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）“火眼警长”守护春运回家路******
中新网柳州1月19日电 题：“火眼警长”守护春运回家路
作者 孙赟飞 黄勇盛 李肖彤
姚茂治是南宁铁路公安局柳州公安处柳州站派出所的客运警务区警长，今年是他为旅客守护平安的第28个春运。他的眼睛不大，但同事们却都喜欢叫他“火眼警长”。
这个外号的由来，还得从2022年一起假币案说起。2022年9月的一天，正在车站巡逻的姚茂治凭借自己丰富的经验和强大的眼力，抓获了一名制贩假币的犯罪嫌疑人，成功查获一批价值十余万元人民币的假币。
“当时我只是觉得他形迹可疑，没想到真的有问题。”姚茂治笑着说，自此之后，同事们都叫他“火眼警长”了。
今年春运，返乡客流激增。为了守护好来往旅客的出行平安，姚茂治不得不多付出几倍的努力。在采访的过程中，两分钟一个电话似乎也在印证着这一点。
姚茂志巡视车站候车室。 张磊 摄一天20000步，巡逻20次，查验进站旅客证件5000余份，查获各类违禁品50余件，接到旅客求助20余次，这是姚茂治一天的工作清单。繁重的工作压力只为守护旅客的平安回家路，这在姚茂治心里，既是职责，也是担当。
守护好旅客的出行平安，需要勤恳的付出，也需要专一的坚守。春运期间，姚茂治经常站在安检机旁，紧盯过往旅客是否携带违禁物品，这一站，往往就是两三个小时。近日，他就在周某和林某携带的行李中分别查获了一枚子弹和一包毒品，并依法对他们进行了处罚。
姚茂志观察行李安检机。 张磊 摄姚茂治的一双“火眼金睛”不仅用在打击违法犯罪，还用在服务旅客上。准备过年了，有些旅客因着急赶车，容易出现遗失物品和小孩的情况。
今年1月14日，正在车站巡逻的姚茂治就接到一名旅客的求助。“警察同志，我女儿不见了，能帮我找找吗？”旅客赵某焦急找到姚茂治求助道。面对旅客的求助，他一边安抚赵某，一边帮助其回忆进站细节，随后仔细查看监控视频后断定其女儿并没有跟随赵某进站，最终成功在进站口帮助赵某找到了女儿。
无独有偶，当天下午，一名乘车的老人家也向他求助，称自己携带的钱包不见了，里面有一些零钱和回家过年的车票。姚茂治迅速行动起来，在车站内仔细来回寻找，成功在候车室帮老人找到了钱包，并将老人送上了回家的列车。
姚茂志检查相关证件。 张磊 摄今年春节，姚茂治正好在除夕夜值班，不能回家与家人吃团圆饭，这让他心里有些许愧疚。而这也让想起了今年1月10日刚去世的母亲。当天正逢中国人民警察节，母亲因患胰腺癌去世，那天早上他刚下夜班回家，忙绿了一晚上的他见到了母亲最后一面。说到这里，他扭过头去抹了抹眼角。
春节临近了，在这万家团圆的时刻，姚茂治依旧行走在巡逻的路上，看着来往旅客归心似箭的身影和带着期许的笑脸，他的脸上也浮现了一抹笑意。或许对他来说，旅客的出行平安，才是给自己最好的新年礼物。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大发彩票地图 |
)