مایکروسافت اعلام کرد که در استفاده از هوش مصنوعی برای کپشن گذاری خودکار روی تصاویر به موفقیت بزرگی دست یافته است. مایکروسافت در آزمایشات خود با استفاده از هوش مصنوعی مدل جدیدی را توسعه داده است که قادر است همانند انسان تصاویر را توصیف کند. این مدل می تواند با ارائه ی خودکار کپشن تصاویر برای افرادی که اختلالات بینایی دارند، به بهبود دسترسی در وب و اپلیکیشن را بهبود بخشد.
به گفته ی سقیب شیخ، مدیر مهندسی نرم افزار گروه پلتفرم هوش مصنوعی مایکروسافت: در حالت ایده آل، همه افراد می توانند متنی را برای همه همه تصاویر موجود در اسناد، وب و شبکه های اجتماعی وارد کنند. بنابر این، افرادی که از اختلالات بینایی رنج می برند نیز می توانند به محتوا دسترسی پیداکنند و و در تمامی گفت و گوها مشارکت کنند. همچنین چندین اپلیکیشن وجود دارد که از قابلیت کپشن گذاری تصاویر به عنوان راهی برای پر کردن alt متن استفاده می کنند.
مایکروسافت اعلام کرد که این مدل در آینده به ورد، اوت لوک و پاور پوینت اضافه خواهد شد و پیش از این در برنامه Seeing AI از آن استفاده شده است. علاوه بر این مایکروسافت این قابلیت را به عنوان بخشی از Azure Cognitive Services به مشتریان Azure خود ارائه می دهد.
لیجوان وانگ، مدیر اصلی تحقیق در آزمایشگاه تحقیقاتی ردموند مایکروسافت، در پست وبلاک این شرکت اعلام کرد که ما این مدل هوش هوش مصنوعی را به مایکروسافت آژور توسعه دادیم تا به عنوان بستری برای ارائه خدمات به مجموعه گسترده ای از مشتریان خود تبدیل کنیم. این فقط یک پیشرفت در تحقیقات این شرکت نیست، پیاده سازی این قابلیت روی مایکروسافت Azure یک موفقیت بسیار بزرگ است.
همانطور که مایکروسافت در پست وبلاگی خود اعلام کرد که دستیابی به این مدل یک موفقیت بسیار بزرگ است، این آخرین دستاوردی است که مایکروسافت در زمینه هوش مصنوعی در سال های اخیر مدیریت کرده است. مایکروسافت همچنین قابلیت های دیگری مانند تسخیص گفتار، ترجمه ماشینی،پاسخگویی به پرسش های محاوره ای و درک مطالب ماشینی را مطابقت داده است.
