java centos apache nginx Ubuntu shell Firefox Windows mysql 微软 程序员 linux 开源 Android Python linux命令 HTML5 google php wordpress

谷歌盲人工程师讲述软件设计之路

Google盲人工程师拉蒙

Google盲人工程师拉蒙

拉蒙的网络主页上,第一句话是这么写的:“在互联网上,没有人知道你不是一条狗!”在接下来的页面中,出现了很多他和导盲犬艾斯卡的照片。

从康奈尔到硅谷,从IBM、Adobe一直到Google公司,十几年间,导盲犬艾斯卡一直陪伴着这位来自印度的程序员。“可惜,他现在已经 13岁。老了,我没法带着他长途旅行了。”带着墨镜的拉蒙遗憾地说。前段时间,他参加了北京举行的Google创新论坛,成为了全场的焦点,很多人也是第 一次想到这么一个问题:互联网让世界发生了翻天覆地的变化,那么,它给盲人带来了什么?

天赋 复原盲人魔方世界第一人

“普通人的互联网,和盲人的互联网,是同一个互联网。”拉蒙似乎很高兴被问到这个问题。“这也是为什么互联网对于盲人来说是多么重要,这个工具赐予了人们平等。”

“发电子邮件的时候,我们不会去关心对方用的什么电脑,什么键盘,屏幕是彩色的还是黑白的,只关心我们沟通了什么内容。你编辑了一篇文章放在网上,你不会去关心阅读你文章的人用的是PC还是移动设备。在万维网面前,没有限制,没有边界。所有人都是平等的。”

坐在Google大楼的会议厅里,一桌人将他团团围住。拉蒙显然是个重要人物,而他显然也是所有人中最快乐的人物,从头到尾,都在用笑话点缀着对话,永远都有话说。

他的手也似乎一直闲不下来。扳手指的动作让他看起来有些紧张。坐在旁边的美籍华人查尔斯给他递去一张纸。拉蒙放松了下来,边聊天边开始折纸。查尔斯是和他最接近的同事,两人共同设计着各种为盲人服务的软件。在Google,人们往往把他们喊成“拉蒙和查尔斯”。

拉蒙出生在印度普纳一个有六个孩子的中产阶级家庭。哥哥也做软件工程的。“在印度,你不是软件工程师就是医生。”他口音浓重,笑声爽朗,似乎自己进入这个行业是一件理所应当的事。

从小,拉蒙就显示出一些不同。如果在Youtube网站上输入拉蒙的名字,可以看到他的一些视频。拉蒙能在23秒内复原了盲文魔方,他是世界纪 录的保持者。这是拉蒙年轻时最喜欢做的事情。再小一些的时候,比如15岁时,他刚因青光眼失去视力,几乎每天都要玩一个解谜游戏:通过日期,算出那天是星 期几。“我从小就喜欢数学,喜欢解谜,可能是受哥哥影响。”他淡淡地笑道,“数学的兴趣是天生的。老实说,不管怎样我都会成为数学家。”

多年后,有人向他提了这么一个问题:看不见东西,那做数学题是什么感觉?“我还真从来没想过这个问题,一想才觉得真是有趣。”于是,他为此写了 一篇论文《数学思考》,讲述自己对数学的理解。他的核心想法是,数学远比人们想象的要大得多,玩数学的习惯并不需要阅读,而完全可以通过大脑心算来取得。

读屏 语音是常人语速的3倍

在还没有电脑的时代,学习对于盲人来说非常困难。尽管如此,拉蒙还是考入了印度最好的理工学校——印度理工学院,在这里开始数学和计算机科学的 硕士研究,成为该校历史上第一个盲人学生。他如何与那么多优秀的青年学子一起求学?因为很多学生都被要求参与社会服务,所以他说服校长让同学通过阅读屏幕 来帮助他学习。有一个学期,多达13个同学志愿帮助他朗读屏幕,再由他用盲文进行记录。

1989年,拉蒙来到美国康奈尔大学做计算机科学博士研究。情况发生了变化。那时候,盲人用计算机刚刚出现。拉蒙也得到了自己第一台语音合成器和当时最先进的读屏软件。

不过,哪怕是世界上领先的读屏器,面对文字只有一行,每行只有40个字的老式屏幕也没有更多招数。拉蒙只能一个字一个字慢慢地听。

好在过去几十年里,计算机技术发生了翻天覆地的变化。现在的显示器可以漂亮地摆置60行字。而视觉障碍者使用电脑也已经不是什么新鲜事了。今 天,他们可以很方便地借助读屏器阅读电脑屏幕,浏览互联网。因为听觉特别,他现在使用的读屏器,语音速度是正常语速的三倍。这个语速常常会让普通人“不知 所云”。

如果只是进行文字浏览,盲人在电脑上几乎没有障碍。他们几乎可以像其他人一样轻松地浏览互联网信息。上网查看新闻是拉蒙每天的爱好之一。不过, 与大部分人漫无目的地通过超链接在网上闲逛的习惯不同,拉蒙更多地采用搜索的方式,通过谷歌新闻组链接到有兴趣的报纸文章,或者通过微博来找到有趣的东 西。用他自己的话说,就是让朋友来做你的“编辑”,“过滤”出有趣的新闻给你读。

数学 公式也可以阅读

但在网络上,还有很多信息,其结构是为视觉而设计的。一些我们每天都离不开的计算机操作,对于无法读图的人却构成了巨大的障碍。如何将这些信息转化为主要依赖于听觉的盲人能够接受的信号,这成为了拉蒙一直以来的主要工作。

就拿简单的电子邮件来说,“我们习惯于看到发信人栏,收信人栏,回复、转发、正文等栏。我们读的时候只会读‘这是拉蒙给查尔斯的一封信’,你眼 睛一扫很快就看出是谁给谁的信。”拉蒙说,“这所有的结构设计都是为了让眼睛更方便。但是如果你用这个格式拿来读的话就变成‘发信人栏拉蒙,收信人栏查尔 斯,标题如何如何,正文如何如何’这就非常没效率了。”

还在康奈尔做博士时,拉蒙就设计出一些专为盲人辨别电子邮件各信息,甚至报纸报道标题的系统。

阅读文字解决了,但阅读数学公式却成为另一个难题。“再伟大的数学家,也需要阅读其他数学家的东西。”他笑说。数学满是符号和公式,用的是一种 名为LaTeX的排版系统。在上世纪90年代初的时候,读屏器在这个系统中读出来的数学公式简直让人抓狂。你能听到一堆这样的声音:“E反斜杠反斜杠X插 入符号某某……”这样的读法是荒唐的,于是拉蒙决定重写LaTeX,让自己以及其他视障者都可以顺利阅读数学公式。这个研究成了他在康奈尔大学的博士毕业 论文,也让他一直使用至今。

说来有趣,当决定博士论文题目的时候,拉蒙最先想做的是制造出具有导航性能的机器人导盲犬。他花了9个月的时间投身其中。因为非常了解自己的导 盲犬,他一开始很有自信能够做出来。但很快,一个不可逾越的困难却出现了。难题并不在导航上,而是出现在如何制造一个能应付人行道、台阶、雪地、冰地等各 种地面的机器人。20年之后,人类已经有了可以走在火星上的机器人,可是这样的“万能型机器人”还是没有出现。

图像 手机“看”世界

不过,拉蒙还是让盲人也享受到了导航的便利。他拿出自己的手机,向记者展示智能的北京地图,随着他的手指的移动,语音快速地提示出走在哪条街, 走了多少路,前方是什么路,还有多少距离到达目的地等信息。现在的拉蒙,只要一部手机给自己导航,一只爱狗给自己扫除路障,哪怕身在北京这样的陌生城市, 也不会迷路。

现在,拉蒙的工作焦点放到了图片识别上。这是“盲阅读”最难的一部分。“所有的格式都是信息。信息越多,结构也越多;结构越多,你就越能从中组 织,处理这些信息。”拉蒙说,“阅读图片是最难的,给你一幅《蒙娜丽莎的微笑》,说‘这是一个女人微笑的画’。这并不能告诉你这是蒙娜丽莎,它的信息复杂 得多。”地图其实就是图片,不过它是有结构的图片,各种道路、街道、大楼等信息组成了可以处理的数据。拉蒙和查尔斯开发的手机地图软件已经造福于很多人。 当然,它现在还没到完美的程度,还有一些问题需要解决,比如,目的地大楼的入口在哪儿,进了大楼里面怎么办,这都需要更多的数据让工程师来设计。

拉蒙说,现在另一个小组正在做一个通过手机“看”地貌的软件。通过手机摄像机拍下路上遇到的一些事物比如路牌,行人等,手机可以对照片进行分析,然后告诉使用者“看”到了什么东西。

今天,互联网进入了云时代。他认为,这是视障者的福音。以前的视障人士,走出门外和邻居打招呼都很难。但现在他们可以坐在家里,和地球另一边的 人直接沟通。“对于其他人来说,技术只是带来了更快捷便利的生活,但对于残疾人来说,他们本来做不了这些事情,但技术却让他们可以做这些事了,他们对技术 的掌握反而比普通人更快。”相比以前动辄上百美元的读屏软件,今天出现了很多开源软件,人们都可以免费下载使用。对于残疾人来说,云时代的互联网就像给他 们听、读、写能力的延伸。而对于拉蒙来说,更重要的是,科学的发展是建立在别人研究基础上,软件技术也是一样,只有通过开源,才能站在巨人的肩膀上,让技 术的发展焕发活力。

延伸阅读

评论