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。
南非驻华大使谢胜文:非中合作为什么是互利共赢的?******
(中国这十年·他论)南非驻华大使谢胜文:非中合作为什么是互利共赢的?
中新社北京8月25日电 题:南非驻华大使谢胜文:非中合作为什么是互利共赢的?
中新社记者 吴旭
“由于我们的殖民历史,非洲大多数基础设施过去都是为了从非洲大陆运输原材料而建,对非洲的联通性和非洲内部贸易没有任何好处。”南非驻华大使谢胜文日前接受中新社记者专访时指出,与其他国家不同,中国的投资合作为非洲基础设施和物流更好服务于非洲国家经济发展提供了“双赢”解决方案。
南非驻华大使谢胜文日前接受中新社记者专访时指出,与其他国家不同,中国的投资合作为非洲基础设施和物流更好服务于非洲国家经济发展提供了“双赢”解决方案。图为南非驻华大使谢胜文。 中新社发 南非驻华使馆 供图非中合作为什么是互利共赢的?
中非合作论坛和共建“一带一路”倡议在中非合作中发挥了重要作用。中非合作论坛第八届部长级会议成果落实协调人会议8月18日举行,中国外交部表示,会议成果将更好造福中非人民。
“去年,中非合作论坛第八届部长级会议成功举行是非中合作发展的见证。”谢胜文表示,非中共同推动会议成果落实,目前已取得不少积极进展,许多非洲国家在贸易、投资、发展等领域持续受益。
“中非合作论坛是双方以平等、团结、相互尊重、不干涉别国事务等原则为基础、开展务实共赢伙伴关系的真实写照。”谢胜文强调,在中非合作论坛框架下,双方就应对疫情、恢复经济发展等务实举措进行探讨,尽管困难重重,但取得可喜进展。这再次表明,非中合作的方向是正确的。
泛非智库非洲政策研究所的报告显示,自2013年“一带一路”倡议提出以来,中国支持非洲国家铁路、公路、港口、大坝、工业、数字互联互通等现代基础设施项目,为非洲大陆经济增长注入了活力。
“中非基础设施项目对非洲国家加强互联互通,以及实现非洲大陆自由贸易区设想的非洲内部贸易增长目标,都至关重要。”在谢胜文看来,投资合作首先有助于帮助非洲提升自主发展能力,同时也使中国的技术和产品通过产能合作的方式进入非洲大陆,进而拉动中国经济增长,这是一种合作共赢的新模式。
“比如,来自中国的技术团队目前正在南非进行小型港口项目的可行性研究,该项目旨在积极发展南非的小型港口基础设施,为南非的贸易物流作出积极贡献。”谢胜文举例说,2021年,非中双边贸易总额再创新高,中国已经连续12年保持非洲第一大贸易伙伴国地位。“非中合作在改善投资环境、促进经济增长,尤其在减少非洲国家贫困方面取得的成果实实在在。”
非洲如何学好“中国减贫学”?
联合国发布的《非洲2021年经济发展报告》,总结了过去十年非洲的经济发展水平。报告显示,过去十年间,非洲的总体贫困水平略微下降,但是贫富差距、不平等现象日渐突出,新冠疫情更是增加了非洲的贫困人口数量。
“中国已经迎来消除绝对贫困的历史性时刻,非洲仍然在减贫的路上奋斗。”谢胜文说,中国提前10年实现了《联合国2030年可持续发展议程》的减贫目标,为非洲国家减贫树立了榜样,非洲需要从中国脱贫减贫的行动中汲取经验。
“中国的发展改善了偏远农村地区人民的实际生活条件。我们注意到,为了实现这一里程碑式的目标,中国优先考虑有效分配福利资金和进行大规模的实体和数字基础设施建设,从而使人民摆脱贫困。”谢胜文认为,中国重视农业发展、为农业提供大量资金支持的做法,尤其值得非洲学习。
“中国政府实施政策的根本目的是让每个人受益,而不仅仅是让小型投资团体受益。”谢胜文说,中国始终坚持以人民为中心的发展思想,坚定不移地同贫困作斗争,确保在14亿人口的全国范围内消除绝对贫困,不让一个人掉队。
“正因为如此,我们才对中国实现‘十四五’规划和2035年远景目标抱有信心,中国的发展目标和现代化建设不仅需要南非,也需要国际社会将同中国的合作提升到更高水平。”谢胜文进一步指出,南非将加强同中国的政治交往和促进贸易投资作为优先事项,为此,两国在中非合作论坛、金砖峰会等多边机制框架内开展合作,以促进和提升两国外交关系和经济发展。
“这些合作体现了双方对政治外交关系的重视。”谢胜文强调,“更重要的是,使南非能够追求其外交政策目标,以及促进非洲大陆更广泛的社会经济发展,这绝对是一种双赢的合作。”(完)
中国网客户端 国家重点新闻网站,9语种权威发布 |