因显而易见。”“包容是非常强大的，排斥是非常痛苦的，”金说这样做的影响就是告诉盲人，你参与全世界的社会对话的能力对我们来说非常重要。这是说作为一个人，你很重要，我们关心你。我们想把所有人都包括进来——我们会尽一切努力把所有人都包括进来。”