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。
【十年·中国观察】一起向未来,中国向世界表达语态渐变******
中新社北京9月27日电 题:一起向未来,中国向世界表达语态渐变
中新社记者 李双南
“春风如贵客,一到便繁华。”
2022年北京冬奥会,在中国传统农历立春日拉开帷幕。充满诗意的二十四节气倒计时、主火炬“点燃”方式,以及开幕式上诸多包含中式美学的巧思,被认为是展现了“中国人的浪漫”。
与14年前夏奥会“万人击缶而歌”所传达的强烈情绪相比,温婉、简约、平和是今日中国试图向世界表达的语态。
资料图:2022年2月4日晚,第二十四届冬季奥林匹克运动会开幕式在北京国家体育场举行。中新社记者 毛建军 摄平视中孕育更多个性
曾经,“感谢国家”是中国运动员赛后接受采访的“标准答案”,而近年的国际体育竞技场上,年轻的中国运动员化身为五光十色的中国“名片”,奖牌不再是唯一标识。
世人阅之难忘的,有无需翻译的身体语言“比心”,有颁奖仪式上浪漫动人的大胆求婚,有登台领奖时的花式发型,更有聚光灯下率真自然的个性语言。
“我要吃油焖大虾。”摘得东京奥运会“首金”的中国射击运动员杨倩,在赛后对母亲隔空喊出冠军的愿望。而她头戴“小黄鸭”、做了美甲在领奖台上“比心”的照片,瞬时刷爆网络。以杨倩为代表的新一代中国运动员们,在赛场内外敢于展露自我的故事,亦让世界看到一个更加自信、开放、可爱的中国。
资料图:2021年7月24日,杨倩在东京奥运会女子10米气步枪颁奖仪式上。 中新社记者 杜洋 摄曾经,中国运动员的标签总是离不开内敛、谦逊等内向型字眼。如今,新一代中国青年“平视”世界时,表达自我的底气、个性被持续激活,彰显青春飞扬。
“努力永远不会骗人”,这是夺冠时未满18岁的单板滑雪运动员苏翊鸣的口头禅,而“不设限”则是他对未来的期许。强自我、大心脏、宽视域,是时代赋予新世代中国青年的特质。他们代表着更可感可知的中国面孔,助力世界更清晰地读懂中国。
资料图:2022年2月7日,北京2022年冬奥会单板滑雪项目男子坡面障碍技巧决赛在张家口云顶滑雪公园举行,中国选手苏翊鸣夺得男子坡面障碍技巧银牌。中新社记者 富田 摄开放中迸发更多创造
这十年,走红海外社交媒体的中国形象日趋多元丰富。“90后”古风美食博主李子柒正是其中的佼佼者。摘花酿酒、养蚕缫丝、烹调时蔬、手作家具……她以画面曼妙、制作精良、饱含田园烟火气的视频作品,点燃千万外国网友对乡土中国的向往。
随着中国开放的大门越来越宽广,中国已深深融入世界之中。“你中有我,我中有你”的新空间关系,成为中国对外表达方式创新的活力之源。于是,抽象的文明底蕴得以更自如地转化为具体而鲜活的个体案例,民间自发站上世界舆论场、为国“代言”的力量不断壮大。
2020年,中国青年画家“乌合麒麟”创作讽刺漫画《和平之师》,批判澳大利亚特种部队曾在阿富汗犯下残暴罪行,在海外社交媒体上广泛传播,令时任澳大利亚总理莫里森恼羞成怒。“乌合麒麟”再以一幅言简意赅、细节丰富的《致莫里森》回应。
这是普通中国人以笔为媒、深度参与国际舆论场,并勇于进行创造性表达的一个例证。
资料图:2021年7月8日,上海,乌合麒麟出席世界人工智能大会青少年创新发展论坛。中新社发 陈玉宇 摄无论是勾勒诗与远方的李子柒,还是锐气十足的“乌合麒麟”,他们皆在中国激荡的开放大潮中顺势而为,并抓住全球媒介变革的契机,创造出现象级的传播,让世人记住了一个日益立体生动的中国。
兼容中交织更多共情
北京冬奥会令“冰墩墩”成为火遍全球的中国文化使者。憨态可掬的熊猫造型,裹上富有科技感的冰晶外壳,源自冰糖葫芦的创意理念瞬间充满生命感染力。一个“可爱中国”的形象,连通世界万众的心扉。
“冰墩墩”的风靡,并非偶然为之的“灵光一闪”,而是凝聚着设计者对中国如何面向世界表达的深思。“冰墩墩”设计团队负责人曹雪认为,讲好中国故事,既要读懂自己,又要读懂世界。其实,两个“读懂”,正是“冰墩墩”成功的共情密码:读懂自己,便能灵活调用中国文化元素;而读懂世界,则能理解一个包容、善意、温暖的吉祥物形象,才是当下因疫情而愈显分裂的世界之所需。
资料图:2月20日,北京2022年冬奥会花样滑冰表演滑在首都体育馆举行。日本选手羽生结弦与“冰墩墩”互动。 中新社记者 毛建军 摄这十年,中国走向世界的心路历程可概括为从“我”到“我们”。走过竭力向世界证“我”的阶段,中国更加注重在共同体中观照自身、理解他者、共织“我们”。
由是,中国与世界的共情便交织展开。冬奥会开幕式上,由各国“小雪花”汇聚而成的人类“大雪花”,象征着和而不同的共同体;来自中国大山里的孩子们,身着传统服饰,演唱希腊语会歌,地球村天涯共此时。中美运动员互换礼物、中日运动员同框“比心”……一幕幕超越国界的亲切互动,释出中国和合文明观的善意,串联起人类“更团结”的未来。(完)
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |