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。
元宵将至 贵州山区5629/30次“慢火车”带货忙******
(新春走基层)元宵将至 贵州山区5629/30次“慢火车”带货忙
中新网贵州桐梓2月3日电 题：元宵将至 贵州山区5629/30次“慢火车”带货忙
作者 瞿宏伦 肖珊
“按照我们的习俗，除了除夕，元宵节每家每户也要吃团圆饭，新鲜的蔬菜这几天供不应求。”2月3日，在贵州省遵义市汇川区境内的松坝站，村民冯光莲告诉记者，元宵节快到了，这几天通过5629/30次公益性“慢火车”带货的频率多了起来。
11时40分许，列车驶入松坝站，冯光莲和另外10多位村民背着自家种的白菜等农特产品早已在站台等候，他们将一起搭乘这趟“慢火车”前往遵义市桐梓县售卖蔬菜。
2月3日，贵州汇川，菜农在5630次“慢火车”“带货车厢”内售卖蔬菜。 瞿宏伦 摄这些村民是“慢火车”上的常客，被称为“背篓客”。他们背着新鲜的瓜果蔬菜、自家腌制的咸菜、自制手工艺品等从家门口坐“慢火车”前往县城集市售卖，同时采办一些生活用品后再坐“慢火车”返回。
车还没停稳，村民们就争先恐后的跑向最近的车厢排队等待上车。有的村民背篓太重、有的村民农特产品太多，在车站和列车工作人员的帮助下他们成功“挤”上了“带货车厢”，车厢内一角不一会就摆放了各类蔬菜，成了一个小型菜市场。
5629/30(贵州遵义开往重庆、重庆开往贵州遵义)次公益性“慢火车”(以下简称：5629/30次“慢火车”)串联着娄山关、红花园、桐梓等23个站点。目前是川黔铁路仅存的一趟旅客列车，最低票价6元人民币，是当地村民出行、做生意的重要交通工具。
2月3日，贵州汇川，5630次“慢火车”“带货车厢”。 瞿宏伦 摄松坝站是5629/30次“慢火车”停靠的五等小站，车站沿线多数村民都种植蔬菜售卖，是他们主要收入来源之一。将种植的蔬菜运出深山、帮助村民圆了“致富梦”的正是这趟“慢火车”。
“我们这里的村民都有种菜，蔬菜在村里面需求量不大，要带到外面去卖。”村民冯光莲告诉记者，花费7元钱坐着“慢火车”去县城售卖是最好的选择。“县城里的大多数人依旧喜欢从田间采摘的新鲜蔬菜，带的货不愁卖不出去。”
遵义车务段松坝站站长王溢是沿线村民的老朋友，和铁路沿线菜农都很熟悉，哪一家主要种什么他都清楚。
王溢说，“慢火车”虽然慢，但村民在家门口就可以上车，而且把蔬菜带上车还能节约运输成本，铁路沿线村民都选择用这趟“慢火车”带货。“马上就是元宵节了，这趟慢火车上的客流又慢慢多了起来，大家都赶着把农特产品带到县里去买。‘烟火气’持续回升，我们打心眼里高兴。”
据了解，为了满足村民多样化的出行需求，2022年7月18日，5629/30次“慢火车”升级为空调车，专设“带货车厢”，以方便村民将农特产品带上车售卖。有时遇到外出游玩的旅客，村民在车上就可以做起生意。
2月3日，贵州桐梓，列车工作人员帮助菜农在桐梓火车站下车。 瞿宏伦 摄“这趟‘慢火车’一直深受沿线村民的青睐。”遵义车务段党委副书记程书波介绍，近年来，5629/30次“慢火车”沿线村寨变化很大，铁路改变了村民们的家庭环境，让他们踏上了致富道路。
程书波表示，对很多人而言，“慢火车”已经成为一种记忆。但深山里的“慢火车”，仍在改善山区村民的出行环境，助力乡村振兴。
12时49分，列车到达桐梓站。车站工作人员帮村民们把背篓扶下车，大家拎着菜篮、背着货物快速地下车出站，迫不及待赶往市场……(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
聚赢彩票地图 |
)