网信彩票返点 - 网信彩票官方网站
网信彩票客户端下载2023-01-31 16:05

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。

网信彩票返点

海外侨胞:为中国成就欣喜 将继续献侨力搭桥梁******

  中新网北京10月18日电 (吴侃 门睿)中共二十大16日在北京开幕。海外华侨华人热切关注大会,纷纷表示为中国发展成就感到欣喜,将继续为推动中外经济文化交流合作献侨力、搭桥梁。

  虽有时差,但俄中文化交流协会负责人乔翔鹏仍熬夜收看了中共二十大开幕直播。“中共二十大报告中提及了对广大侨胞的感谢,这让我很感动。”他表示,海外侨胞将一如既往地支持祖(籍)国和家乡建设,发挥好联通中外的独特优势,传播好中国声音,提升中华文化影响力。

  华人头条董事长黄其旺表示,作为受邀参与中共二十大报道的海外华文媒体,我有幸在现场聆听了二十大报告。“海外华文媒体是中华文化海外传播的重要使者,也是国际传播中重要的民间力量,未来我们将继续用住在国民众熟悉的语境及叙述方式讲述中华文化,助力中外文明对话。”

  墨西哥尤卡坦半岛华人华侨联合会会长白义表示,强大的祖(籍)国是我们海外华侨华人的坚强后盾,也是我们的底气和信心之源,海外侨胞将继续踔厉奋发、勇毅前行,为推动住在国与中国经贸文化交流贡献力量。

10月16日,中国共产党第二十次全国代表大会在北京人民大会堂隆重开幕。 中新社记者 盛佳鹏 摄10月16日,中国共产党第二十次全国代表大会在北京人民大会堂隆重开幕。 中新社记者 盛佳鹏 摄

  科特迪瓦《西非华声》主编金浩表示,二十大报告提及十年来中国取得的举世瞩目的成就,令海外华侨华人感到振奋、受到鼓舞。海外侨胞中从事贸易行业者众多,在开辟广阔市场空间、推动中外经贸合作方面有资源优势,将继续在中国加快构建新发展格局、着力推动高质量发展的过程中作出贡献。

  中国—欧洲文化艺术体育协会主席马文俊说,“二十大报告谈到‘推动中华文化更好走向世界’,在匈牙利,中餐、中医和中国功夫都是深入人心的中华文化符号,作为侨界新生代,我们应继续发挥好桥梁纽带作用,用自己擅长的方式在住在国传播中华文化,让住在国民众看得明白、听得进去。”

  菲律宾川渝总商会副会长黄新春表示,祖(籍)国的强大让海外华侨华人倍感欢欣,未来将继续发挥好海外侨胞融通中外的优势,努力成为中外文明交流互鉴的推动者、中外人民友好交往的民间使者。

  中国在韩青年联合会会长崔庆峰表示,有强大的祖(籍)国作后盾,海外侨胞将进一步在推动中国高质量发展、积极参与共建“一带一路”等方面积极作为,作出新贡献。“在韩青年侨胞也将继续提高能力,锻炼本领,团结构建和谐海外侨团,推动两国青年交流交往。”

  巴西中国和平统一促进会永久荣誉会长尹楚平表示,随着中国国际地位和影响力不断提升,华侨华人在海外越来越受尊重,我们对中国日益走近世界舞台中央充满自豪和欣慰。“海外侨胞历来就有爱国爱乡的传统,未来也将继续涵养壮大知华友华力量,为助力祖(籍)国现代化建设贡献力量。”

  北欧国际交流协会会长季展有说,中共二十大吹响了新的号角,这对华侨华人来说既是机遇也是动力,海外侨胞可以继续发挥资源优势,一如既往地支持中国改革开放和现代化建设,发挥华侨华人社团、华文学校、华文媒体的作用,当好中外人文交流的使者,搭建民心相通的桥梁。(完)

中国网客户端

国家重点新闻网站,9语种权威发布

网信彩票地图