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。
夜空中最亮的星：“守夜人”的春节，只为一城灯火******
(新春走基层)夜空中最亮的星：“守夜人”的春节，只为一城灯火
中新网兴安盟1月12日电 题：夜空中最亮的星：“守夜人”的春节，只为一城灯火
作者 张玮 曾令刚
春节的脚步一天天临近，夜幕降临，矗立在大街小巷的路灯、彩灯、花灯点缀着城市的夜空，传递着浓浓的年味儿，也照亮着人们回家的路。
在这灯光的背后，离不开一群“守夜人”，无论严寒酷暑，他们总在深夜里奔波前行，守护一城灯火，成为夜空中最亮的星。
傍晚6点钟，位于内蒙古东部地区的兴安盟突泉县早已进入黑夜，高空作业车启动，带上修好的照明器、检修路灯的工具和反光锥，吕东、汤守义从单位出发，进入夜间工作模式。
吕东、汤守义是突泉县市政综合保障中心路灯管理所的路灯维修师，已有30年路灯维修经历的汤守义一边登车，一边与刚参加工作3年的“新生”吕东调侃着，“小吕，咱俩这是老小搭配，干活儿不累啊。”
图为吕东乘坐高空作业车检修路灯。 曾令刚 摄“春节期间，随着用电量增加，造成路灯变压器不稳定，经常会有短路的路灯。”吕东告诉记者，他们要对街道沿线的照明设施进行全面检修维护，及时更换破损的灯泡和烧坏的镇流器、触发器，并对路灯相关配套电力设施进行检修，消除隐患，确保春节期间城区照明设施能够正常运转。
吕东说，由于维修工少，所以春节期间的工作量显得比平时多了很多，白天不能占用道路资源，他们只能夜间上工。
“今晚的第一个任务是有群众打电话说有一盏路灯出故障了，咱们过去看看什么情况。”吕东说。
前往检修点的路上，吕东回忆起3年前他刚上班的样子，“刚上班那会儿，整个城区的几百盏路灯，我们都要靠夜间巡逻去发现路灯故障。”
“现在引进了路灯云控系统，能够实时监测路灯运行的数据，哪里路灯出故障，我们很快就能知道，节省了很多巡逻时间。”吕东说，这套路灯云控系统，不仅能自动点亮、按需照明，还能准确定位故障路灯。
说话间，记者随吕东和汤守义抵达检修点，一盏路灯忽明忽暗。3年的维修经验已经能让吕东判断出这是照明器里面的驱动坏了。
“把坏了的照明器换下来就行了。”停车，戴安全帽，放置反光锥提醒后方来车，快速打开灯杆下的灯门，拔掉保险，吕东和汤守义动作麻利。
“这活儿简单，我上吧。”进行高空作业的是汤守义，66岁的他身手敏捷地跨上升降台。
灯杆高10米，随着高空作业车升降台不断上升，人在半空中不受控制地摇晃，汤守义却神情淡定，升降台晃动丝毫不影响他工作。
冬日夜里，当地气温常常跌破-30?℃，“冬天作业的时候，我们戴的手套都特别薄，因为灯具的螺丝比较小，薄手套方便操作。”汤守义一边工作一边笑着对记者说，已经习惯了，虽然冻手，但可以坚持。“灯亮了，大家就方便了。”
几分钟时间，汤守义麻利地换掉故障照明器，吕东在地面上将供电箱内的电闸合上，路灯恢复正常照明，他们接着赶往下一个检修点，“今晚可能又得忙到凌晨了。”
春节期间，为了保障城市照明，路灯维修工的工作时间更加不确定，“接到报修电话，可能随时都要加班抢修。”吕东说。
“过年那几天，每天晚上我们还会轮班值守，对各路段进行巡检，发现新的问题及时解决，对大问题记录在案，第二天及时进行维修，确保春节期间亮灯率达到98%以上。”汤守义如是告诉记者。
从20世纪90年代的汞灯、钠灯到如今的LED灯，从当年几十盏路灯到现在的5000多盏路灯，灯的类型和数量不断在变，而不变的是路灯维修师用坚守点亮城市的夜空。
对汤守义而言，他是社会发展、时代进步的见证者，无论是夜间作业、马路作业，还是高空作业，他早已习惯了这样的节奏。“作为城市的‘守夜人’，只要路灯一直亮着，这座城市便有了温度，我们的心中就像过节一般喜悦。”(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lv地图 |
)