Firefox utilizzerà l’AI per migliorare l'accessibilità della navigazione

Mozilla ha recentemente introdotto una nuova funzionalità dotata di intelligenza artificiale al suo browser Firefox. In un recente post su Mozilla Hacks, Tarek ZIade ha spiegato come Firefox utilizzerà l'intelligenza artificiale per migliorare l'accessibilità, in particolare offrendo didascalie di immagini generate dall'intelligenza artificiale per le persone che fanno affidamento su tecnologie assistive, come gli screen reader. Le didascalie delle immagini o l’"alt text" forniscono il contesto necessario ai lettori. Tuttavia, chi carica le immagini solitamente ignora di inserirli. Il risultato che quasi la metà di tutte le immagini pubblicate sono sprovviste di una descrizione adeguata. Fortunatamente, con gli ultimi progressi dell'intelligenza artificiale, è ora possibile sfruttare un modello di apprendimento automatico locale. Ciò permetterà di generare automaticamente didascalie senza inviare informazioni potenzialmente sensibili ai server.

Firefox: con i modelli locali maggiore privacy, trasparenza ed efficienza

La novità AI di Mozilla arriverà con Firefox 130. Questa versione verrà fornita su Nightly Channel, con una funzionalità per l'editor PDF che genererà alt-text utilizzando piccoli modelli di apprendimento automatico basati su Transformer. Mozilla afferma di poter descrivere bene le immagini senza usare troppe risorse. Pertanto, gli utenti di Firefox dovrebbero ottenere le descrizioni delle immagini (prima nei PDF) anche sui dispositivi meno potenti. Secondo il post sul blog, i modelli di piccole dimensioni possono generare testo alternativo con oltre 200 milioni di parametri. Inoltre, occupano meno di 200 MB di spazio su disco e forniscono output in pochi secondi. Sono meno dettagliati e accurati rispetto agli LLM come GPT-4o, ma gli sviluppatori non vogliono sovraccaricare gli utenti con troppe informazioni. Pertanto, Firefox si concentrerà sulla produzione di una descrizione di frasi brevi, ma efficaci.

I vantaggi derivanti dall’utilizzo di un modello locale sono numerosi. Oltre a una migliore privacy (le immagini non vanno da nessuna parte per l'elaborazione), gli utenti ottengono una migliore efficienza delle risorse, maggiore trasparenza, meno emissioni di CO2 (l'addestramento di modelli di grandi dimensioni genera molte emissioni di carbonio) e aggiornamenti frequenti con miglioramenti regolari.