Ofte stillede spørgsmål om beskrivelser af rtf-billeder

Hvad er omfattende billedbeskrivelser?

Omfattende billedbeskrivelser giver detaljerede beskrivelser af visuelt indhold som f.eks. billeder, diagrammer, grafer, diagrammer, knapper uden navn og meget mere. Omfattende billedbeskrivelser gør det muligt for brugere, der er blinde eller svagtseende, at forstå visuelt indhold gennem detaljeret kontekst. Denne funktion er i øjeblikket tilgængelig på Snapdragon-drevne Copilot+-pc'er i Windows Insider Program. Andre Windows-enheder vil fortsat bruge standardbilledbeskrivelsesoplevelsen, som udelukkende afhænger af onlinetjenester.

Hvordan fungerer omfattende billedbeskrivelser?

Funktionen omfattende billedbeskrivelser bruger AI-modeller til at levere detaljerede tekstbeskrivelser af billeder, diagrammer og grafer.  

Den genererede beskrivelse af et billede af en børnehave ville f.eks. være:

Billedet viser et stort organiseret arrangement af små grønne bladplanter, som sandsynligvis spirer eller frøplanter arrangeret i et pænt tæt gittermønster. Hver plante er indeholdt i en lille lavvandet sort beholder, der tyder på en planteskole eller en plantning setup. Planterne er jævnt fordelt skabe en ensartet og velordnet udseende, som kan symbolisere vækst organisation eller en samling. De sorte beholdere giver en stærk kontrast til de grønne spirer, der fremhæver fokus på planterne.

Sådan genererer du omfattende billedbeskrivelser i Oplæser:

Når Oplæser er slået til, kan du trykke på Oplæser-tasten+Ctrl+D for at få en beskrivelse af det billede eller element, du er fokuseret på.  

Sådan genererer du beskrivelser af rtf-billeder i Klik og gør:

Hvis du vil angive Klik og gør, skal du brugeMuseklik med Windows-tasten+ eller trykke på Windows-tasten+Q og vælge handlingen Beskriv billede, når fokus er på et billede eller element. Du kan også angive Klik og gør dette ved at stryge til højre på berøringsaktiverede pc'er eller fra menuen Klippeværktøj , hvis klippeværktøjet er installeret.  

Hvad kan omfattende billedbeskrivelser bruges til?

Omfattende billedbeskrivelser er designet til at levere tekstbeskrivelser af visuelt indhold til personer, der er blinde eller svagtseende. Beskrivelserne er beregnet til at forbedre din forståelse af billeder, diagrammer og grafer og understøtte tilgængelighed. Du kan gendanne billedbeskrivelsen og kopiere beskrivelsen til senere brug.

Hvordan blev funktionen til omfattende billedbeskrivelser evalueret? Hvilke målepunkter bruges til at måle ydeevnen?

For at sikre kvaliteten af de genererede beskrivelser blev der oprettet et datasæt, der indeholder forskellige typer billeder. Disse billeder omfattede naturlige fotografier, diagrammer, grafer, skærmbilleder og app-brugergrænseflader. De genererede beskrivelser blev evalueret for nøjagtighed, fuldstændighed, relevans og nytte. Flere evalueringsmetoder, herunder menneskelige ekspertdomme og LLM-assisteret score, blev brugt til at finde områder til forbedring af kvaliteten af genererede beskrivelser.

Hvad er begrænsningerne ved omfattende billedbeskrivelser, og hvordan kan brugerne minimere virkningen af disse begrænsninger, når de bruger systemet?

Microsoft er forpligtet til at skabe ansvarlig AI efter design. Vores arbejde styres af et sæt grundlæggende principper: retfærdighed, pålidelighed og sikkerhed, beskyttelse af personlige oplysninger og sikkerhed, inklusivhed, gennemsigtighed og ansvarlighed.
 
Denne funktion kan give en unøjagtig billedbeskrivelse, data i diagrammer eller grafer eller følelsesmæssige konklusioner. Dette kan føre til forkerte forudsætninger om et billede eller formålet med visuelt indhold baseret på den genererede beskrivelse. Vi fortsætter med at arbejde på de anvendte modeller for at forbedre kvaliteten af de leverede billedbeskrivelser. Du kan sende feedback ved hjælp af en af de metoder, der er beskrevet i Hvordan gør jeg give feedback om billedbeskrivelser i Oplæser? 

Denne funktion bør ikke bruges til at:

• Opret beskrivelser af medicinske eller sundhedsrelaterede billeder, der kan fejlfortolkes som medicinsk rådgivning. Forkerte beskrivelser kan føre til forkerte oplysninger og potentielt skadelige beslutninger fra brugernes side.
• Opret beskrivelser af billeder i juridiske eller finansielle dokumenter, hvor nøjagtigheden er kritisk. Fejlfortolkning af sådanne billeder kan føre til juridiske tvister eller økonomiske tab
• Opret beskrivelser af billeder, der indeholder kulturelle eller religiøse symboler uden korrekt kontekst. Fejlfortolkning kan føre til kulturel ufølsomhed eller krænkelse.
• Opret beskrivelser af billeder, der indeholder kort, flag eller globusser. Fejlfortolkning af disse billeder kan føre til misinformation og involvering i internationale anliggender.

Hvilke driftsmæssige faktorer og indstillinger giver mulighed for effektiv og ansvarlig brug af omfattende billedbeskrivelser?

  Sådan genererer du omfattende billedbeskrivelser i Oplæser:

Hvis du vil have en billedbeskrivelse, når Oplæser er slået til, skal du trykke på Oplæser-tasten+Ctrl+D , mens du fokuserer på visuelt indhold. Hvis du vil slå billedbeskrivelser fra i Oplæser, skal du gå til Indstillinger>Tilgængelighed Oplæser>>Få billedbeskrivelser, sidetitler og populære links og vælge til/fra-knappen. 

Sådan genererer du beskrivelser af rtf-billeder i Klik og gør:

Brug Windows-tasten+til at klikke med musen , eller tryk på Windows-tasten+Q for at skrive Klik og gør, markér eller fokuser på et billede, og vælg derefter handlingen Beskriv billede for at begynde at generere billedbeskrivelsen. 

Hvordan gør jeg give feedback på genererede omfattende billedbeskrivelser?

Der kan være unøjagtigheder i beskrivelserne i denne funktion. Hvis du vil forbedre kvaliteten af beskrivelserne, kan du give feedback ved at:

• Vælg tommelfinger op- eller tommelfinger ned-ikonet i en billedbeskrivelse i brugergrænsefladen i Oplæser.
• Svar på lejlighedsvise anmodninger fra Windows, hvor du bliver bedt om at bedømme eller give skriftlig feedback om det produkt eller de tjenester, du bruger.
• Åbn Feedback Hub for at finde lignende feedback om at stemme eller give ny feedback ved at udfylde formularen.

Microsofts forpligtelse til ansvarlig AI og beskyttelse af personlige oplysninger

Microsoft har arbejdet på at fremme AI på en ansvarlig måde siden 2017, da vi først definerede vores AI-principper og senere operationaliserede vores tilgang via vores Ansvarlig AI-standard. Beskyttelse af personlige oplysninger og sikkerhed er kerneprincipper, når vi udvikler og udruller systemer med kunstig intelligens. Vi arbejder på at hjælpe vores kunder med at bruge vores AI-produkter på en ansvarlig måde, dele vores viden og opbygge tillidsbaserede partnerskaber. Du kan få mere at vide om vores ansvarlige AI-indsats, de principper, der guider os, og de værktøjer og egenskaber, vi har skabt for at sikre, at vi udvikler AI-teknologi på en ansvarlig måde, under Ansvarlig AI. 

Funktionen omfattende billedbeskrivelser er designet til at forbedre tilgængeligheden for blinde og svagtseende brugere og er ikke beregnet til en bredere målgruppe. AI-modellerne for denne funktion bruger kontekstafhængige tegn i hele billedet, herunder personer eller enheder i baggrunden, hvilket er, hvordan modellerne stadig kan knytte billedet til en enkeltperson eller beskrive følelser. Omfattende billedbeskrivelser giver mulighed for følelsesmæssige konklusioner, men brug ikke biometriske data. Enhver behandling, der returnerer resultater, der identificerer en enkeltperson eller udleder en persons følelser, er ikke resultatet af behandling af ansigtet, f.eks. ansigtsgenkendelse, generation og sammenligning af ansigtsskabeloner. Hvis et billede f.eks. indeholder et billede af en populær atlet iført holdets trøje og deres specifikke nummer, kan modellerne stadig returnere et resultat, der kan identificere personen baseret på disse kontekstafhængige tegn.

Denne funktion må ikke bruges til at udlede eller udlede følelser hos fysiske personer på arbejdspladsen eller i uddannelsesinstitutioner (f.eks. medarbejdere eller studerende). Omfattende billedbeskrivelser kan give detaljerede tekstbeskrivelser, der er relateret til opfattede følelser hos personer i billeder. De processer, der ligger til grund for den menneskelige følelse, er komplekse, og der er kulturelle, geografiske og individuelle forskelle, der påvirker, hvordan vi kan opfatte, opleve og udtrykke følelser. Svar relateret til følelserne hos personer i billeder er baseret på, hvordan de vises, og angiver muligvis ikke nødvendigvis den enkelte persons interne tilstand. 

For at skabe klarhed om, hvordan hver AI-funktion fungerer, er det vigtigt for dig at forstå dens funktioner og begrænsninger. Du bør forstå de valgmuligheder, der er tilgængelige for dig i en AI-funktion, og det ansvar, der er knyttet til disse valg. 

Klik for at handle foreslår handlinger, du kan udføre, og du kan vælge de apps, der skal være udbyderen (hvis relevant) for disse handlinger. Når du har valgt handlingen og udbyderen for handlingen, er resultaterne af den pågældende handling udbyderens ansvar. Fra Klik for at handle kan du f.eks. vælge handlingen Fjern baggrund med Paint, hvilket betyder, at du har valgt Paint som udbyder for handlingen.  Når du har valgt handlingen fra genvejsmenuen Klik og gør, starter den Paint-appen, og det valgte billede behandles af Paint.  

Klik for at handle-modeller har gennemgået retfærdighedsvurderinger sammen med omfattende vurderinger af ansvarlig kunstig intelligens, sikkerhed og beskyttelse af personlige oplysninger for at sikre, at teknologien er effektiv og rimelig, samtidig med at den overholder Microsofts bedste praksis for ansvarlig AI.  

Du kan finde flere oplysninger om beskyttelse af personlige oplysninger for Tilbagekaldelse under Beskyttelse af personlige oplysninger og kontrol over din tilbagekaldelsesoplevelse.

Publiceret: 11. februar 2025

Senest opdateret: 23. juni 2025