向善而生的AI助盲,让AI多一点,障碍少一点******
有人说,盲人与世界之间,相差的只是一个黎明。在浪潮信息研发人员的心中,失去视力的盲人不会陷入永夜,科技的进步正在力图给每一个人以光明未来。
AI助盲在人工智能赛道上一直是最热门的话题之一。以前,让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破,更多的失明者正在借助AI提供的感知、理解与交互能力,以另一种方式重新“看见世界”。
新契机:多模态算法或将造福数以亿计失明者
科学实验表明,在人类获取的外界信息中,来自视觉的占比高达70%~80%,因此基于AI构建机器视觉系统,帮助视障患者拥有对外界环境的视觉感知与视觉理解能力,无疑是最直接有效的解决方案。
一个优秀的AI助盲技术,需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展,才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够,以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。
多个模态的交互可以提升AI的感知、理解与交互能力,也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说,多模态算法在AI助盲领域的应用一旦成熟,将能够造福数以亿计的失明者。据世卫组织统计,全球至少22亿人视力受损或失明,而我国是世界上盲人最多的国家,占世界盲人总数的18%-20%,每年新增的盲人数量甚至高达45万。
大挑战:如何看到盲人“眼中”的千人千面
AI助盲看似简单,但多模态算法依然面临重大挑战。
多模态智能算法,营造的是沉浸式人机交互体验。在该领域,盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一,这项研究已经吸引了全球数以万计的视障患者参与,这些患者们上传自己拍摄的图像数据和相匹配的文本问题,形成了最真实的模型训练数据集。
但是在现有技术条件下,盲人视觉问答任务的精度提升面临巨大挑战:一方面是盲人上传的问题类型很复杂,比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。
另一方面,由于盲人的特殊性,很难提取面前物体的有效特征。比如盲人在拍照时,经常会产生虚焦的情况,可能上传的照片是模糊的或者没有拍全,或者没拍到关键信息,这就给AI推理增加了难度。
为推动相关研究,来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”,并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题,然后要求给出相应的答案,解决盲人的求助。
另外,盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说,盲人逛超市,由于商品外观触感相似,很容易犯错,他可能会拿起一瓶醋却询问酱油的成分表,拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效,没法给出有效信息。
最后,针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制,同样也是现阶段的研发难点。
多解法:浪潮信息AI助盲靶向消灭痛点
AI助盲哪怕形式百变,无一例外都是消灭痛点,逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究,只为帮助盲人“看”到愈发精彩的世界。
在VizWiz官网上公布的2万份求助中,盲人最多的提问就是想知道他们面前的是什么东西,很多情况下这些物品没法靠触觉或嗅觉来做出判断,例如 “这本书书名是什么?”为此研发团队在双流多模态锚点对齐模型的基础上,提出了自监督旋转多模态模型,通过自动修正图像角度及字符语义增强,结合光学字符检测识别技术解决“是什么”的问题。
盲人所拍摄图片模糊、有效信息少?研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法,并提出多阶段交叉训练策略,具备更充分的常识能力,低质量图像、残缺的信息,依然能够精准的解答用户的求助。
目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点,在AI助盲领域斩获世界冠军两项、亚军两项。
真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此,研发团队首次提出视觉定位文本去噪推理任务FREC,FREC提供3万图片和超过25万的文本标注,囊括了口误、歧义、主观偏差等多种噪声,还提供噪声纠错、含噪证据等可解释标签。同时,该团队还构建了首个可解释去噪视觉定位模型FCTR,噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议,该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。
在智能交互研究方面上,浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA,同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。
眼球虽然对温度并不敏感,但浪潮信息的研发团队,却在努力让盲人能“看”到科技的温度,也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍,跨越山海。科技的伟大之处不仅仅在于改变世界,更重要的是如何造福人类,让更多的不可能变成可能。当科技成为人的延伸,当AI充满人性光辉,我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意,见证着更加光明宏大的远方。
1.3亿次点击阅读 “双奥之城·看典”展示最美北京******
中新网北京2月21日电 (徐婧 杜燕)2月1日至20日,2022北京新闻中心“双奥之城·看典”展示活动以“一天一主题、一图一故事”的访谈形式,从百姓视角讲述人文北京、科技北京、绿色北京的生动故事。截至2月20日,“看典”活动累计直播点击和阅读量达到1.3亿次。
2022北京新闻中心举办的展示活动——“双奥之城·看典”访谈,策划了20场以北京历史文化名城保护、城市建设和社会发展、生态环境保护、社会保障和民生事业发展、冬奥情缘与冰雪运动等为主题的直播活动。
名城建设,共同守护
拥有3000余年建城史和800多年建都史的北京,是一座享誉世界的历史文化名城。这座城市不仅拥有七大世界文化遗产,还拥有伟大而壮美的城市中轴线,更有数不清的文物古迹和历史遗存,历史底蕴十分深厚。
北京独有的壮美秩序,由全长7.8公里的中轴线建立而产生。中轴线将北京城清晰地“规制”起来,前朝后市、左祖右社、坛台四环,承载的文化生生不息。在“行走在中轴线上”专场,中国文物学会会长、故宫博物院学术委员会主任单霁翔从个人的角度为观众讲解了中轴线的文化内涵,并借由中轴线向南北延伸、引领北京城市走向未来而引出“活态遗产”的概念;清华大学国家遗产中心主任吕舟为观众介绍了北京中轴线申遗的相关工作和中轴线符合哪些世界遗产技术性标准,并呼吁大家一起关心、参与到北京中轴线的保护和讲述当中,爱遗产、爱城市。
城市“进化”,创新蝶变
人民大会堂、国家大剧院、北京大兴国际机场、国家速滑馆……一个个地标建筑,见证了北京在发展中不断优化城市格局,完善城市服务,建设国际一流的和谐宜居之都的轨迹。“新地标——北京城市的‘进化史’”专场上,这些地标的建筑师们介绍了建筑的诞生故事,讲述了他们眼中的城市“进化史”。
不断“进化”着的还有北京的轨道交通。地铁是城市融入现代化交通的显著标志,同时也是城市发展和科技水平的重要体现。
从2008到2022,一座城市、两段奥运缘。14年来,从奥运支线到冬奥支线,从8条线、200公里到27条线、近800公里。飞速发展的北京轨道交通不仅承载着亿万人的“奥运情”“北京梦”,也见证了“双奥之城”的蝶变。在“从北京的地下路过”主题上,北京市轨道交通相关负责人带领观众“复盘”了北京地铁的发展史,也分享了他们在北京的地铁站设计、地铁驾驶等工作中发生的有趣故事。
绿色生态,全民共享
近年来,北京的生态建设取得了显著成果,越来越多的湿地公园、优美河湖出现在市民身边,成为备受市民喜爱的休闲观光区。
2月2日是“世界湿地日”,当天的活动以“乘风破浪的‘治水人’”主题,邀请了延庆区自然保护地管理处副主任刘雪梅,延庆区自然保护地管理处科普宣教科科长李昀倩等嘉宾参与直播,与直播间的市民畅聊他们各自在保护湿地、评选优美河湖和担任“河长”的工作中发生的故事。
北京日报报业集团记者叶晓彦介绍,随着优美河湖评定工作的开展,这一评定正在从专业化向大众化过渡,也正有越来越多的市民群众能够参与河湖治理和保护的工作中来。共治、共管、共享,北京美好的生态环境是大家共同参与维护的结果。
冰雪之上,圣火“飞扬”
在“双奥之城·看典”的直播间里,有冬奥会和冬残奥会的火炬火种灯的设计者,也有服务冬奥保障的工作者,还有努力推动冰雪进校园、推进实现“三亿人上冰雪”目标的民间奥运文化的推动者。他们在“双奥之城·看典”中讲述了自己与冬奥、与冰雪的缘分,与观众分享了奥运精神与冰雪运动赋予自己的激情与快乐。
2月4日是2022北京冬奥会的开幕日,奥运圣火在鸟巢点燃。当天的直播以“圣火飞扬”为主题,邀请了冬奥会和冬残奥会的火炬火种灯的设计者李剑叶,奥运特许商品销售相关负责人饶杰以及奥运藏品收藏者张文全等嘉宾参与活动,分享他们各自与奥运的缘分。
冬奥会火炬“飞扬”的设计者李剑叶讲述了在从设计到成品中自己团队经历的众多幕后故事,象征着生命力的火炬外形、体现传统文化的榫卯结构、凸显绿色理念的环保氢燃料等,回顾先进科技与中华文化在火炬上完美融合的历程。
“最密”站网,精准监测
天气是冬奥会成功举办的重要因素之一。2月9日,以“太阳照常升起”为主题的直播活动,邀请延庆区气象服务组副组长张曼,北京市气象台首席预报员、冬奥开闭幕式预报服务保障团队队长翟亮等嘉宾参与,为观众介绍了2022北京冬奥精准气象服务使用的创新科技,以及冬奥气象保障里有关监测、科研和预报的“奥秘”。
据介绍,北京在“十里不同天”的海陀山建设了17套自动气象站、4套便携自动气象站的地面监测系统,还在赛区建设了S波段天气雷达、激光测风雷达的垂直监测系统,完成了延庆赛区周边38套自动气象站的升级改造工作,组建的“三维、秒级、多要素”的气象综合监测系统,是目前冬奥会历届赛事中最为稠密的监测站网。
截至2月20日,“双奥之城·看典”活动累计直播访问量达8105.7万次,累计网络点击率达突破5000万次,直播点击和阅读量达到1.3亿次。未来,北京将用更具时代气息和人文关怀的美好与繁荣,向世界展示“双奥之城”的独特风采。(完)
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() ![]() 一分快3地图 |