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。
探访“天下苗族第一县”：“村BA”爆火背后是民族的交往交流交融******
(二十大时光)探访“天下苗族第一县”：“村BA”爆火背后是民族的交往交流交融
中新网贵州台江10月23日电 题：探访“天下苗族第一县”：“村BA”爆火背后是民族的交往交流交融
作者 周燕玲 袁超
贵州省黔东南苗族侗族自治州台江县民族村寨台盘村，对于篮球的热爱是刻在骨子里的。见到村里高龄篮球爱好者陆大江时，他正打算前往“村BA”网红篮球场了解改扩建后的最新进展，“我家里还有球衣和篮球，新球场弄好后要约上老伙计们去一展风采。”
图为台盘村改扩建后的“村BA”球场。 唐哲 摄年过八旬的陆大江，精气神十足，谈及篮球赛话匣子一下就打开了。“我们年轻那会儿，是在泥地上比赛，篮球架子是木头做的，没有篮球就用布缠一个；现在不一样了，不仅有好的场地，还有电子计分的球筐。”
图为台盘村改扩建后的“村BA”球场。 唐哲 摄坐落于苗岭山麓、清水江南岸的台江县，有苗族、侗族、水族、布依族等23个民族，其中苗族同胞占总人口的97%，有“天下苗族第一县”之称。随着篮球运动的引入，上世纪四十年代，依托节日举办篮球比赛成为当地流传至今的传统，拥有1000余人的台盘村2022年就举办了上百场篮球赛，最多的一场赛事线下近2万人、线上有上亿人观看。
图为吴小龙在台盘村篮球赛上担任裁判 姚顺韦 摄从台盘村走出去的“90后”体育教师吴小龙，不仅是篮球爱好者，还是台盘村的篮球教练和裁判。在他看来，今夏火爆出圈的“村BA”，不仅使国内外观众看到了各民族积极向上、勇于拼搏的精神，也看到了台江的民族文化魅力和发展成就。
图为今夏火爆的“村BA”篮球赛。 姚顺韦 摄二十多年来，对于台盘村的变化，吴小龙如数家珍。“小时候村里都是坑坑洼洼的泥土路，天晴扬起尘土一片，下雨泥泞不堪，沿街的房子也都是低矮木房，在国家脱贫攻坚政策的扶持下，现在柏油路四通八达，大部分木房也‘晋身’小洋楼。”
最让吴小龙感到高兴的还是村里篮球场的变化，翻新后的球场不仅能同时容纳2万多人观看，篮球场还新增了运动员更衣休息室、淋浴室和卫生间。“过去村里厕所就是一块木板两块砖，三尺栅栏围四边，臭气熏天、无处下脚。”回首往昔，吴晓龙直挠头。
图为“村BA”篮球赛比赛现场，观看球赛的民众加油助威。 余天英 摄说话间隙，吴小龙指着不远处的一个房间说道：“听说那里是新建的媒体接待室，以后你们媒体来采访报道就方便多了。”
性格开朗的台盘村村民王再贵，村里举办篮球赛时担任赛事解说，他不仅用幽默有趣的解说让父老乡亲们看懂篮球，还把球场的氛围感拿捏得恰到好处，时常让现场的加油助威呐喊声，响彻整个小山村。
图为台盘村村民王再贵担任球赛解说。 袁超 摄“每年村里坚持举办篮球赛的目的不是为了火，无意之中火了之后，村民更加开心和自信了。”王再贵介绍说，村里举办篮球赛已有数十年历史，最开始是想让村民锻炼身体和增加感情，现在更重要的是传播篮球文化、增强民族团结。
“节日期间我们举办各种活动特别是篮球赛，主要目的是联络感情和加强交流，今年新疆和河南的朋友都来我们村打比赛。”站在一旁的陆大江接过话说道：自己年轻时与村民组建的篮球队曾叱咤各类比赛现场，并在各地比赛中结识了不少好朋友。
图为以前台盘村的篮球场。 台江县委宣传部供图在贵州省社会科学院国家治理现代化地方实践高端智库研究员许峰看来，篮球赛本身就是一个讲究团结协作的赛事，“村BA”赛事让小部分村民变球员，大部分村民变观众和啦啦队员，近两万在一起的“狂欢”体现出来的凝聚力、向心力、团结力不言而喻。
“‘村BA’不是一个村的篮球赛事，而是以台盘村为发端‘走出去’，让各民族和海内外民众共同嵌入到同一个磁场中的赛事活动。”许峰说，赛事不仅体现出民族之间的交往交流交融进而铸牢中华民族共同体意识，也诠释和践行了“民族的，就是世界的”这句话。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
乐发彩票地图 |
)