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。
（新春走基层）宝成线上的五等小站：“90后”接力守护安全******
中新网绵阳1月18日电 (邓文鑫)“车站是第二个家，我们准备了香肠腊肉，还包了饺子，在这里好好过个年。”临近除夕，在位于四川省绵阳市江油市雁门镇的斑竹园车站，青工郎依王杰一边忙着贴春联，一边说他跟家人商量好了，今年除夕他当班，就不回家吃年夜饭了。
斑竹园车站地处西南山区腹地，原名雁门坝站，始建于1958年，是宝成线上的一座五等小站。小站虽小，但位于宝成铁路大动脉上，扼整条铁路线咽喉，一旦行车组织不畅，便会影响整条线路的安全畅通。
斑竹园车站站长刘胜介绍，火车从邻站进入这里，必须经过20多个遂道和10多座桥梁，其中有4000多米长的会龙场隧道和50多米高的清江2号大桥，而这一桥一隧均是宝成线之最。
斑竹园车站地处西南山区腹地，是宝成线上的一座五等小站。 邓文鑫 摄站长刘胜是一位1994年出生的小伙，和他搭档的，是1992年出生的副站长尹邦杰。除此之外，小站还有5名“95后”青工，他们接过老一辈铁路人的接力棒，坚守小站，在春运期间守护铁路大动脉的安全畅通。
春运期间，由于列车增多，斑竹园车站每天通过的列车达到了200余列，有开往北京、上海、青岛、福州、兰州、呼和浩特等地的客车，还有奔向俄罗斯、波兰、德国、格鲁吉亚的中欧班列。列车密度大时，助理值班员几分钟就要接一列。
与信号楼进行安全联控。 邓文鑫 摄“X8062次，斑竹园站二道通过。”1月18日12时17分，95年出生的车站值班员郭小峰与司机安全联控。2分钟后，满载集装箱的中欧班列从车站呼啸而过，一头扎进隧道里，消失在北上的茫芒大山之中。
山谷中的车站，冬天风很大，加上列车通过时卷起的巨大风浪，刮在脸上就跟刀子一样。在现场接发列车的助理值班员陈林紧了紧身子，全神贯注地监视列车运行，顾不得揉一揉冻得发僵的耳朵。“远看装载，近看走行。”这位年轻的小伙子谈起工作显得老道熟练：“山高路远，必须对每趟列车进行严密监控，才能确保安全、万无一失。”
“停留车防溜是车站的安全卡控重点，我们每隔三至四个小时就必须检查一次，不能有一丝马虎。”说罢，站长刘胜钻到车下，用手拽了拽卡在车轮和钢轨间的铁鞋。
刘胜今年29岁，因业务精湛、工作认真负责被组织选派到斑竹园站担任站长，他最大的体会就是：火车24小时跑，安全工作一秒也不能松。“车站就是指挥中心，火车要跑得好，靠的是责任心和严格执行作业标准。”他说：“一年365天，无论白天黑夜，还是刮风下雨，守住安全是大伙的天职。”
“每个车站都需要坚守，虽然条件苦了些，但确保大动脉运输畅通是我们必须肩负的责任。每当列车从山谷中安全通过时，大家心中无不感到自豪，更觉得自己的坚守有价值！”刚维护完道岔的副站长尹邦杰说道。
春运期间，每天都有列车呼啸而过，可能不会有旅客注意到斑竹园这样的小站存在，但接车、送车，每日重复，斑竹园车站这群年轻的“守护者”们却做得一丝不苟，他们坚守小站、守护安全，为旅客平安出行贡献着自己的青春力量。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
bbin彩票地图 |
)