人體輔助，AI 落地的另一種可能

文/李慕陽

人體輔助是一條被忽略的垂直賽道，產(chǎn)品和商業(yè)模式卻非常清晰，討論這一公益領(lǐng)域的商業(yè)構(gòu)成本身并不違和。近期，《時代周刊》公布了2019年的100項最佳發(fā)明。最引人注目的一欄是“Accessibility”，人體輔助功能。這一項目里，由會說話的AI 助聽器、眼控技術(shù)、智能手杖、智能假肢、視聽轉(zhuǎn)換等。當(dāng)人工智能還是很多上市公司哄抬的概念、vc 口中的風(fēng)口、專家手中的炫技、自媒體們筆下渲染的惶恐未來時，有一些人已經(jīng)開始做出實際的行動，瞄準(zhǔn)的是一個痛得不能再痛的垂直痛點。在大洋的另一端的中國，同樣的項目和故事開始上演，先來看兩個案例。

看不清的公眾號運營

小雨是一個配音演員，患有視力障礙，平日里卻在運營微信公眾號，這是如何做到的？曾幾何時，小雨是一個風(fēng)華正茂、前途一片光明的大學(xué)生，彈了10多年鋼琴，正在考駕照，愛好戲劇和表演，喜歡畫水彩，對未來充滿想象。但是命運卻在剎那急轉(zhuǎn)，起因是瞳孔出血，接著是一次小手術(shù)的失敗引發(fā)了不可逆轉(zhuǎn)的后果，作為一個彈慣了肖邦莫扎特、心靈手巧的女孩子，忽然間鋼琴上的按鍵她一個都看不清了，那一年她才19歲。小雨是不幸的，但是她很倔強。在混沌迷茫的世界里，她依然保持著搜羅各種劇本的愛好，開始給其中的人物配音，但是劇本上密密麻麻的小字，如何看得清？好在一些屏幕閱讀軟件可以把文字轉(zhuǎn)化成聲音，這樣她每一個新奇的點子都不會忘掉了。就這樣，在視覺墮入混沌之后，“聲音文字的互轉(zhuǎn)”成了她和世界交互的關(guān)鍵紐帶。她給動漫配音的事業(yè)很快走上軌道，一邊運營起了視障主題的公眾號，她還是那個激情洋溢的女孩，她很堅強。這是一個溫暖的案例。在中國，大約有6000萬肢體障礙、視力障礙和聽力障礙者，更廣義的殘障人群則達(dá)到了總?cè)丝诘?%。人工智能技術(shù)正在幾個方向上迅速突破，致力于解決他們面臨的核心問題：一是如何讓他們看見？通過文字識別技術(shù)，看不清的文字都可以轉(zhuǎn)為語音。通過圖像識別技術(shù)，看不清的人或事也可以轉(zhuǎn)化為語音的描述；二是如何讓他們書寫？通過語音語義的識別，他們的聲音可以轉(zhuǎn)換成文字；三是如何讓他們更方便地生活？這里有很多細(xì)節(jié)。比如常見的網(wǎng)站登錄圖像驗證，需要滑動拼圖驗證碼，他們怎么辦？常見的人臉識別需要眨眼睛，他們怎么辦？當(dāng)然，這些技術(shù)在發(fā)展中依然面臨諸多困境，文字識別往往需要視障人士拍照聚焦、可他們怎么聚焦？很多不規(guī)范的手寫字能不能識別出來？語音語義的識別能否絕對準(zhǔn)確，方言能不能聽得懂？

聽不見的三辯

在廣東，殘障人士有一個練習(xí)溝通表達(dá)的表達(dá)社，表達(dá)社里出了一個“最佳辯手”，這個男生擔(dān)綱三辯，可以和正常人唇槍舌劍，盡管他是一個聽力障礙人士，聽不見任何聲音。聽不見任何聲音，包括自己的說話聲，如何與常人辯論呢？換一個角度說，在中國約有2.1億人患有聽力障礙，其中7200萬人患有中等以上聽力障礙，通過助聽器、人工耳蝸獲得有效助聽服務(wù)的只有2.5%。好在AI 迅猛發(fā)展，人們有了很多辦法，比如開發(fā)專業(yè)的聽力障礙APP，可以有這樣的功能：一是字幕聊天，別人說的話（線下、視頻）可以即時轉(zhuǎn)化為文字，這樣一來就交流無障礙了；二是語言康復(fù)訓(xùn)練，通過語音識別、合成和評測，幫助聽障人士重新開口，練習(xí)普通話，通過拼音、詞語、句子、文章循序漸進(jìn)。比如廣州的這位最佳辯手，就是通過專門的APP 實現(xiàn)了與正常人的話語交鋒，對方辯友的聲音都第一時間轉(zhuǎn)化為文字，而長期語言康復(fù)訓(xùn)練的他已經(jīng)可以直接“回懟”了。即便張開口來，聲音還不夠標(biāo)準(zhǔn)、自然，但這已經(jīng)是非常了不起的一步了。圍繞這個人群，還有另一個困境：聾啞人士常常通過手語交流，但是對普通大眾來說，手語有如天書。在美國，手語翻譯的比例是1:120，但是在中國，這個比例遠(yuǎn)遠(yuǎn)小于1:10000。這樣一個痛點該怎么解決？國內(nèi)的公司已經(jīng)進(jìn)行了很多探索，一個解決方案是智能手環(huán)，聾啞人士戴上后，手環(huán)可以自動識別跟蹤人手的肌肉信號，把手勢轉(zhuǎn)化為文字和動圖。但是面前有兩大疑難：一是需要龐大的手語數(shù)據(jù)庫，這不是一朝一夕可以完成的；二是如何適應(yīng)聾人手語與眾不同的語序，如何區(qū)分同一動作在不同語境和表情下的不同含義，是否引入自然語言處理的算法？

人體輔助的場景分析

在《時代周刊》的榜單中，可以看到這樣一些案例：orcam myeye2這樣的輔助攝像頭，可以直接夾在用戶的眼鏡上，只要用手指指向想看的東西，設(shè)備就可以讀取上面的內(nèi)容，不僅有文字，還可以識別人臉和物體顏色。wewlk 智能手杖內(nèi)置傳感器、揚聲器、語音助手和導(dǎo)航，還能用超聲波檢測胸部上方的障礙物并震動警告。智能假肢更是將腦機(jī)接口推向落地，用戶可以直接像手一樣控制，且假手具備感知能力和自主智能。樹洞行動發(fā)起人黃智生說：“人工智能技術(shù)的進(jìn)步所取得的經(jīng)濟(jì)效益要充分導(dǎo)流到弱勢群體那邊，讓他們充分受益?！睔堈先耸渴遣恍业?，命運無情地剝奪了他們與常人共處的一些能力。但萬幸在這個時代，人工智能技術(shù)的突進(jìn)正在打破藩籬、填平溝壑，于是一些歷史上不可想象的事情發(fā)生了。其一，文字轉(zhuǎn)語音，圖像識別轉(zhuǎn)語音，視覺障礙人士可以“聽到”更多了；其二，語音轉(zhuǎn)文字，手勢轉(zhuǎn)語音，聾啞人士可以與正常人交流了；其三，對于肢體殘障人士，智能聲控輪椅正在成為一種新的可能。圍繞“無障礙”的目標(biāo)，人工智能領(lǐng)域的大公司在行動。騰訊發(fā)起“信息無障礙”行動，視障用戶可以用聲紋加好友，圖片語音描述功能可以幫助他們“看見”圖片，并且圍繞語言障礙人士身份認(rèn)證需求優(yōu)化粵事省小程序。阿里發(fā)布助殘報告，17萬殘疾人在淘寶天貓開店，3年銷售額近300億，阿里巴巴達(dá)摩院與清華大學(xué)人機(jī)交互實驗室推出了為視障者研發(fā)的智能手機(jī)膜。2017年以來，科大訊飛發(fā)布了“三聲有幸”公益計劃，從資金到技術(shù)，對涉及殘障人士的項目進(jìn)行扶持，對很多語音文字交互的項目無保留地開放底層技術(shù)。在1024開發(fā)者節(jié)上，相關(guān)的技術(shù)和案例展示感動了很多人。在國外，亞馬遜、谷歌和蘋果的智能音箱成為殘障人士的福音，自動駕駛的技術(shù)推進(jìn)也為殘疾人的出行帶來了新的助力?！半m殘不障”正在成為現(xiàn)實，但是這一進(jìn)程的演進(jìn)仍然緩慢，人體輔助是一條被忽略的垂直賽道，產(chǎn)品和商業(yè)模式卻非常清晰，討論這一公益領(lǐng)域的商業(yè)構(gòu)成本身并不違和。從市場前景看，基于AI 的人體輔助是康復(fù)醫(yī)療行業(yè)的未來。據(jù)預(yù)測，2022年康復(fù)醫(yī)療行業(yè)的市場規(guī)模將達(dá)到1033億元。從需求和產(chǎn)品模式看，人體輔助的解決方案正在迅速成熟，針對的就是殘障人士日常生活溝通的需求和痛點，更像是盲杖、助聽器和義肢的智能升級，其使用效果伴隨著數(shù)據(jù)積累和算法迭代不斷升級。從行業(yè)前景看，殘障人士的“殘而不障”將與更多的新技術(shù)結(jié)合，與物聯(lián)網(wǎng)技術(shù)結(jié)合帶來更多的智能硬件和可穿戴設(shè)備，與機(jī)器人技術(shù)結(jié)合帶來更多的陪伴和康復(fù)機(jī)器人，與VR結(jié)合實現(xiàn)更多的情境模擬訓(xùn)練。當(dāng)然，基于AI 的人體輔助也面臨著比較顯著的問題：涉及的算法和數(shù)據(jù)要求較高，不是一般創(chuàng)業(yè)公司可以hold 住的?；蛟S一個比較好的模式是：由政府牽頭、大公司參與，去完成一些底層基礎(chǔ)設(shè)施和數(shù)據(jù)庫的構(gòu)建，比如語音圖像手勢的底層數(shù)據(jù)、語義分析的算法，并對外開源，比如訊飛、百度的開放平臺；由更加垂直的創(chuàng)業(yè)公司去深挖，研發(fā)出更多兼具針對性和價格低廉的解決方案。