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。
江苏睢宁“胜景图”：筑巢引凤迎新春 能人返乡谋振兴******
(新春走基层)江苏睢宁“胜景图”：筑巢引凤迎新春 能人返乡谋振兴
中新网徐州1月18日电 题：江苏睢宁“胜景图”：筑巢引凤迎新春 能人返乡谋振兴
作者 朱志庚 顾士刚
1月17日，在江苏省睢宁县庆安镇林庄村，通透的蓝天，暖暖的冬阳，一栋栋新建高标准厂房拔地而起，一个个大红灯笼高高挂在枝头，一群群村民挥舞着铁锹平整园区场地，“奏响”了一曲曲乡村振兴的迎春“新乐章”。
“大家再加把劲干呀，今天还有几位回乡过年的能人来看看我们的新厂房，准备把企业搬到林庄村来。我们筑好巢，一定能引来金凤凰的……”正在干活的林庄村党总支书记赵飞大声给一起劳动的村民加油鼓劲。2022年，在老村部和废弃学校的旧址上，林庄村投资200多万元新建了3000平方米的高标准厂房。
林庄村在外创业成功人士较多，亿元以上产业者有3人，千万元以上产业者有30多人，百万元以上产业者有100多人。林庄村利用这一优势资源，激发在外创业成功人士为家乡投资的热情，开辟出村集体经济发展新路径。每年春节前，村里都会召开“林庄村商务座谈”。返乡的能人和村民们共话家乡变化，谋划家乡发展，绘画家乡风景，勾勒林庄村宜居宜业和美的“胜景图”。
宋之高投资5000多万元在林庄村成立睢宁福昌泰电子科技有限公司，拥有3个厂房共计3500平方米，年产值2000多万元，带动60多人就业。投资5000万元的徐州犇驰生态牧业有限公司坐落在林庄村龙姚路西侧，年出栏肉牛1200头，年产值2000多万元。
广东省佛山市顺德区科贝隆塑料机械有限公司董事长高聪华是林庄村人。他现在和庆安镇政府、林庄村委会已经达成投资协议。说到给家乡到底捐了多少钱，他笑说：“具体不记得了，光是2020年疫情防控期间就捐款20万元了。”
村民们平整新建厂房门前地面。 顾士刚 摄林庄村经过村民代表大会、党员代表大会、村两委班子成员多次开会讨论后，报请庆安镇党委政府同意，决定打造林庄村能人返乡创业工业园。因村部和原来废弃学校连在一起，所以林庄村就规划把村部搬迁出去。这样集中资源在村部和废弃学校的旧址上建两个高标准厂房，与宋之高的三个厂房连成片、构成线，倾力“筑好巢”，只为“引凤来”。
2021年，高聪华捐资12万元为村里购置了一条口罩生产线，然而由于没有厂房，导致机器一直存放在村部。现在虽然有了高标准厂房，也成功注册了负责生产运营的实体公司，但是村民对集体投资几万元购买原料顾虑重重。于是，赵飞在2023年新年打算自己先拿3万元购买生产原料。“如果公司盈利了，算村集体的；如果亏损了，算自己的。”他坚信在如今这么好的市场环境下，集体经济发展会成功的。
“我们要把招商兴业作为全面乡村振兴的首要任务来抓，敢为、敢闯、敢干、敢首创。”庆安镇镇长周扬说，庆安镇聚焦塑料制品、汽车电子、绿色建材三大主导产业实施产业链招商，发挥区位、资源等优势开展“以商招商”。目前，庆安镇累计签约重大项目33个。项目当年落地转化率位居全县第一。(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 |
)