从实验室到现实，AI+手语识别，路向何方？｜GAIR live

文章摘要

【关 键 词】 人工智能、听障人士、手语识别、数据、算法

田英利教授，作为计算机视觉领域的权威专家，这十年来专注于将手语识别技术应用于改善听障人群的沟通。

倪兰教授，拥有丰富的语言学背景，二十年来专注于“手语语言学”的研究。

苏剑波教授，从产品开发视角出发，强调了手语识别技术面临的实际挑战。

方昱春教授，同样作为一位CV学者，指出手语识别的复杂性远超人脸识别。

在论坛中，四位教授就手语识别的进展、如何从零开始构建并部署一套高效的手语识别系统、以及大型语言模型在自然语言处理（NLP）领域取得的显著成就对手语识别研究的启示等问题进行了深入探讨。

他们认为，手语识别的主要瓶颈是缺乏通用的大型数据库，而手语识别处理的是视觉方式传达的语义，人类在表达社会生活时，在语义空间中仍有许多共通之处。因此，他们认为大型模型的成功经验可以借鉴，特别是在构建语义空间方面，可能会加速我们对手语理解的研究。

此外，他们也强调了在实际应用中，每次向ChatGPT提问得到的回答都会有所不同，我们可以在缺乏数据的情况下通过关键信息让系统不断自我学习，自我应用。当我们缺乏足够的语言学者和标注人员时，未来实现自动标注可能是解决大数据问题的途径，因为系统可以自适应地学习。

总的来说，这场论坛不仅促进了技术交流，更是跨学科合作的典范。四位教授的深入探讨，为理解听障人士如何与科技融合提供了新的视角，也为手语识别技术的发展提供了宝贵的启示。

原文和模型

【原文链接】 阅读原文 [ 19026字 | 77分钟 ]
【原文作者】 AI科技评论
【摘要模型】 gpt-4-32k
【摘要评分】 ★★★★★

OpenAI GPT-4

GPT-4是OpenAI公司开发的自然...