Bieži uzdotie jautājumi par bagātināto attēlu aprakstiem

Kas ir bagātinātu attēlu apraksti?

Bagātināto attēlu apraksti nodrošina detalizētu vizuālā satura aprakstu, piemēram, attēlu, diagrammu, grafiku, shēmu, nemarķētu pogu un cita saturu. Bagātināti attēlu apraksti ļauj neredzīgiem vai vājredzīgiem lietotājiem saprast vizuālo saturu, izmantojot detalizētu kontekstu. Šis līdzeklis pašlaik ir pieejams Windows Insider programmas Copilot+ PCs datoros, kas darbojas ar Snapdragon datoru. Citas Windows ierīces turpinās izmantot standarta attēlu apraksta pieredzi, kas balstās tikai uz tiešsaistes pakalpojumi.

Kā darbojas bagātinātu attēlu apraksti?

Bagātināto attēlu aprakstu līdzeklis izmanto mākslīgā intelekta modeļus, lai nodrošinātu detalizētus attēlu, diagrammu un grafiku tekstuālus aprakstus.  

Piemēram, ģenerētais bērnudārza attēla apraksts būtu:

Attēlā attēlots liels organizēts mazu zaļu lapu augu izkārtojums, kas, iespējams, ir asni vai stādi, kas sakārtoti glītā blīvā režģa rakstā. Katrs augs atrodas nelielā seklā melnā traukā, kas liecina par bērnudārzu vai stādīšanas iekārtu. Augi ir vienmērīgi izvietoti, radot vienmērīgu un sakārtotu izskatu, kas var simbolizēt augšanas organizāciju vai kolekciju. Melnie konteineri rada krasu kontrastu ar zaļajiem kāpostiem, izceļot koncentrēšanos uz augiem.

Lai ģenerētu bagātinātu attēlu aprakstus līdzeklī Diktors:

Kad līdzeklis Diktors ir ieslēgts, varat nospiest Diktora taustiņu+Ctrl+D , lai iegūtu tā attēla vai vienuma aprakstu, uz kuru fokusējaties.  

Lai ģenerētu bagātinātu attēlu aprakstus sadaļā Click to Do:

Lai ievadītu Click to Do, izmantojiet Windows taustiņu+,peles klikšķi vai nospiediet Windows taustiņu+Q un atlasiet darbību Aprakstīt attēlu, kad fokuss ir uz attēlu vai vienumu. Varat arī ievadīt Click to Do, pavelkot ar peles labo pogu datoros, kuriem ir iespēja ar skārieniespējām, vai izgriešanas rīka izvēlnē, ja ir instalēts izgriešanas rīks.  

Kādiem nolūkiem var izmantot bagātinātu attēlu aprakstus?

Bagātināto attēlu apraksti ir paredzēti, lai nodrošinātu vizuālā satura tekstuālus aprakstus neredzīgiem vai vājredzīgiem cilvēkiem. Apraksti ir paredzēti, lai uzlabotu jūsu izpratni par attēliem, diagrammām un grafikiem, kā arī atbalstītu pieejamību. Varat atkārtoti ģenerēt attēla aprakstu un nokopēt to turpmākai atsaucei.

Kā tika novērtēts bagātināto attēlu aprakstu līdzeklis? Kādi rādītāji tiek izmantoti veiktspējas novērtēšanai?

Lai nodrošinātu ģenerēto aprakstu kvalitāti, tika izveidota datu kopa, kurā iekļauti dažāda veida attēli. Šajos attēlos bija dabas fotoattēli, diagrammas, grafiki, ekrānuzņēmumi un programmu lietotāja interfeisi. Ģenerētie apraksti tika novērtēti pēc precizitātes, pilnīguma, atbilstības un lietderības. Tika izmantotas vairākas novērtēšanas metodes, tostarp cilvēku ekspertu vērtējumi un LLM atbalstīta vērtēšana, lai atrastu jomas ģenerēto aprakstu kvalitātes uzlabošanai.

Kādi ir bagātināto attēlu aprakstu ierobežojumi un kā lietotāji var samazināt šo ierobežojumu ietekmi sistēmas lietošanas laikā?

Korporācija Microsoft ir apņēmusies radīt atbildīgu mākslīgo intelektu. Mūsu darba pamatā ir principi: godīgums, uzticamība un drošība, privātums un aizsardzība, iekļautība, caurskatāmība un atbildība.
 
Šis līdzeklis var nodrošināt neprecīzu attēla aprakstu, datus diagrammās vai grafikos vai emocionālus secinājumus. Tas var radīt nepareizus pieņēmumus par attēlu vai vizuālā satura nolūku, pamatojoties uz ģenerēto aprakstu. Mēs turpinām strādāt pie izmantotajiem modeļiem, lai uzlabotu sniegto attēlu aprakstu kvalitāti. Atsauksmes varat iesniegt, izmantojot kādu no metodēm, kas aprakstītas sadaļā Kā varu sniegt atsauksmes par attēlu aprakstiem programmā Diktors? 

Šo līdzekli nedrīkst izmantot, lai:

• Ģenerē medicīnisku vai ar veselību saistītu attēlu aprakstus, ko var nepareizi interpretēt kā medicīnisku ieteikumu. Nepareizi apraksti var izraisīt maldinošu informāciju un potenciāli kaitīgus lietotāju lēmumus.
• Ģenerējiet aprakstus attēliem juridiskajos vai finanšu dokumentos, kuros precizitāte ir kritiski svarīga. Šādu attēlu nepareiza interpretācija var izraisīt juridiskus strīdus vai finansiālus zaudējumus
• Ģenerē aprakstus attēliem, kuros ir kultūras vai reliģiski simboli bez atbilstoša konteksta. Nepareiza interpretācija var novest pie kultūras nejūtīguma vai aizvainojuma.
• Ģenerējiet aprakstus attēliem, kuros ir kartes, karodziņi vai globusi. Šo attēlu nepareiza interpretācija var novest pie dezinformācijas un iesaistīšanās starptautiskajās lietās.

Kādi darbības faktori un iestatījumi nodrošina bagātinātu attēlu aprakstu efektīvu un atbildīgu izmantošanu?

  Lai ģenerētu bagātinātu attēlu aprakstus līdzeklī Diktors:

Lai iegūtu attēla aprakstu, kad diktors ir ieslēgts, koncentrējoties uz vizuālo saturu, nospiediet Diktora taustiņu+Ctrl+D . Lai izslēgtu attēlu aprakstus diktorā, dodieties uz Iestatījumi>Pieejamības>diktors>Iegūstiet attēlu aprakstus, lapu virsrakstus un populāras saites un atlasiet pārslēgšanas slēdzi. 

Lai ģenerētu bagātinātu attēlu aprakstus sadaļā Click to Do:

Izmantojiet Windows taustiņu+,peles klikšķi vai taustiņu Windows taustiņu+Q, lai ievadītu Click to Do, select or focus on image and select the Describe image darbību start creating image description. 

Kā sniegt atsauksmes par ģenerētiem bagātinātu attēlu aprakstiem?

Šī līdzekļa nodrošinātajos aprakstos var būt neprecizitātes. Lai uzlabotu aprakstu kvalitāti, varat sniegt atsauksmes, veicot šādas darbības:

• Atlasot īkšķi uz augšu vai uz leju ikonu attēla aprakstā diktora lietotāja interfeisā.
• Ik pa laikam reaģējot uz Windows uzvednēm, lūdzot novērtēt jūsu lietoto produktu vai pakalpojumus vai sniegt rakstiskas atsauksmes par tiem.
• Atverot Atsauksmju centrmezglu , varat atrast līdzīgas atsauksmes, par kurām balsot, vai sniegt jaunas atsauksmes, aizpildot veidlapu.

Microsoft apņemšanās mākslīgo intelektu izmantot atbildīgi un ievērot datu konfidencialitāti

Korporācija Microsoft ir strādājusi pie tā, lai no 2017. gada AI attīstītu atbildīgi. Tolaik mēs pirmo reizi definējām mūsu AI principus un vēlāk savu pieeju uzlabojām, izveidojot Atbildīga mākslīgā intelekta standartu. Konfidencialitāte un drošība ir galvenie principi, kamēr mēs izstrādājam un izvietojam mākslīgā intelekta sistēmas. Mēs palīdzam klientiem izmantot mūsu AI produktus atbildīgi. To darām, kopīgojot savas mācības un veidojot uzticamu sadarbību. Lai uzzinātu vairāk par mūsu centieniem izstrādāt atbildīgu AI, principiem, pēc kuriem vadāmies, un rīkiem un iespējām, ko esam izveidojuši, lai nodrošinātu, ka mēs izstrādājam AI tehnoloģijas atbildīgi, skatiet rakstu Atbildīgs AI. 

Bagātināto attēlu aprakstu līdzeklis ir paredzēts, lai uzlabotu pieejamību neredzīgiem un vājredzīgiem lietotājiem, un tas nav paredzēts plašākai auditorijai. Šī līdzekļa mākslīgā intelekta modeļi izmanto kontekstuālus norādījumus visā attēlā, tostarp personas vai entītijas fonā, un tas ir veids, kā modeļi joprojām var saistīt attēlu ar personu vai aprakstīt emocijas. Bagātīgu attēlu apraksti ļauj izdarīt emocionālus secinājumus, bet neizmanto biometriskos datus. Jebkura apstrāde, kuras rezultātā tiek atgriezti rezultāti, kas identificē atsevišķu personu vai izseko atsevišķas personas emocijas, nav sejas apstrādes rezultāts, piemēram, sejas atpazīšana, ģenerēšana un sejas veidņu salīdzināšana. Piemēram, ja attēlā ir fotoattēls ar populāru sportistu, kas valkā savas komandas kreklu, un viņa konkrētais numurs, modeļi joprojām var atgriezt rezultātu, kas var identificēt personu, pamatojoties uz šiem kontekstuālajiem norādījumiem.

Šo funkciju nedrīkst izmantot, lai izsecinātu vai izsecinātu fizisku personu emocijas darbavietā vai izglītības iestādēs (piemēram, darbiniekiem vai studentiem). Bagātinātu attēlu apraksti var nodrošināt detalizētus teksta aprakstus, kas saistīti ar cilvēku emocijām attēlos. Procesi, kas ir cilvēka emocijas pamatā, ir sarežģīti, un pastāv kultūras, ģeogrāfiskās un individuālās atšķirības, kas ietekmē to, kā mēs varam uztvert, pieredzēt un paust emocijas. Atbildes, kas saistītas ar cilvēku emocijām attēlos, ir balstītas uz to parādīšanās veidu, un tās var ne vienmēr precīzi norādīt atsevišķu personu iekšējo stāvokli. 

Lai sniegtu skaidrību par katra mākslīgā intelekta līdzekļa darbību, ir svarīgi izprast tā iespējas un ierobežojumus. Jums ir jāizprot pieejamās iespējas mākslīgā intelekta līdzeklī un ar šīm izvēlēm saistītā atbildība. 

Click to Do iesaka darbības, kuras varat veikt, un varat izvēlēties programmas, kas šīm darbībām būs pakalpojumu sniedzējs (ja piemērojams). Kad izvēlaties darbību un darbības nodrošinātāju, par šīs darbības rezultātiem atbild pakalpojumu sniedzējs. Piemēram, no Click to Do varat izvēlēties darbību Noņemt fonu programmā Molberts, kas nozīmē,ka programmu Molberts esat izvēlējies kā darbības nodrošinātāju.  Kad esat atlasījis darbību no kontekstizvēlnes Click to Do, tiek palaista programma Molberts, un atlasītais attēls tiek apstrādāts programmā Molberts.  

Noklikšķināt, lai paveiktu modeļiem ir veikti godīguma novērtējumi, kā arī visaptveroši atbildīgi mākslīgā intelekta, drošības un konfidencialitātes novērtējumi, lai nodrošinātu, ka tehnoloģija ir efektīva un efektīva, ievērojot Microsoft atbildīgu mākslīgā intelekta paraugpraksi.  

Papildinformāciju par personas datu aizsardzību skatiet sadaļā Konfidencialitāte un kontrole pār jūsu pieredzi līdzeklī Atgūšana.

Publicēšanas datums: 2025. gada 11. februāris

Pēdējoreiz atjaunināts: 2025. gada 23. jūnijs