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。
驻英国使馆举办2023年“欢乐春节” 新闻发布会******
中新网1月19日电 据中国驻英国大使馆微信公众号消息，2023年1月17日，2023年英国“欢乐春节”系列活动新闻发布会在驻英使馆文化处举行。来自英国科学博物馆、伦敦爱乐乐团、伦敦华埠商会、英国国家海事博物馆及格林尼治皇家天文台、布里斯托市政府、泽西岛政府、爱丁堡市政府、爱丁堡旅游局、欧亚交流协会、皇家威尔士音乐与戏剧学院、中英国际音乐节、英国中国美食节和伯明翰、曼彻斯特等地的十余家活动主办方代表，以及人民日报、新华社、中央广播电视总台、CGTN、中国日报、人民网、环球时报、欧洲时报等媒体记者与会。
新闻发布会首先播放了杨晓光临时代办的致辞视频。他代表郑泽光大使和中国驻英国使馆向2023年“欢乐春节”活动在全球的启动表示热烈祝贺，表示“欢乐春节”是传承中国传统文化的庆典，是东西方文明交流互鉴的盛会。近年来英国各地持续开展丰富多彩的“欢乐春节”活动，其秉承的4H理念(Hope、Home、Harmony、Health)受到了在英民众的广泛认可，加深了中英两国人民的相互理解。2023年，希望通过“欢乐春节”这一全球品牌，中英两国将能够增进交流，扩大合作，推动双边关系取得新发展。
使馆新闻发言人、公使衔参赞毕海波主持发布会。文化处公使衔参赞李立言介绍了2023年英国“欢乐春节”活动整体情况，驻伦敦旅游办事处主任薛伶出席了发布会。李立言表示，今年全英“欢乐春节”系列活动遍及伦敦、爱丁堡、伯明翰、布里斯托等8个城市，由近20家政府部门、友好团体和文化艺术机构主办，集中在春节前后一个月开展大小近百余项活动，内容十分丰富。这些“欢乐春节”活动的举办不仅有助于增进英国民众对中国文化艺术和旅游资源的深入了解，彰显东西方文明交流互鉴的魅力，而且有利于促进两国民间友好，推动中英关系健康发展。
2023年，英国“欢乐春节”系列活动在疫情后首次以线下活动为主，并打造了“伦敦+”模式，即以伦敦为中心，覆盖伯明翰、布里斯托、卡迪夫、爱丁堡、格拉斯哥、泽西岛、曼彻斯特，活动主要包括：“伦敦眼”为中国春节点亮、英国国家海事博物馆及格林尼治皇家天文台中国新年庆典、《敦煌•慈悲颂》英国首演暨伦敦爱乐乐团新春音乐会、特拉法加广场中国春节庆典、英国科学博物馆“科学春晚”、重庆美食文化海外推广体验等系列活动，伯明翰“肖荻与友中国新春系列晚会”，布里斯托市政府兔年新春活动，卡迪夫、伦敦和格拉斯哥“沈洋新春音乐会”，爱丁堡中国新年音乐会及中国新年灯光秀、爱丁堡中国新年庆典，泽西岛政府春节庆典，曼彻斯特春节活动，中英国际音乐节线上活动等。
发布会上还播放了著名钢琴家、2023“欢乐春节”文化大使郎朗专程为本次活动发来的视频贺辞，各主办机构代表分别介绍了准备开展的春节文化活动情况，媒体记者进行了现场采访。英国皇家伯明翰音乐学院钢琴系教授肖荻最后还演奏了《春节序曲》《浏阳河》等大家耳熟能详的中国民族乐曲，将现场嘉宾带入了喜迎兔年新春的热烈气氛中。(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app地图 |
)