点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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。
情暖旅途 带福回家——2023年铁路春运首日见闻******
(新春见闻)情暖旅途 带福回家——2023年铁路春运首日见闻
中新网广州1月7日电 题：情暖旅途 带福回家——2023年铁路春运首日见闻
作者 郭军 胡靖 黄春强
“受疫情影响，已经两年没回湖南过年了。今年在云南当兵的儿子要回家探亲，趁此机会，我们一家人说好了今年一起回老家过个团圆年。”在广东打工的郭先生告诉记者。
1月7日，2023年全国铁路春运正式拉开帷幕，铁路部门客流增幅明显。广铁集团当日发送旅客112万人次，与2022年春运首日相比增长9.1%。其中，广东地区各大火车站发送旅客76万人次，与2022年春运首日相比增长15.7%。
今年春运，为了旅客出行的体验更美好、更温馨，粤港澳大湾区各大车站纷纷推出系列暖心措施。
1月7日9时15分，深圳北站阳光洒落，人潮涌动。
“对你说声新年快乐……”深圳北站候车室内，欢快的音乐响起，6名迎春花服务队员，从各自的服务岗位往大厅中央汇集，送上一段欢快的舞蹈快闪，旅客们纷纷驻足观看。
书法家为回家的旅客写春联送祝福 陈俊彦 摄“妈妈，这个兔兔画得好可爱，我也想要。”一个小女孩拉着妈妈的手，盯着一张“福兔”不愿离开。5名来自铁路部门的书法家，正现场书写春联赠送旅客，献上新春祝福。独创的“福兔”惟妙惟肖，成了旅客们的“抢手货”。
一张张“福”字，一副副春联，汇集成爱心的河流。“回家的路上没想到能收到‘福’字，这份祝福太暖心了。”黄女士展示着手里的“福”字，兴奋地自拍起来。
10时10分，广州南站候车室大厅内，一座“流动的博物馆”开馆迎客，不少旅客停下匆忙的脚步，细细品味旅途中的文化大餐。
记者了解到，这是广州铁路博物馆举办的“能流动的博物馆、会说话的老物件”主题展。粤汉铁路的百年股票、新中国成立前的铁路手提信号灯、不同年代的火车票等212件珍贵藏品，首次在高铁站与旅客“零距离”见面。
“这个主题展好有趣，我现在才知道车票的背后，藏着铁路创新发展的变迁史。”听完讲解员的讲解后，旅客鲁先生掏出手机，对着展品拍照留念。
“能流动的博物馆、会说话的老物件”主题展在广州南站展出 王玮 摄与此同时，广州南站携手广州医科大学团委开展“情暖回家路防疫伴你行”公益活动，邀请10名医疗人员坐诊，为有需要的旅客进行免费义诊，并向来往的旅客宣传科普防疫防病知识和健康常识，同时派发铁路职工设计的“防疫四字经”文创书签，让旅客的旅途更安心。
“这服务真贴心，没想到在车站候车还能免费享受义诊。”在东莞某电子厂工作的赵小姐说。
10时40分，广州火车站候车室的“038”服务台前，一场“今年春节，想见你”快闪节目正在上演，为旅客送上一份旅途惊喜。
新春临近，为生活、为梦想在外拼搏奋斗的人们，渐渐踏上返乡的归途。广州火车站组织青年职工，为候车的旅客精心准备了系列节目。活动在朝气蓬勃的舞蹈《一起向未来》中拉开帷幕，职工们吉他弹唱《晴天》《不再犹豫》等歌曲，还为旅客准备了礼仪秀。
活动现场，不少旅客被喜悦的气氛所感染，忍不住跟随音乐一起摇摆、一起高歌，并纷纷掏出手机记录这美好的瞬间。车站的候车室内，铁路职工还为旅客准备了春联、福字等小礼物。
“过年就要一家人团圆在一起，热热闹闹才过瘾，这春联是我今年收到的第一份礼物，太有意义了。”来自湖北襄阳的旅客王先生告诉记者，因为工作原因，他已经两年没回去与家人团聚了，当天他将搭乘广州火车站始发的K643次列车回家。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
盈彩网投资平台地图 |
)