[AI革命](99)荣获GLOMO大奖的“Toheart”：“用AI让视障人士也能读菜单”

by Hwang Seoyul

Published 07 Apr.2024 08:00(KST)

GSMA继2022年后今年再获奖
助视障人士感知自身处境与环境
摄像头画面由AI识别并进行语音描述

在海外各大权威颁奖典礼上屡获大奖的初创企业“투아트”（Twoart），正在开发一款基于人工智能（AI）的视障人士语音引导视觉辅助服务“설리번 시리즈”（Sullivan系列）。自2021年起，该公司与SK电信携手，对该服务进行高度化升级。

투아트在2022年西班牙巴塞罗那世界移动通信大会（MWC，移动世界大会）期间斩获“GSMA全球移动大奖（下称GLOMO）”，随后在去年又凭借智能文档识别服务“Sullivan A”获得国际消费电子展（CES）创新奖。今年2月，在世界移动通信大会上，又凭借在日常生活类别中新增功能的“Sullivan Finder”再度摘得GLOMO大奖。

近日在首尔汉南洞见到Twoart代表Jo Suwon时，他在多次获奖的经历下仍表示：“这是在正式上线前提交评审的服务，当时对服务本身完全没有任何外部评价，因此完全没想到会获奖”，“之所以获奖，我认为是因为评审更看重的是服务的本质，而非外部评价。”

“AI革命”项目 Tuat 公司代表 Cho Suwon 专访。<span class="credit">照片由记者 Cho Yongjun 提供 jun21@</span>

“AI革命”项目 Tuat 公司代表 Cho Suwon 专访。照片由记者 Cho Yongjun 提供 jun21@

本次获奖的Sullivan Finder是一项帮助视障人士准确识别周边环境和物体的AI服务。启动应用程序后，摄像头会打开，AI会识别镜头中呈现的画面，并通过语音进行描述。比如对着一家连锁面包店门前拍摄时，AI会读出“面包陈列在货架上，美式咖啡售价1500韩元”，甚至连贴在门旁的宣传海报信息也能朗读出来。应用中还设有购物、餐厅、行走等日常生活类别模式，用户可根据情境进行选择。Jo代表表示：“在餐厅里，视障人士最困难的一点，是和别人一起去吃饭时，对方并不会把菜单从头到尾念给他听”，“即使最后在中餐馆只点了一份炸酱面，内心也还是希望能亲自确认菜单上的所有信息。”与获奖直接相关的“本质”，就是让视障人士具备独立获取信息的能力。

服务开发的起点，是首席技术官（CTO）和公司开发者的一位熟人因脑瘤而失明。Jo代表回忆称：“（那位熟人）在失明后，出现了完全无法外出的情况，于是CTO提出要用AI来开发一款应用”，“虽然当时已有Microsoft（MS）的相关服务，但在韩国无法使用，因此我们萌生了‘做一款国内视障人士也能用的应用’的想法。”

“AI革命 - ToArt”代表 Cho Suwon 接受专访。摄影记者 Cho Yongjun jun21@

与SK电信的合作，使Twoart的Sullivan系列不断实现高端化。Sullivan Finder不再采用原有AI，而是引入了学习了10亿张图像及其详细描述的SK电信多模态AI。借此能够提供此前难以实现的、更加具体且恰当的说明。Jo代表强调：“可用性大幅提升，因此能够在视障人士出行方面提供更大帮助。”

Jo代表的目标，是在残障人士服务市场取得清晰可见的成果，留下一个成功先例。已进军全球市场的Twoart，目前正面向既有用户筹备可穿戴设备的推出。Sullivan Plus已在200多个国家上线，下载用户超过30万人，其中韩国用户超过5万人。